Оцінювання інтенсивностей первинних інформаційних потоків, згенерованих абонентами інтернету речей

Автор(и)

  • Ігор Анатолійович Жуков
  • Микола Капітонович Печурін
  • Людмила Павлівна Кондратова
  • С. М. Печурін

DOI:

https://doi.org/10.18372/2073-4751.61.14036

Ключові слова:

оцінка стану, розвиток інтернету, інтернет речей, інформаційне навантаження

Анотація

Деталізуються підходи до оцінювання інтенсивностей первинних інформаційних потоків, що генеруються абонентами відносно нового об’єкту інформаційних технологій, –  комп’ютерних мереж  речей, для прогнозування їх розвитку. Оцінка первинного, від існуючих або потенціальних абонентів, інформаційного навантаження на інтернет речей, є необхідною умовою успішного розвитку цього відносно нового об'єкта інформаційних технологій, зокрема, – для ефективного розподілу зусиль на створення інформаційно-телекомунікаційної інфраструктури. Оцінювання сукупної інформаційної потужності (продуктивності) програмно-апаратних засобів – джерел первинної, для мережі, інформації, є досить складним завданням. Показником інтенсивності загального інформаційного потоку обрано ВВП, який опосередковано представляє обсяг речей (читай – інтелектуальних сенсорів і виконавчих пристроїв), які можуть (потенційно) і породити інформаційне навантаження на кіберфізічну мережу (інтернет речей). Цей показник (укупі з ВВП ППС, ВНП та ін.) розраховується щорічно (тобто одиницею часу в нашій задачі вибираємо рік) для всіх країн, абоненти яких можуть скласти саму комп'ютерну мережу речей. В якості  абонентів для регіональних мереж можуть виступати галузі народного господарства, як інтегровані сукупності підприємств – генераторів речей. Пропонується модель, побудована на основі моделі міжгалузевого балансу В.В.Леонтьєва. Введено припущення про пряму лінійну залежність кількості інформації, що генерується термінальними пристроями та надходить в мережу в одиницю часу, від кількості речей-терміналів. Безпосереднє використання, для прогнозування розвитку, мережі, існуючої офіційної статистичної звітності створює небезпеку спотворення відповідних оцінок. Запропонована проста модель враховує  зв'язки між абонентами мережі речей в процесі  виробництва, що дозволяє отримати більш точну, ніж класична (отримана безпосередньо за макроекономічними показниками), оцінку розподілу інтенсивностей первинної інформації, що виходить від кінцевих пристроїв. Табл.1. Бібліогр.:10 назв.

Посилання

Чемерис О.А., Сушко С.В. Методи штучного інтелекту при оптимізації роботи мікропроцесорних систем // Комп’ютерні системи та мережні технології: тези доповідей ХІІ Міжнародної науково-практичної конференції CSNT-2019, Київ, 28–30 березня 2019 року. – К., 2019. – С.127-129.

Жуков І.А., Печурін М.К., Кондратова Л.П., Печуріна О.О. Cпосіб оцінювання інтенсивностей первинних інформаційних потоків, згенерованих абонентами комп’ютерної мережі речей // Наукоємні технології. – 2018. – Вип. 3(39). – С.308-313.

DOI: 10.18372/2310-5461.39.13085.

Sineglazov V., Chumachenko O., Gorbatiuk V. Forecasting aircraft miles flown time series using a deep learning-based hybrid approach // Aviation, 2018, V.22, №1. – P.6-12.

DOI: https://doi.org/10.3846/ aviation. 2018.2048.

Bidyuk P., Gozhvi A., Kalinina I. Modeling Military Conflicts Using Bayesian Networks // IEEE 1st International Conference on System Analysis and Intelligent Computing, SAIC-2018 – Proceedings, 31 October 2018, Number of paper 8516861.

Панкратова Н.Д., Кондратова Л.П. Системная стратегия гарантированного функционирования сложной технической системы в реальных условиях эксплуатации // Проблемы управления и информатики. – 2019. – №1. – C.82-92.

Войтович І.Д. Інтелектуальні сенсори // Україна. Наука і культура. – 2009. – Вип. 35. – С. 106-111.

Державна служба статистки України. [Електронний ресурс]. – Режим доступу: www.ukrstat.gov.ua.

Жуков И.А., Печурин Н.К., Кондратова Л.П., Печурин С.Н.. Распределение ресурсов в вычислительном кластере для БПЛА // Проблеми інформатизації та управління: зб. наук. праць. – 2016. – Вип.3 (55). – С.1-5.

The World Factbook / Central Intelligence Agency [Електронний ресурс]. – Режим доступу: www.cia.gov.

Печуріна О.О. Балансування мереженого трафіку на основі моделі Леонтьєва // ХІV Міжнародна науково- практична конференція молодих учених і студентів «Політ. Сучасні проблеми науки» (8-9 квітня 2015 р.). – Київ, 2015.

##submission.downloads##

Номер

Том 1 № 61 (2019)

Розділ

Статті

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).