Подієво-орієнтована модель граничної обробки для промислових IoT-систем

Автор(и)

DOI:

https://doi.org/10.18372/2073-4751.83.20544

Ключові слова:

обчислення на периферії, промисловий Інтернет речей, подієво-орієнтована архітектура, виявлення аномалій, контекстуальна обробка, прийняття рішень у реальному часі, рішення в реальному часі, кіберфізичні системи

Анотація

Ефективне управління холодовим ланцюгом потребує швидкого виявлення та інтерпретації температурних відхилень, збоїв обладнання та операційних подій. Традиційні IoT-системи моніторингу значною мірою залежать від хмарних сервісів, що призводить до затримок, обмеженої автономності та зниження надійності у критичних ситуаціях. У статті запропоновано модель подієво-орієнтованої логіки обробки даних у межах edge-архітектури для інтелектуального управління холодовим ланцюгом.
Модель включає формалізоване представлення подій у вигляді чотирикомпонентного кортежу, опис відхилення для кількісної оцінки аномальної поведінки, адаптивну функцію класифікації рівнів критичності та механізм прийняття рішень на рівні edge-вузла. Формули (1)–(4) визначають послідовну трансформацію сирих даних сенсорів у контекстуалізовані події, оцінені відхилення, рівні загрози та локальні дії у режимі реального часу.
Моделювання трьох типових температурних сценаріїв — стабільного режиму, повільного дрейфу та інтенсивних коливань через часте відкривання дверей — підтвердило здатність моделі відрізняти нешкідливі флуктуації від небезпечних відхилень, динамічно підвищувати рівень критичності та функціонувати автономно навіть за відсутності хмарного зв’язку. Запропонований підхід підвищує швидкодію, стійкість та загальну надійність систем холодового моніторингу.

Посилання

Чмир О. С., Лисенко В. С. Інтернет речей як інструмент підвищення ефективності логістичних процесів. Сучасні інформаційні технології у сфері безпеки та оборони. 2021. № 2. С. 45–52.

Костенко О. М., Гуменюк С. О. Технології IoT у моніторингу холодового ланцюга постачання. Вісник Національного транспортного університету. 2022. № 1. С. 112–119.

Яценко В. О., Дишлевий М. І. Бездротові сенсорні мережі в системах збору телеметричної інформації логістичних підприємств. Наукові праці ОНАХТ. 2020. № 3. С. 87–95.

Simchi-Levi D., Snyder L. V. Digital transformation in supply chain management: the role of real-time data. MIT Working Paper. 2022. 28 p.

Rejeb A., Rejeb K., Keogh J. G. Internet of Things in supply chain management: a comprehensive review. International Journal of Information Management. 2020. Vol. 52. P. 102–117.

Gubbi J., Buyya R., Marusic S., Palaniswami M. Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems. 2013. Vol. 29(7). P. 1645–1660.

Satyanarayanan M. The emergence of edge computing. Computer. 2017. Vol. 50(1). P. 30–39.

Perera C., Zaslavsky A., Christen P., Georgakopoulos D. Context-aware computing for the Internet of Things: A survey. IEEE Communications Surveys & Tutorials. 2014. Vol. 16(1). P. 414–454.

Verdouw C. N., Wolfert S., Beulens A. J. M. Smart agri-food logistics: real-time monitoring of storage and distribution. Journal of Food Engineering. 2016. Vol. 176. P. 34–41.

Akkad M., Döllner J. Event-driven architectures for real-time IoT systems. Procedia Computer Science. 2021. Vol. 184. P. 208–215.

Wolfert S., Ge L., Verdouw C. N. Big data in smart farming and logistics. Computers and Electronics in Agriculture. 2017. Vol. 142. P. 137–153.

Голубнича Л., Мандзій Б., Миськів С. Інформаційно-аналітичні системи контролю логістичних процесів. Науковий вісник НЛТУ. 2020. № 30(4). С. 125–132.

##submission.downloads##

Опубліковано

2025-12-19

Номер

Розділ

Статті