Для авторов
Найти
Результаты поиска
Найдено результатов: 41.
-
МУЛЬТИМОДАЛЬНЫЙ МЕТОД ИЗВЛЕЧЕНИЯ ПРИЗНАКОВ ДАННЫХ ДЛЯ КЛАССИФИКАЦИИ СЕТЕВЫХ АТАК
А.В. Балыбердин6-162025-07-24Аннотация ▼Система обнаружения вторжений (СОВ) является важным компонентом защиты корпоративной сети передачи данных (КСПД). СОВ анализирует сетевой трафик и выявляет сетевые атаки. В зависимости от методов детектирования, СОВ можно классифицировать на следующие виды систем: система сигнатурного анализа, система обнаружения аномалий (СОА) и гибридная система, объединяющая ранее рассмотренные системы. В последнее время активно развиваются системы обнаружения аномалий (СОВ). Для систем обнаружения аномалий сетевые атаки представляют собой аномальное поведение сетевого трафика, состоящего из набора признаков или атрибутов событий. Современные СОВ опираются на методы машинного и глубокого обучения, в связи с чем обнаружение сетевых атак и аномалий формулируется как задача классификации и кластеризации. Для решения данных задач необходимы методы оптимизации признакового пространства сетевого трафика. Целью работы является разработка метода извлечения признаков на основе мультимодального подхода представления данных сетевого трафика для классификации сетевых атак. В работе рассмотрен анализ релевантных исследований по методам извлечения признаков из различных областей. Задача исследования – повысить эффективность классификации с помощью метода мультимодального представления признаков сетевого трафика. Результатом работы является метод извлечения признаков данных на основе двух модальностей: спектрального представления признаков сетевого трафика и матрицы признаков изображений. Новизна представленного метода заключается в применении метода оконного преобразования Фурье для событий сетевого трафика, с последующим вычислением спектральных признаков для дискретных сигналов, а также преобразованием признаков данных в матрицу изображений и её расширением для оптимизации пространства признаков с помощью сверточной нейронной сети (convolutional neural network, CNN). Оценка мультимодального метода показала, что данный метод повысил точность классификации для несбалансированных классов сетевых атак.
-
МОДЕЛИРОВАНИЕ БЕСПРОВОДНОЙ MESH-СЕТЬ НА ОСНОВЕ СПЕЦИФИКАЦИИ ZigBee
И.В. Родыгина , В. А. Новак2021-12-24Аннотация ▼В настоящее время наиболее распространенной технологией беспроводного доступа,
которая повсеместно применяется для передачи большого количества трафика различного
вида, является стандарт беспроводных локальных сетей IEEE 802.11. Одним из самых пер-
спективных направлений развития технологии стали MESH-сети. MESH-сети предоставля-
ют наиболее интересные решения, интегрирующие различные технологии беспроводного
доступа. Возможность организации с помощью MESH-топологии локальных (LAN) и город-
ских (MAN) сетей, легко интегрируемых в глобальные сети (WAN), является положительным
фактором для применения на судне. В морской практике все чаще используют системы, ос-
нованные на оцифровке и автоматизации, объединенные в сети. В данной статье рассмат-
ривается моделирование взаимодействия устройств в MESH-сети на основе спецификации
ZigBee, принцип работы канального уровня, который используется в этой сети, а также
вариант метода предотвращения повышенного потребления энергии, используемой сети.
Одним из преимуществ сети ZigBee является способность отслеживания участников сети и
самой топологии в режиме их частых подключений, отключений и переподключений. В этом
случае необходимо произвести анализ скорости сети, надежности, пропускной способности.
Для данной цели проведены оценка среднего времени ожидания на подключение узла, вероят-
ность успешного подключения узла к сети, вероятность нахождения канала занятым при
первом и втором зондировании несущей и тест пропускной способности рассматриваемой
сети. Полученные результаты анализа свидетельствуют о работоспособности сети в раз-
личных ситуациях: как при обычных условиях, так и в сложной помеховой обстановке. -
УПРАВЛЕНИЕ МОБИЛЬНЫМ РОБОТОМ С ПРИМЕНЕНИЕМ НЕЙРОННОЙ СЕТИ ДЛЯ ПЛАНИРОВАНИЯ ДВИЖЕНИЯ В НЕКАРТОГРАФИРОВАННОЙ СРЕДЕ С ПРЕПЯТСТВИЯМИ
А. К. Фархуд99-1142022-01-31Аннотация ▼В данной работе применяется нейронная сеть глубокого обучения специальной
структуры, которая позволяет мобильному роботу перемещаться без столкновения с
препятствиями в неизвестной среде. Основными проблемами, на решение которых направ-
лены усилия исследователей в области нейросетевых планировщиков движения, являются
повышение производительности нейронных сетей, оптимизация их структуры и автома-
тизация процессов обучения. Основным результатом данной статьи является новый ите-
рационный алгоритм разработки обучающего набора. На первой итерации разрабатыва-
ется стартовый обучающий набор и производится начальное обучение нейронной сети.
В следующих итерациях обученная на предыдущем этапе нейронная сеть используется в
качестве фильтра для следующих обучающих наборов. Фильтр выбирает траектории с
коллизиями, обусловленными ошибками нейронной сети. В процессе обучения количество
сверточных и полностью связанных слоев итеративно увеличивается. Таким образом,
предложенный алгоритм позволяет разработать как обучающий набор, так и архитекту-
ру нейронной сети. Выполняется сравнение результатов обучения для отфильтрованных и
нефильтрованных наборов. Подтверждена высокая эффективность фильтрации, в ре-
зультате которой изменяется распределение примеров в обучающей выборке. Алгоритм
может быть использован для разработки блока планирования системы управления мобильными наземными роботами. В статье приводится пример обучения нейронной сети в
среде моделирования Matlab. В примере проведено пять итераций обучения, в ходе которых
достигнута точность более 90 %. Данная точность получена с использованием набранной
статистики по движению мобильного робота в случайно генерируемой среде. Плотность
заполнения среды препятствиями составляла до 40 %, что соответствует городским
условиям. Проведено сравнение нейросетевых планировщиков, обученных с помощью пред-
ложенной итерационной процедуры и при обычном обучении. Сравнение показало, что
применение итерационной процедуры повышает точность планирования до 12 – 15 %. При
этом исходный объем обучающей выборки уменьшается в несколько раз за счет применяе-
мой фильтрации. -
КОНЦЕПЦИЯ ПОСТРОЕНИЯ И АРХИТЕКТУРА КРИТИЧЕСКИ ВАЖНЫХ ИНФОРМАЦИОННЫХ СЕГМЕНТОВ РЕГИОНАЛЬНОЙ ИНФОКОММУНИКАЦИОННОЙ СЕТИ
И.В. Родыгина , И. И. Бузенков , Ю. В. Каханец2021-11-14Аннотация ▼На сегодняшний день, в абсолютном измерении, ни одна отрасль государства не обхо-
дится без современных высокотехнологичных средств связи, соединяющих вычислительные
системы и удалённые базы данных. Использование новых информационных и коммуникационных
технологий в качестве средства разрешения противоречий, а также средства неявного воздей-
ствия, на мировой арене становится нарастающей угрозой для безопасности сообщества.
В представленной работе рассматриваются не только этапы развития, но и основные тен-
денции, подходы к построению цифровых информационных систем, а также характерныеугрозы информационной безопасности для них. Также в статье показано актуальное место
критически важных информационных сегментов в общем контексте системы связи Россий-
ской Федерации. В первой части работы раскрывается концепция трёхкомпонентного по-
строения региональных критически важных информационных сегментов. В основной части
акцент сделан на различии технологий, применяемых для построения критически важных ин-
формационных сегментов. Основная часть статьи нацелена на выявление уязвимостей слож-
ных информационных структур и систем, в которых используются архитектуры мультисер-
висных систем связи. Проведённый авторами анализ позволяет классифицировать основные
угрозы информационной безопасности как для систем связи, построенных по классическим
схемам коммутации каналов, так и для систем связи основанных на новых технологических
принципах, в основе своей – коммутации пакетов. В целом авторы говорят нам, что идея стан-
дартной и чётко определённой структуры трафика и процедур взаимодействия пользователей
независимо от их типа, географической удалённости или области её применения совместно с
цифровыми методами передачи и коммутации оказывает революционную роль в развитии сис-
тем связи. Особого внимания заслуживает представленная авторами классификация протоко-
лов, которая признакам позволяет выявить наиболее слабые места в современных информаци-
онных системах, на которые нужно обратить внимание в первую очередь: протоколы, обеспе-
чивающие функционирование беспроводных сетей, почтовые протоколы, протоколы файлового
обмена и другие. -
АНАЛИЗ ЗАШИФРОВАННОГО СЕТЕВОГО ТРАФИКА НА ОСНОВЕ ВЫЧИСЛЕНИЯ ЭНТРОПИИ И ПРИМЕНЕНИЯ НЕЙРОСЕТЕВЫХ КЛАССИФИКАТОРОВ
В.А. Буковшин , П. А. Чуб , Д.А. Короченцев , Л.В. Черкесова , Н. В. Болдырихин , О.А. Сафарьян2021-02-13Аннотация ▼Анализ сетевого трафика позволяет решить множество задач, таких как: определе-
ние закономерности передачи данных по сети, сбор статистики об использовании веб–
приложений, мониторинг и дальнейшее исследование сетевой нагрузки, определение потен-
циальных вредоносных программных средств и сетевых атак и т.д. На данный момент до
40% Интернет–траффика принадлежит неизвестным приложениям. Это говорит о том,
что для области анализа сетевого трафика задача классификации приложений приобрела
особую важность. Совершенствование программного обеспечения в области сетевых тех-
нологий способствовало обнаружению серьёзных уязвимостей в реализации некоторых
сетевых протоколов, а именно: TCP и HTTP. С помощью анализаторов сетевого трафика
злоумышленник получал доступ к содержимому пакетов данных, передающихся по сети.
Однако с повышением квалификации информационного сообщества в области компьютер-
ной безопасности, а также с развитием стандартов сетевых технологий, анализ сетевого
трафика заметно усложнился. Возросшее применение математических методов защиты
информации, таких как симметричные и ассиметричные криптографические протоколы,
привела к тому, что большинство подходов к анализу сетевого трафика потеряли значение и
перестали применяться. Поэтому актуален поиск новых решений задачи классификации
сетевого трафика с учетом возможности его шифрования. Статья посвящена описанию
нового смешанного подхода к анализу сетевого трафика, основанного на совокупном ис-
пользовании теории информации и алгоритмов машинного обучения. Также приводится
сравнительный анализ предложенного метода с уже существующими подходами, основан-
ными как на теории информации, так и на машинном обучении. Целью исследований явля-
ется разработка алгоритма, основанного на интеллектуальном подходе к анализу сетево-
го трафика. Предлагаемый алгоритм базируется на вычислении энтропии и применении
нейросетевых классификаторов. Задачи исследований включают: проведение теоретиче-
ского обоснования предложенного подхода в области теории информации, а также алго-
ритмов машинного обучения; проведение структурного описания реализованных алгоритмов
вычисления энтропии и классификации приложений, генерирующих зашифрованный траф-
фик; сравнительный анализ предложенного алгоритма с уже существующими подходами к
анализу зашифрованного сетевого трафика. Результатом исследований является новый
алгоритм, позволяющий с высокой степенью достоверности классифицировать различные
виды зашифрованного трафика. -
НЕЙРОСЕТЕВАЯ МЕТОДИКА ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РИСУНКУ ВЕН ЛАДОНИ
В.А. Частикова , С.А. Жерлицын2022-11-01Аннотация ▼Описывается работа по созданию нейросетевой методики идентификации лично-
сти, основанной на механизме сканирования и анализа рисунка вен ладони, как биометриче-
ского параметра. В рамках проведенного исследования описаны предпосылки, цели и причи-
ны, по которым разработка надежной системы биометрической идентификации является
важным и актуальным направлением деятельности. Сформулирован ряд проблем, прису-
щих существующим методам решения поставленной задачи: графовому методу и методу,
основанному на вычислении расстояния, выраженного в различных интервальных метри-
ках. Приведено описание принципов их работы. Сформулированы задачи, решаемые систе-
мами идентификации личности: сопоставление субъекта идентификации с его идентифи-
катором, однозначно идентифицирующим этого субъекта в информационной системе.
Описан механизм считывания рисунка вен с ладони, разработанный для анализа изобра-
жения, полученного с восприимчивой к излучению инфракрасного диапазона цифровой ка-
меры. При нахождении в кадре ладони, подсвечиваемой светом ближнего ИК-диапазона, на
изображении, полученном с камеры, становится заметен рисунок пролегающих под кож-
ным покровом вен, сосудов и капилляров. В зависимости от организации, система иденти-
фикации может на основе предоставленного идентификатора определять соответс т-
вующий субъект доступа или проверять принадлежность того же идентификатора
предполагаемому субъекту. Приведены 3 метода дальнейшего анализа биометрических
данных и идентификации личности: подходы, основанные на категориальной классифи-
кации и бинарной классификации, а также комбинированный подход, при котором сн а-
чала используется идентификация по первому способу, а затем, по второму, но уже для
известного идентификатора доступа, определённого на первом этапе. Приведена р е-
зультирующая архитектура нейросети для категориальной классификации рисунка вен,
описан способ вычисления количества параметров модели в зависимости от числа заре-
гистрированных субъектов. Представлены основные выводы и экспериментальные зам е-
ры точности работы системы при реализации различных методов, а также диаграммы
изменения точности моделей во время обучения. Выявлены основные преимущества и не-
достатки приведённых методов. -
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА КОНТРОЛЯ ДОСЫЛА АРТИЛЛЕРИЙСКОГО СНАРЯДА В КАМОРУ ОРУДИЯ
В.А. Шурыгин, В.А. Серов, С. А. Устинов, А. В. Леонард, С. Е. Червонцев, В.Н. Платонов, С. С. Мазлов2020-07-10Аннотация ▼Целью работы является разработка и исследование метода контроля досыла артилле-рийского снаряда в камору орудия и интеллектуальной системы контроля досыла по акусти-ческому портрету. Существующий метод контроля досыла артиллерийского боеприпаса в камору орудия при раздельном способе заряжания основан на измерении скорости одного из элементов досылателя. Такой подход к контролю досыла не дает гарантированной надеж-ности ввиду невозможности измерения скорости на конечном отрезке движения снаряда по инерции. Суть предложенного в статье метода заключается в возбуждении акустических колебаний в системе «снаряд – камора орудия» и выделении характерных акустических портретов (сигнатур) с их последующем анализом.Для исследования данного метода разра-ботан экспериментальный стенд, имитирующий ствол орудия с каморой, и имитатор сна-ряда с различными обтюраторными поясками. Удар снаряда в момент заклинивания в конусе каморы или нанесенный извне возбуждает характерные акустические колебания, которые различаются для случаев надежного и недостаточного досыла.Для однозначной классифика-ции событий надежного заклинивания и недостаточного досыла необходим выбор опти-мального вектора признаков акустического портрета полученных аудиозаписей. Обычное спектральное преобразование позволяет выделить характерные частоты, однако использо-вание набора таких спектральных составляющих в качестве классификационных признаков нецелесообразно ввиду избыточного массива данных.В качестве классификационных призна-ков выбраны мел-частотные кепстральные коэффициенты. На основании набора таких ко-эффициентов с использованием искусственной нейронной сети осуществляется классифика-ция степени заклинивания имитатора снаряда в стенде на три категории: «снаряд не закли-нен», «недостаточный досыл снаряда», «снаряд заклинен». В результате обучения нейронной сети на значительной выборке аудиозаписей была достигнута точность классификации более 90%.Разработанный метод может быть применен в робототехнических комплексах, оснащенных артиллерийским вооружением, а также в других отраслях, например, в нефте-газовой промышленности для контроля стыковки сочленяемых труб.
-
ОЦЕНКА ВОЗДЕЙСТВУЮЩИХ ФАКТОРОВ И ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ В РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЕ С УЧЕТОМ РЕЖИМА ЕЕ ЭКСПЛУАТАЦИИ
Н. К. Полуянович , М. Н. Дубяго2022-05-26Аннотация ▼Статья посвящена исследованиям вопросов оценки воздействующих факторов и про-
гнозирования электропотребления в региональной энергосистеме с учетом режимов ее
эксплуатации. Проведен анализ существующих методов прогнозирования энергопотребле-
ния. Обоснован выбор метода прогнозирования с использованием искусственной нейронной
сети. Рассмотрен алгоритм создания нейросети для краткосрочного прогноза электриче-
ской нагрузки. Актуальность работы обусловлена требованиями действующего законода-
тельства к прогнозированию электропотребления для решения задачи поддержания балан-
са мощностей между генерирующей стороной и потреблением электрической энергии.
При этом одной из основных задач, связанных с генерацией электрической энергии и ее
потреблением, является задача поддержания баланса мощностей. С одной стороны, при
увеличении плановой нагрузки могут возникнуть перебои в поставке электроэнергии, с дру-
гой стороны, уменьшение электропотребления приведет так же к уменьшению КПД элек-
тростанций, и в конечном счете – к повышению стоимости на электроэнергию как для
субъекта оптового рынка электроэнергии, так и для конечного потребителя. Разработан-
ная нейросетевая модель (НС) модель сводит задачу краткосрочного прогнозирования
электропотребления к поиску матрицы свободных коэффициентов посредством обучения
на имеющихся статистических данных (активная и реактивная мощность, температура
окружающей среды, дата и индекс дня). Полученная НС модель краткосрочного прогнози-
рования электропотребления участка районной электрической сети 10 кВ, учитывает
факторы: – времени, – метеорологических условий, – отключений отдельных питающих
линий электропередач, – режима работы потребителей электроэнергии. Получены про-
гнозные оценки электропотребления энергосистемы по данным потребляемой электро-
энергии наружной температуры, типу дня и т.д. Модель прогнозирования величины, по-
требляемой активной и реактивной мощности вполне работоспособна, однако на данном
этапе все еще имеет довольно высокий уровень погрешности прогнозирования. Для повы-
шения точности прогнозирования необходимо увеличить базу данных, составляющих обу-
чающую выборку, т.к. на данный момент имеющиеся данные охватывают временной про-
межуток длиной лишь 3–4 месяца. Результаты анализа показали, что наибольшие трудно-
сти вызывает прогнозирование потребления реактивной мощности. -
ПРОЕКТИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ И ОБЕСПЕЧЕНИЕ АВТОНОМНОСТИ ДЛЯ МОБИЛЬНОГО ДВУХКОЛЕСНОГО РОБОТА
А. А. Ткаченко , Д.Д. Девяткин2022-04-21Аннотация ▼Управление с прогнозированием (Model Predictive Control) – это усовершенствован-
ный метод управления процессами, который используется при соблюдении набора ограни-
чений. С инженерной точки зрения MPC-метод проектирования систем управления явля-
ется привлекательным, т.к. является сравнительно простым при проектировании, в том
числе для решения сложных производственных задач. Данный метод схож с классическим
синтезом системы управления на основе линейно-квадратичного регулятора (LQR). Ключе-
вое различие между MPC и LQR заключается в том, что управление с прогнозированием
решает задачу оптимизации в пределах скользящего временного горизонта, в то время как
линейно-квадратичный метод используется для решения той же задачи фиксированное
временное окно. В работе рассматривается способ построения системы управления для
двухколесного мобильного робота с использованием Model Predictive Control. Приведен про-
цесс построения математической модели механической системы робота, а также выпол-
нена линеаризация полученной модели. Представлены основные принципы построения сис-
темы управления на основе MPC для линейных систем без внешних возмущений, а также с
использованием наблюдателя для оценки состояний модели при влиянии аддитивных белых
гауссовских шумов. Рассмотрен вариант синтеза системы управления с накладываемыми
ограничениями на входной сигнал. Также представлен способ определения положения двух-
колесного робота в пространстве с помощью системы технического зрения, которая ос-
нована на использовании искусственной нейронной сети. Приведена архитектура модели,
использующаяся совместно со стереокамерой, с помощью которой реализуется построе-
ние карты глубины изображения. В качестве архитектуры нейронной сети используется,зарекомендовавшая себя модель YOLOv3. В работе описываются модели, которые неспо-
собны проводить обработку данных в режиме реального времени. Помимо вышеперечис-
ленного в работе подробно описывается принцип работы модели глубокого обучения –
YOLOv3, которая основана на нескольких блоках обработки входных данных. Представле-
но подробное описание реализации стереокамеры в связке с моделью искусственной ней-
ронной сети с помощью языка программирования Python и библиотек для работы с видео-
данными и стереокамерой. -
ПРИМЕНЕНИЕ НЕЙРОСЕТЕВОГО ПОДХОДА ДЛЯ ДИАГНОСТИКА ДВИГАТЕЛЯ ВНУТРЕННЕГО СГОРАНИЯ ТРАНСПОРТНЫХ СРЕДСТВ
А. В. Логунов , А. Л. Береснев2022-04-21Аннотация ▼Работа посвящена проблеме диагностирования двигателя внутреннего сгорания
транспортных средств эта проблема сейчас наиболее актуально из-за постоянного роста
автопарка и ужесточения требований к безопасной эксплуатации. Своевременный и точ-
ный контроль состояния двигателя внутреннего сгорания способен предотвратить выход из строя целых узлов транспортного средства, а также избежать таких серьезных по-
следствий как дорожно-транспортное происшествие. С появлением современных техноло-
гий давно известный метод оценки состояния двигателя по звуку может стать самым
передовым, поскольку исключается человеческий фактор, для обработки сигнала применя-
ется вычислительная техника анализ звукового спектра в которой осуществляется с по-
мощью искусственных нейронных сетей. Применение искусственных нейронных сетей для
анализа звукового спектра нашло применение в распознавание речи и для диагностики забо-
леваний дыхательной системы. В статье рассмотрена неисправность одного из основных
узлов двигателя внутреннего сгорания – подшипника. Представлены все возможные виды
неисправностей подшипников и причины, по которым они возникают. Перечислены узлы и
механизмы двигателя внутреннего сгорания в которых применяются подшипники. Описан
алгоритм экспериментальной части. Выполнен эксперимент, включающий в себя преобра-
зование полученных звуковых сигналов в спектрограммы и извлечение признаков с помощью
которых выполняется классификация. Выполненная экспериментальная часть доказала
возможность диагностирования двигателя внутреннего сгорания с применением искусст-
венных нейронных сетей. Научная новизна состоит в том, что процесс диагностики ста-
новится автоматизированным, все звуки, снятые датчиками, обрабатывается в ЭВМ или
в перспективе в специальном сканере, на дисплей выводится информация о состоянии тех
или иных узлов, в отличие от традиционных методов где диагностика осуществляется
визуально или на слух. Таким образом повышается точность диагностики и снижается
общая трудоемкость за счет исключения частичной или полной разборки двигателя. -
АЛГОРИТМЫ УПРАВЛЕНИЯ ЭЛЕКТРИЧЕСКОЙ СЕТЬЮ ГИБРИДНОЙ СИСТЕМЫ ЭНЕРГООБЕСПЕЧЕНИЯ АНПА
Н. К. Киселев , Л.А. Мартынова2022-03-02Аннотация ▼Целью исследований явилось управление электрической сетью гибридной системы
энергообеспечения автономного необитаемого подводного аппарата, предназначенного для
перемещения на сверхдальние расстояния свыше десятка тысяч километров. Для преодо-
ления сверхдальних расстояний остро стоит задача минимизации удельного потребления
электроэнергии при условии обеспечения всех потребителей электроэнергией. Актуаль-
ность работы определяется новизной использования в автономных необитаемых подвод-
ных аппаратах гибридной системы энергообеспечения, состоящей из разнородных источ-
ников электроэнергии, работающих на различных физических принципах. Ввиду отсутст-
вия на сегодняшний день исследований, связанных с управлением гибридной системой энер-
гообеспечения, согласованным с режимами движения аппарата в широком диапазоне ско-
ростей, возникла задача разработки алгоритмов управления гибридной системой энерго-
обеспечения. Для решения задачи проанализированы причины изменения токопотребления
при движении аппарата, сформированы необходимые условия подключения потребителей
к токопроводам, включающие в себя обеспечение всех потребителей электроэнергией в
полном объеме, исключение превышения номинальных токов каждого токопровода токами
потребления, минимизация потерь электроэнергии при прохождении по токопроводу и
через оборудование. В связи с этим были проанализированы возможные конфигурации по-
строения электросети с использованием токопроводов и оборудования, проведены оценки
потерь на токопроводах и на используемом оборудовании. По результатам исследований
был сформирован граф подключений потребителей к токопроводам, и для определения
пути подключения каждого потребителя к источнику энергии посредством электросети
был определен путь подключения, обеспечивающий минимизацию потерь. Задача была
формализована как поиск кратчайшего пути в графе, и для ее решения в качестве основы
был использован алгоритм Дейкстры. По результатам исследований был сформирован
алгоритм формирования путей подключения потребителей к источникам электроэнергии
посредством электросети и алгоритм управления переключениями ключей в электросети
при изменении токов потребления. Разработанные алгоритмы были программно реализо-
ваны, и с использованием имитационной модели проведен численный эксперимент. Резуль-
таты эксперимента показали правильность разработанных алгоритмов, и могут быть в
дальнейшем использованы для реализации в разрабатываемых аппаратах для перемещения
на сверхдальние расстояния. -
ВИБРОМОНИТОРИНГ ДВИГАТЕЛЯ ВНУТРЕННЕГО СГОРАНИЯ
А.В. Логунов , А.Л. Береснев2022-01-31Аннотация ▼Работа посвящена проблеме диагностирования автомобильных двигателей внутрен-
него сгорания. Проблема контроля состояния двигателей внутреннего сгорания сейчас
наиболее актуально из-за увеличения числа автомобилей и ужесточения экологических
требований. В работе рассмотрены последствия работы неисправного двигателя внут-
реннего сгорания. Целью работы является обоснование выбора из существующих методов
диагностики такого метода который способен помочь наиболее точно и быстро обнару-
жить неисправность. Для этого в работе подробно рассмотрены современные средства
диагностики, выделены принципы работы, достоинства и недостатки. С появлением со-
временных технологий давно известный метод оценки состояния двигателей внутреннего
сгорания по звуку может стать самым передовым, поскольку исключается человеческий
фактор, для обработки сигнала применяется вычислительная техника анализ звукового
спектра в которой осуществляется с помощью искусственных нейронных сетей. Примене-
ние искусственных нейронных сетей для анализа звукового спектра нашло применение в
распознавание речи и для диагностики заболеваний дыхательной системы. В статье рас-
смотрены механизмы, которые способны генерировать звуковые сигналы во время работы
двигателя внутреннего сгорания, некоторые из них фазированы т.е. привязаны к рабочим
тактам, некоторые не фазированы. Предложенный способ диагностики позволяет выде-
лить «полезные» звуки из общего числа шумов двигателя, после сравнительного анализа
указать на узел звук которого отличается от эталонного, исправного. Научная новизна
состоит в том, что процесс диагностики становится автоматизированным, все звуки,
снятые датчиками, обрабатывается в ЭВМ или специальном сканере, на дисплей выводит-
ся информация о состоянии тех или иных узлов, в отличие от традиционных методов где
диагностика осуществляется визуально или на слух. Таким образом повышается точность
диагностики и снижается общая трудоемкость за счет исключения частичной или полной
разборки двигателя. -
ПОЛУМАРКОВСКАЯ МОДЕЛЬ ТЕЛЕКОММУНИКАЦИОННОЙ СЕТИ С ДИНАМИЧЕСКИМ УПРАВЛЕНИЕМ
Д. А. Мищенко , А.А. Львов , А. А. Никифоров , Алалван Амин Раад Джихад, М.С. Светлов2021-12-24Аннотация ▼Предложена полумарковская модель телекоммуникационной сети. Рассмотрен вари-
ант динамического управления трафиком системы массового обслуживания как частного
случая телекоммуникационной сети. Основная цель управления – минимизация средних за-
трат в единицу времени на обслуживание входящего потока информации (пакетов). При
этом учтены различная пропускная способность каналов, скорость обработки информа-
ции в канале и информационная емкость буферов. Предложен подход к организации дина-
мического управления с учетом помехоустойчивости (информационной надежности) и
помехозащищенности (защиты информации). Рассмотрена задача динамического управле-
ния телекоммуникационной сетью на примере простой одноканальной структуры типа
«точка-точка», которая моделируется как линейная однонаправленная Марковская цепь.
Были введены параметры тарифа обслуживания, стоимости штрафа за отказ от обслу-
живания. Анализ позволяет сделать следующие замечания, что распределение входного
информационного потока пакетов – пуассоновское, закон распределения длины пакетов и
скорости их поступления имеет экспоненциальный характер, что в совокупности харак-
теризует Марковский процесс. Однако одновременно имеют место задержки в обслужи-
вании по отношению к моментам времени поступления запросов на обслуживание, включая
задержки, связанные с переполнением буфера. Предложенная полумарковская модель телекоммуникационной сети может быть использована и для более сложных сетевыхструктур. В частности, для телекоммуникационных сетей, состоящих не только из одной одноканальной системы передачи информации (одноканальной системы массового обслу-
живания), а представляющих собой совокупность нескольких систем, то есть для много-
канальных телекоммуникационных сетей. -
МЕТОДИКА ИДЕНТИФИКАЦИИ ОБЪЕКТА ДЛЯ ИНТЕГРАЦИИ С РОБОТИЗИРОВАННЫМИ СИСТЕМАМИ
Н.М. Чернышов , И. К. Романова-Большакова2025-04-27Аннотация ▼Целью исследования является разработка методики идентификации и определения место-
положения объектов в условиях низкой видимости и возможного изменения их формы, с акцентом
на извлечение деталей, созданных методом селективного лазерного спекания (SLS), из порошковой
среды. В работе рассматриваются два принципиально разных подхода к формированию алгорит-
мов управления роботизированным манипулятором. Первый подход, доверительный, основан на
предположении о минимальном смещении объекта в процессе манипуляций. Манипулятор дви-
жется по траектории, рассчитанной на основе предварительной трехмерной модели, без коррек-
ции до момента захвата. Этот метод отличается высокой скоростью выполнения операции и
минимальными вычислительными затратами. Однако он сопряжен с рисками: деформация объ-
екта из-за сопротивления среды, смещение детали при контакте с инструментом, а также не-
возможность захвата при значительных отклонениях от номинального положения. Второй под-
ход, осторожный, предполагает поэтапное удаление слоев порошка для визуализации объекта и
корректировки траектории до захвата. Этот метод включает несколько этапов: удаление верх-
него слоя среды до частичного обнажения детали, анализ данных для уточнения положения объ-
екта, а также построение адаптивной траектории с учетом возможного смещения. Отдельное
внимание в статье уделено генерации данных для обучения нейронных сетей, которые использу-
ются для идентификации объектов в условиях зашумленности. Рассмотрены два метода искус-
ственного моделирования порошковых покрытий. Примитивный метод заключается в расшире-
нии вершин трехмерной модели вдоль нормалей с добавлением случайного шума. Усовершенство-
ванный метод предполагает дифференцированное распределение порошка с учетом локальной
кривизны поверхности. Последующие экспериментальные результаты показали, что обучение
нейронной сети с использованием реальных данных имеет низкую эффективность. Точность рас-
познавания составила 60–75%, что связано с малым объемом выборки и влиянием внешних факто-
ров, таких как освещение и помехи. В то же время использование синтетических данных, подго-
товленных по представленной в исследовании методике, позволило повысить точность распозна-
вания до 92%. Практическая значимость работы заключается в разработке методики поиска,
обнаружения и определения детали, погруженной в порошок, что может быть использовано для
автоматизации процессов постобработки на производствах, использующих селективное лазерное
спекание. Разработанные решения адаптированы для интеграции в роботизированные системы работающие в условиях ограниченной видимости. Предложенные методы могут быть масшта-
бированы на широкий спектр задач в аддитивном производстве и робототехнике, что делает их
перспективными для внедрения в промышленные процессы. -
АЛГОРИТМ ОБУЧЕНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ФАКТОРНОГО ПРОГНОЗИРОВАНИЯ РЕСУРСА ИЗОЛЯЦИОННЫХ МАТЕРИАЛОВ СИЛОВЫХ КАБЕЛЬНЫХ ЛИНИЙ
Н. К. Полуянович , М. Н. Дубяго2021-07-18Аннотация ▼Статья посвящена исследованиям термофлуктуационных процессов в соответствии
с теорией теплопроводности для решения задач факторного прогнозирования остаточно-
го ресурса изоляционных материалов на основе неразрушающего температурного метода.
Обоснована актуальность задачи разработки алгоритма для прогнозирования температу-
ры жил СКЛ в режиме реального времени на основе данных системы температурного
мониторинга, с учетом изменения токовой нагрузки линии и внешних условий теплоотвода.
Экспериментальным методом выявлены типы искусственных нейронных сетей, их архи-
тектура и состав, которые обеспечивают максимальную точность прогнозирования при
минимальном наборе значимых факторов. Разработана нейросеть для определения темпе-
ратурного режима токоведущей жилы силового кабеля. Определен минимальный набор
значимых факторов и размерность входного обучающего вектора, который обеспечивает
универсальность нейросетевого метода прогнозирования. Разработана нейросеть для оп-
ределения температурного режима токоведущей жилы заключается в диагностике и про-
гнозировании ресурса электроизоляции (ЭИ) силового кабеля. Модель позволяет оцениватьтекущее состояние изоляции и прогнозировать остаточный ресурс СКЛ. Проведен сравни-
тельный анализ экспериментальных и расчетных характеристик алгоритмов обучения
искусственной нейронной. Установлено, что предлагаемый алгоритм искусственной ней-
ронной сети может быть использована для составления прогноза температурного режи-
ма токоведущей жилы, на три часа вперед с точностью до 2,5% от фактического значе-
ния температуры жилы. Основная область применения разработанной нейросети для
определения температурного режима токоведущей жилы заключается в диагностике и
прогнозировании ресурса электроизоляции (ЭИ) силового кабеля. Разработка интеллекту-
альной системы прогнозирования (ИНС) температуры жилы СКЛ способствует планиро-
ванию режимов работы электросети с целью повышения надежности и энергоэффектив-
ности их взаимодействия с объединенной энергосистемой. -
ОРГАНИЗАЦИЯ ЭЛЕКТРИЧЕСКОЙ СЕТИ ГИБРИДНОЙ СИСТЕМЫ ЭНЕРГООБЕСПЕЧЕНИЯ АВТОНОМНОГО НЕОБИТАЕМОГО ПОДВОДНОГО АППАРАТА
Н. К. Киселев , Л. А. Мартынова , И. В. Пашкевич2021-04-04Аннотация ▼Целью исследования является организации электросети гибридной системы энерго-
обеспечения автономного необитаемого подводного аппарата, способного двигаться в
широком диапазоне скоростей. Необходимость движения автономного необитаемого под-
водного аппарата в широком диапазоне скоростей требует применения разнородных ис-
точников электроэнергии, работающих на различных физических принципах – аккумуля-
торных батарей и электрохимических генераторов, использующих реагенты из хранилища
реагентов. Кроме того, для обеспечения потребителей электроэнергией с требуемыми
параметрами (токами, напряжениями, объемами электроэнергии) необходимо применения
дополнительных распределительных щитов, преобразователей напряжения, защитно-
коммутационной аппаратуры, ключей. Использование дополнительного оборудования в
электросети позволяет гибко конфигурировать электросеть с целью формирования энер-
гии в объеме, согласованном с объемом потребляемой электроэнергии. С другой стороны,
дополнительное оборудование вызывает потери электроэнергии в сети, и, соответствен-
но, дополнительной электроэнергии. В связи с этим задача определения варианта органи-
зации электросети, при котором потери электроэнергии были бы минимальными, является
актуальной. Для решения указанной задачи проанализированы особенности использования
дополнительного оборудования в электросети, проанализировано потребление электро-
энергии автономным необитаемым подводным аппаратом на различных этапах выполне-
ния аппаратом маршрутного задания, определены минимальные и максимальные объемы
потребления при движении автономного необитаемого подводного аппарата в различных
скоростных режимах. Это позволило определить степень задействования разнородных
источников электроэнергии в процессе выполнения маршрутного задания. По результатам
анализа были сформированы альтернативные варианты электросети. Для выбора вариан-
та организации, обеспечивающего минимальные потери электроэнергии, был сформирован
целевой граф влияния потерь на отдельных устройствах электросети – на потери всей
электросети, и с использованием метода распространения меток получены количествен-
ные оценки каждого из альтернативных вариантов. Поучение количественных оценок позволило определить вариант организации электросети, обеспечивающей минимизацию потерь. Это позволяет, в сою очередь, сформулировать требования к функционированию
элементов гибридной системы энергообеспечения, разработать алгоритмы управления.
В целом полученный результат позволяет минимизировать расход энергоресурса в процес-
се движения автономного необитаемого подводного аппарата на всем протяжении вы-
полнения маршрутного задания. -
ДЕЦЕНТРАЛИЗОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКОЙ СИСТЕМОЙ ПОДЗАРЯДКИ ГРУППЫ БЛА
В. А. Костюков, М. Ю. Медведев , В.Х. Пшихопов, Е. Ю. Косенко2021-04-04Аннотация ▼В настоящее время началось активное использование групп роботов для решения
целого ряда задач гражданского и военного назначений. В этой связи возникают пробл е-
мы, связанные с групповым управлением, организацией надежных каналов связи и обесп е-
чением эффективного функционирования группы при ограниченных энергетических р е-
сурсах. При решении задачи об оптимизации энергопотребления возникает проблема
повышения эффективности взаимодействия элементов группы со стационарными стан-
циями подзарядки. Эта проблема может быть решена только при рассмотрении объ е-
диненной системы, в которую входят роботы и станции подзарядки. Централизованное
управление такой системой оправдано в случае небольшого числа ее элементов. Однако с
ростом числа элементов группы повышается сложность управления, поэтому более
приоритетным решением становится сочетание централизованного и децентрализо-
ванного методов управления. В комплекс проблем децентрализованного управления такой
группой входит задача организации оптимального взаимодействия её элементов с целью
достижения цели своего функционирования. При организации энергетического обмена
между роботами и станциями подзарядки решение этой задачи играет ключевую рол ь в
оптимизации энергопотребления. В данной статье работе разрабатывается концепция
взаимодействия подвижных и стационарных объектов, подразумевающая возможность
выбора каждым агентом взаимодействия соответствующего компаньона. Такой выбор
производится с учетом текущего состояния системы и оценки истории результатов
взаимодействия. Разработанная концепция детализируется для системы, включающей
БЛА и станции их подзарядки. Предлагается алгоритм децентрализованного выбора пар
взаимодействующих элементов «БЛА– станция подзарядки» на основе двух показателей
– энергетической эффективности процесса заряда, и времени, затрачиваемго БЛА на
достижение целевой точки. Оба показателя учитываются при выборе весовых коэффи-
циентов, назначаемых каждой станции подзарядки в качестве степеней её эффективно-
сти. Также данные показатели входят в оптимизируемый критерий качества. Разраб о-
тана процедура оптимизации, результатом которой является номер станции подзаря д-
ки, наиболее подходящей данному мобильному объекту для взаимодействи я. -
БЕСПРОВОДНЫЕ СЕНСОРНЫЕ СЕТИ В ЗАЩИЩАЕМЫХ ЗОНАХ
Г.П. Виноградов , А.С. Емцев, И. С. Федотов2021-04-04Аннотация ▼В военных целях беспроводные сенсорные сети позволяют «связать автономные
системы» в комплекс, обладающий свойством самоорганизации, когда объекты «умеют»
сами находить друг друга и формировать сеть, а случае выхода из строя какого-либо из
узлов могут устанавливать новые маршруты для передачи сообщений. Достичь желаемой
эффективности подобных комплексов возможно, главным образом, путем совершенство-
вания интеллектуальной составляющей их системы управления в целом и отдельным узлом
в частности. Однако следует отметить, что подавляющее число исследований в этой
области остается на теоретическом уровне. Цель состоит: 1) в исследовании и разработ-
ке алгоритмов построения архитектуры сети с мобильными узлами и с возможными их
отказами вследствие выполнения боевой задачи; 2) в исследовании и разработке использо-
вания узла сенсорной сети для сбора, анализа, передачи данных об обстановке и принятия
решения в зоне своей ответственности; 3) предложить в условиях ограничений по энерго-
потреблению и быстродействию сравнительно простые алгоритмы для придания узлу
сети свойства интеллектуального поведения. Показано, что требуемые алгоритмы можно
разработать, если выявить классы типовых ситуаций и успешные способы действия в
реальных условиях. На этой основе появляется возможность разработки формальных мо-
делей (паттернов) для реализации в системе управления узлом. Предложена двухуровневая
структура интеллектуальной системы управления сетью. Верхний уровень, реализуемый
оператором, соответствует таким свойствам, как выживание, безопасность, выполнение
обязательств согласно миссии, накопление и корректировка базы знаний в виде эффектив-
ных паттернов поведения. Объектом управления для нее является сеть, рассматриваемая
как некоторая функциональная система. -
ВЕРИФИКАЦИЯ ДИНАМИЧЕСКИХ БИОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ЛИЧНОСТИ НА ОСНОВЕ ВЕРОЯТНОСТНОЙ НЕЙРОННОЙ СЕТИ
Ю.А. Брюхомицкий2021-01-19Аннотация ▼Биометрическая верификация личности используются преимущественно при доступе
в компьютерные и мобильные системы, а также для удаленной (голосовой) верификации.
При этом наибольшее распространение получили системы биометрической верификации
по фиксированной парольной фразе, которые достаточно просты в реализации, но очень
уязвимы для атак воспроизведения скомпрометированного короткого текста. Для устра-
нения этого недостатка верификацию личности предлагается осуществлять по произ-
вольному в отношении объема, содержания и языка тексту (текстонезависимая биомет-
рическая верификация). В данной работе предлагается обобщенный подход к решению за-
дачи верификации личности по динамическим биометрическим параметрам разной мо-
дальности (клавиатурный почерк, рукопись, голос). Представление сигналов динамической
биометрии осуществляется путем преобразования их в последовательности информаци-
онных единиц, каждая из которых содержит одинаковое количество отсчетов биометри-
ческого сигнала соответствующей модальности. Решение поставленной задачи осуществ-
ляется путем контроля степени концентрации близко расположенных информационных
единиц (кластеров) в определенных точках многомерного признакового пространства. Реа-
лизуется такой контроль на вероятностной нейронной сети, осуществляющей статисти-
ческую оценку плотности вероятности распределения информационных единиц в соответ-
ствующих кластерах с последующим определением суммарной плотности вероятности для
всего класса объектов. Преимуществами предлагаемого подхода являются: обобщение
существенно различных методов текстонезависимой верификации личности по динамиче-
ским биометрическим параметрам разной модальности; возможность принимать вери-
фикационное решение за фиксированное время поступления биометрических данных, опре-
деляемое размером используемого эталона; возможность задавать точность верифика-
ции путем изменения размерности слоя образцов вероятностной сети. Недостатком
предлагаемого подхода является необходимость программной реализации нейронной сети
большой размерности. Однако этот недостаток быстро нивелируется с повышением про-
изводительности средств вычислительной техники. -
ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД ИЗВЛЕЧЕНИЯ ЗНАНИЙ НА ОСНОВЕ ОПРЕДЕЛЕНИЯ ТОНАЛЬНОСТИ ОТЗЫВОВ
Е.М. Герасименко , В. В. Стеценко2020-11-22Аннотация ▼В этой работе исследуется влияние возраста и пола при анализе тональности отзы-
вов, поскольку эти данные могут помочь ретейлерам электронной коммерции увеличить
продажи, ориентируясь на определенные демографические группы, а также увеличить
удовлетворение потребностей людей разных возрастных и гендерных групп. Используемый
набор данных сформирован путем сбора отзывов о книгах. Был создан вопросник, содер-
жащий информацию о предпочтениях книжных носителей (мнения пользователей об элек-
тронных книгах, книгах в мягкой и твердой обложках, изображениях и аудиокнигах), а
также данные о возрастной группе и гендерной принадлежности. Помимо этого, вопрос-
ник также содержит информацию о положительном либо отрицательном мнении касае-
мо предпочтений, которая послужила основой достоверности для классификаторов.
В результате, было получено 900 анкет, которые были разделены на группы по половому
признаку и возрасту. Каждая конкретная группа данных была разделена на обучающую и
тестовую. Были проанализированы сегментированные данные на предмет настроений в
зависимости от каждой возрастной группы и пола. Возрастная группа «старше 50 лет»
продемонстрировала лучшие результаты по сравнению со всеми другими возрастными
группами во всех классификаторах; данные в женской группе показали более высокую точ-
ность по сравнению с данными из групп без информации о гендерной принадлежности.
Высокие результаты, показанные этими группами, показывают, что подходы к анализу
тональности способны предсказать настроения в этих группах лучше, чем в других. Анализ
тональности проводился с использованием различных подходов машинного обучения (ML),
включая максимальную энтропию, метод опорных векторов, сверточную нейронную сеть и
долгую краткосрочную память. -
СПОСОБ ИСПОЛЬЗОВАНИЯ СРЕДСТВ БЫСТРОГО ПРОТОТИПИРОВАНИЯ ДЛЯ РЕАЛИЗАЦИИ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ НА ПЛИС
В.В. Бахчевников , В. А. Деркачев , А. Н. Бакуменко2020-10-11Аннотация ▼Исследования в области искусственного интеллекта ведутся с возрастающим и н-
тересом с каждым годом. Области применения искусственного интеллекта довольно
обширны: автоматизация, анализ большого объема данных, технологии умного дома,
машинное зрение и т.д. Технологии искусственного интеллекта базируются на использ о-
вании искусственных нейронных сетей, имеющие в своей основе принципы нервной сис-
темы животных. При этом актуальным вопросом является реализация искусственных
нейронных сетей на различных программно-аппаратных платформах: программируемых
логических интегральных схемах (ПЛИС) типа FPGA (Field Programmable Gate Array), на
интегральных схемах специального назначения (Application-Specific Integrated Circuit,
ASIC), GPU, CPU и т.д. ПЛИС наилучшим образом проявляют себя в маломощных мо-
бильных системах. ASIC демонстрируют наибольшую производительность с н едостат-
ком: высокая цена разработки. Проблема быстрого прототипирования проектов, осн о-
ванных на использовании искусственных нейронных сетей, для ПЛИС привычными мет о-
дами (c помощью HDL-языков, HDL-кодеров, графического программирования) заключа-
ется в том, что либо такой проект сложен и длителен в отладке (HDL-языки), либо не
оптимален получающийся код (HDL-кодеры), либо высока длительность разработки
проекта и сложность реконфигурации нейронной сети (графическое программирование).
Поэтому в рамках данной работы рассматривается эффективный метод проектирова-
ния полносвязных и сверточноых нейронных сетей для их реализации на ПЛИС использ о-
ванием пакета Xilinx System Generator for DSP и Matlab/Simulink. Генерируемые таким
образом искусственные нейросети легко реконфигурируемы и позволяют решать сле-
дующие задачи: распознавание изображений, оптимальная фильтрация (например, для
задач подповерхностной радиолокации). -
ОСОБЕННОСТИ КЛАССИФИКАЦИИ ЗАШИФРОВАННОГО СЕТЕВОГО ТРАФИКА
Н.В. Болдырихин , Д. А. Короченцев , Ф.А. Алтунин2020-10-11Аннотация ▼В настоящее время растет интерес к задачам эффективного управления пакетными
сетями: качеству обслуживания, обеспечению информационной безопасности, оптимиза-
ции использования программно-аппаратных ресурсов сети. Все эти задачи во многом опи-
раются на анализ и классификацию сетевого трафика. Данный трафик неоднороден, как
правило, имеет пульсирующий характер, трудно поддается прогнозированию, описывается
математическим аппаратом случайных процессов. В разное время условия прохождения
пакетов по одному и тому же пути могут значительно отличаться. Вместе с тем появля-
ется значительное количество приложений, требовательных к задержкам и джиттеру.
Задача администрирования в данном контексте состоит в правильной настройке узлов
коммутации и маршрутизации. Классификация трафика позволяет идентифицировать
пакеты различных приложений и служб и обеспечить их приоретизацию при передаче по
сети. Например, трафик видеоконференций необходимо передавать в первую очередь, по-
скольку он очень чувствителен к задержкам и джиттеру, трафик данных можно переда-
вать в последнюю очередь. Классификация трафика на сегодняшний день задача актуаль-
ная как с точки зрения администрирования сети, так и с точки зрения обеспечения её
безопасности. Ввиду того, что большое количество приложений сейчас шифрует переда-
ваемую информацию и просмотреть ее содержимое очень сложно, особый интерес пред-
ставляет классификация трафика, которая позволяет по косвенным признакам опреде-
лить аномалии в работе сети, признаки вторжения. В данной работе рассмотрены осо-
бенности решения задачи классификации зашифрованного трафика. Целью работы явля-
ется исследование особенностей классификации зашифрованного трафика с использовани-
ем корреляционного анализа и алгоритма, основанного на разности интегральных площа-
дей. Задачи исследования: – разработать алгоритм классификации трафика на основе
корреляции и известными образцами; – разработать алгоритм, основанный на разности
интегральных площадей под кривыми интенсивности трафика; – провести практическое
исследование точности решения задачи классификации. В работе рассмотрена классифи-
кация трафика по трем группам: аудио, видео, данные. В результате выявлена достаточ-
ная точность корреляционного алгоритма при определении аудио и трафика данных.
Для выявления видеотрафика лучше использовать алгоритм, основанный на разности ин-
тегральных площадей под кривыми интенсивности. -
ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК СХЕМ РЕТРАНСЛЯЦИИ СИГНАЛА В БЕСПРОВОДНЫХ СЕТЯХ ДАТЧИКОВ
Алалван Амин Раад Джихад, Шаммари Наджм Абед Мандила, Д. А. Мищенко, А. А. Львов , М.С. Светлов2021-12-24Аннотация ▼Беспроводные сети датчиков (БСД) активно внедряются в различных системах дис-
танционного наблюдения и мониторирования распределенных объектов. БСД обладают
целым рядом несомненных достоинств: гибкость, эффективность, относительная деше-
визна и возможность быстрого развертывания. Однако обмен информацией и данными
производится в БСД с помощью беспроводных каналов связи, подверженных воздействию,
как правило, неконтролируемых помех, вызывающих ошибки передачи и даже потерю пе-
редаваемых пакетов данных, что представляет собой одну из главных проблем обеспече-
ния надежности БСД. Другой не до конца решенной проблемой является неравномерное
распределение потребляемой энергии внутри БСД в условиях жестких ограничений и тре-
бований к источникам энергии. В настоящее время для предотвращения потерь передавае-
мых данных наиболее широко используются две схемы повторной передачи информации –
пошаговая и сквозная. Большинство известных исследований, посвященных вопросам надеж-
ной передачи данных в БСД с использование этих схем, выполнено экспериментальным пу-
тем. Кроме того, до сих пор отсутствуют аналитические методы оценки различных на-
дежных транспортных решений, что затрудняет анализ предлагаемых БСД. Поэтому цель
настоящей работы – синтез аналитических методов и алгоритмов исследования рабочих
характеристик ретрансляционных схем сигналов в БСД. Предлагаются аналитические ме-
тоды оценки схем повторной передачи в БСД, основанные на относительно новой теоре-
тической базе – сетевом исчислении для сетей с коммутацией пакетов, представляющем
собой инструмент определения размеров сети. Сначала вводятся модели трафика, обслу-
живания и затрат энергии. На основе этих моделей и сетевых расчетов осуществляются
аналитические оценки максимальной задержки времени передачи пакетов и энергоэффек-
тивности пошаговой и сквозной повторной передач. По результатам эксперимента срав-
ниваются в нескольких сценариях максимальная задержка и наибольшее энергопотребле-
ние этих двух схем. Кроме того, максимальная задержка, вычисленная аналитически,
сравнивается с результатами моделирования. С помощью предлагаемого метода можно
выбрать подходящую схему повторной передачи на основе различных устанавливаемых
требований и ограничений. -
АНАЛИЗ ТРАДИЦИОННЫХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДАМИ В РОБОТОТЕХНИКЕ И ПЕРСПЕКТИВЫ ГИБРИДНЫХ ПОДХОДОВ
А. И. Татауров , В.Е. Вавилов287-2982025-12-30Аннотация ▼Целью настоящего исследования является сравнительный анализ традиционных и нейросетевых методов управления электроприводами в робототехнике, с акцентом на выявление их сильных и слабых сторон, определение областей применения и оценку перспектив развития гибридных подходов. Эффективное управление электроприводами является критически важным для современных робототехнических систем, которые должны демонстрировать высокую производительность, надежность и универсальность в различных областях применения. В частности, актуальными задачами являются обеспечение высокоточного отслеживания траектории, энергоэффективного управления, робастного управления в условиях неопределенностей и возмущений, управление с учетом ограничений, а также синхронизированное и координированное управление несколькими электроприводами. В связи с этим, вопросы оптимизации управления электроприводами, обеспечивающих точность движения, энергоэффективность и адаптацию к изменяющимся условиям, приобретают первостепенное значение. Для достижения этой цели были поставлены следующие взаимосвязанные задачи: систематизация, анализ особенностей и применения традиционных методов управления электроприводами, таких как PID-регуляторы, фильтры Калмана, управление скользящим режимом, модельное прогнозирующее управление; рассмотрение основных подходов к управлению электроприводами на основе нейронных сетей, включая сети прямого распространения, рекуррентные нейронные сети, радиально-базисные функции, нейро-нечеткие системы и обучение с подкреплением; анализ рассмотренных методов с целью выявления их преимуществ и ограничений с точки зрения таких ключевых параметров, как точность отслеживания траектории, робастность к возмущениям и неопределенностям, адаптивность к изменяющимся условиям эксплуатации и вычислительная сложность реализации; исследование и анализ перспектив использования гибридных методов управления электроприводами, сочетающих в себе надежность и качество управления в линейных и структурированных средах традиционных методов и гибкость и адаптируемость методов на основе нейронных сетей в сложных и динамичных робототехнических системах. Краткие выводы исследования указывают на то, что традиционные методы управления электроприводами, такие как PID-регуляторы и управление скользящим режимом, остаются эффективными и предпочтительными в линейных и хорошо определенных системах, характеризующихся простотой и надежностью. В то же время, нейросетевые подходы демонстрируют существенные преимущества при управлении сложными нелинейными системами, а также в условиях неопределенности, требующих адаптации к изменяющимся условиям. Особое внимание уделяется гибридным методам управления, сочетающим сильные стороны традиционных и нейросетевых подходов, которые рассматриваются как наиболее перспективное и многообещающее направление развития, позволяющее создавать интеллектуальные и робастные системы управления электроприводами, способные эффективно функционировать в сложных и динамичных средах.
-
НЕЙРОСЕТЕВАЯ АППРОКСИМАЦИЯ МОДЕЛЬНО-ПРОГНОЗИРУЮЩЕГО УПРАВЛЕНИЯ ДЛЯ СИСТЕМЫ СТАБИЛИЗАЦИИ ДИНАМИЧЕСКОГО ОБЪЕКТА
Б.А. Комаров , С. В. Леонов , Т.Е. Мамонова276-2872025-12-30Аннотация ▼Актуальность. При решении задач стабилизации динамических объектов достаточно широко применяется классическое модельно-прогнозирующее управление. Оно обеспечивает высокое качество управления за счёт решения задачи оптимизации на каждом шаге, однако обладает значительными вычислительными затратами, что ограничивает его применение в системах реального времени с высокими требованиями к частоте обновления. Поэтому вопрос исследования применимости нейросетевого регулятора, обученного на модельно-прогнозирующем регуляторе (MPC) при решении задачи стабилизации положения динамического объекта при ограниченном вычислительном и временном ресурсе является актуальной. Цель. Целью представленной работы было разработать и исследовать нейросетевой регулятор, обученный на основе MPC-регулятора, для стабилизации положения динамического объекта на подвижной платформе. Методы. При выполнении работы использовались методы системного анализа, имитационного моделирования, а также экспериментальные испытания на стенде. Результаты и выводы. В рамках исследования разработан и обучен нейросетевой регулятор, аппроксимирующий поведение MPC на основе данных, полученных при управлении реальной балансировочной платформой. Обучение проводилось по входным и выходным данным MPC без использования внутренней модели системы, что позволило воспроизвести динамику регулятора при существенно меньших вычислительных затратах. Экспериментальные результаты показали, что нейросетевая модель обеспечивает качество стабилизации, сопоставимое с оригинальным MPC, при этом время вычислений сократилось с 47 мс до 1.6 мс, что составило значение ускорения в 29 раз. Предложенный подход демонстрирует потенциал нейросетевых методов управления в задачах замещения сложных оптимизационных регуляторов для систем с ограниченными вычислительными ресурсами.
