Тел.: +7(915)814-09-51 (WhatsApp)
E-mail:

Russian English
scientificjournal-foto2

Если Вы хотите напечататься в ближайшем номере, не откладывайте отправку заявки. Потратьте одну минуту, заполните и отправьте заявку в Редакцию.

Печатная версия журнала «Вестник науки и образования» выходит ежемесячно (ориентировочно 19 числа, ежемесячно уточняется). Следующая печатная версия журнала выйдет - 21.01.2025 г. Статьи принимаются до 17.01.2025 г.

В электронной официальной версии (Роскомназдор Эл № ФС77-58456) журнала Вы можете опубликовать статью моментально после одобрения её публикации. Как отдельный электронный журнал, журнал выходит каждую пятницу. Следующая электронная версия журнала выйдет - 10.01.2025 г. Статьи принимаются до 09.01.2025 г.



Козлов А.С., Дудник С.В., Култазин Н.М., Ангапов В.Д., Гринер В.

Email: Kozlov693@scientifictext.ru

Козлов Александр Сергеевич - старший системный администратор,

филиал

Корпорация "Алайн Текнолоджи Ресерч энд Девелопмент, Инк";

Дудник Сергей Викторович - ведущий эксперт,

департамент инфраструктурных решений,

Сбербанк,

г. Москва;

Култазин Нурлан Муратович - инженер инфраструктуры,

Astana International Exchange,

г. Нур-Султан, Республика Казахстан;

Ангапов Василий Данилович - старший системный архитектор,

Digital IQ, г. Улан-Удэ;

Гринер Вадим - главный инженер по качеству,

Red Hat, г. Модиин-Маккабим-Реут, Израиль

Аннотация: рассмотрены ограничения, связанные с развитием концепции Интернета вещей, инфраструктура которого базируется на наземных информационных сетях. Проведена систематизация типовых задач, характерных для построения аппаратно‑программной базы спутникового Интернета вещей. Поставлена задача построения комплексной методологии работы со спутниковыми распределенными информационными системами в рамках концепции спутникового Интернета вещей на базе алгоритмов восстановления дискретных данных и технологии пространственно-временного компрессионного зондирования. Предложена модель, которая базируется на целевых функциях уровня сжатия данных, подлежащих сбору и точности сбора данных. Построена универсальная схема работы алгоритма восстановления дискретных данных для спутникового Интернета вещей, которая включает в себя такие функциональные элементы, как кластеризация входных данных, получение выборки и восстановление данных, которые не были получены.

Ключевые слова: спутниковый Интернет вещей, распределенная информационная система, беспроводная сенсорная сеть, алгоритм восстановления дискретных данных, пространственно-временное компрессионное зондирование, пропускная способность, выборка данных.

DEVELOPMENT OF DATA COLLECTION ALGORITHMS WITHIN THE FRAMEWORK OF THE INTERNET OF THINGS’ CONCEPT

Kozlov A.S., Dudnik S.V., Kultazin N.M., Angapov V.D., Griner V.

Kozlov Aleksandr Sergeevich - Sr. System Administrator,

BRANCH

"ALIGN TECHNOLOGY RESEARCH AND DEVELOPMENT INCORPORATED", EMEA RUSSIAN REGION;

Dudnik Sergei Victorovich - Leading Expert,

DEPARTMENT OF INFRASTRUCTURE SOLUTIONS,

SBERBANK,

MOSCOW;

Kultazin Nurlan Muratovich - Infrastructure Еngineer,

ASTANA INTERNATIONAL EXCHANGE,

NUR-SULTAN, REPUBLIC OF KAZAKHSTAN;

Angapov Vasiliy Danilovich - Senior systems Architect,

 DIGITAL IQ, ULAN – UDE;

Griner Vadim - Senior Quality Engineer,

RED HAT, MODIIN MACCABIM REUT, ISRAEL

Abstract: the limitations associated with the development of the concept of the Internet of things, the infrastructure of which is based on terrestrial information networks, are considered. The systematization of typical tasks characteristic of development the hardware and software platform of the satellite-based Internet of things is carried out. The task is to build an integrated methodology for working with distributed satellite information systems within the framework of the satellite-based Internet of things concept based on sampling-reconstruction algorithms and spatio-temporal compressive sensing technology. The model is based on the objective functions of the level of data compression to be collected and the accuracy of data collection. A universal scheme of the discrete data recovery algorithm for the satellite-based Internet of things has been built, which includes such functional elements as clustering of input data, data sampling and data recovery.

Keywords: satellite-based Internet of things, distributed information system, wireless sensor network, on sampling-reconstruction data algorithm, spatio-temporal compressive sensing, bandwidth, data sampling.

Список литературы / References

  • Aiyetoro & Owolawi, 2019. Spectrum Management Schemes for Internet of Remote Things (IoRT) Devices in 5G Networks via GEO Satellite. Future Internet. 11 (12). 257. doi: 10.3390/fi11120257.
  • Wei J. & Cao S., Application of Edge Intelligent Computing in Satellite Internet of Things. 2019 IEEE International Conference on Smart Internet of Things (SmartIoT). doi: 10.1109/smartiot.2019.00022.
  • Kak A., Guven E., Ergin U.E., Akyildiz I.F., 2018. Performance evaluation of SDN-based Internet of Space Things. In: 2018 IEEE Globecom Workshops (GC Wkshps., Р 1–6. IEEE Press, Piscataway.
  • Aiyetoro & Owolawi, Spectrum Management Schemes for Internet of Remote Things (IoRT) Devices in 5G Networks via GEO Satellite. Future Internet. 11 (12). 257. doi: 10.3390/fi11120257.
  • Bacco M. et al., IoT applications and services in space information networks. IEEE Wirel. Commun. 26 (2), 31–37.
  • Soua R., Palattella M.R. & Engel T., IoT Application Protocols Optimisation for Future Integrated M2M-Satellite Networks. 2018 Global Information Infrastructure and Networking Symposium (GIIS). doi: 10.1109/giis.2018.8635784.
  • M2M and IoT via Satellite, 7th edn. [Электронный ресурс]. Режим доступа: http://www.nsr.com/research-reports/satellitecommunications-1/m2m-and-iot-via-satellite-7th-edition/ (дата обращения: 28.02.2017).
  • Cheng S., Cai Z., Li J. Approximate sensory data collection: a surve, 2017. Sensors 17 (3). 564.
  • Gedik B., Liu L., Yu P.S. ASAP: an adaptive sampling approach to data collection in sensor networks. IEEE Trans. Parallel Distrib. Syst.18 (12), 2007. 1766–1783.
  • Kim R., Choi J. & Lim H., 2015. Channel-aware repetitive data collection in wireless sensor networks. International Journal of Communication Systems. 30 (7). doi: 10.1002/dac.2999.
  • Nguyen M.T., Teague K.A. Compressive sensing based random walk routing in wireless sensor networks, 2017. Ad Hoc Netw. 54, 99–110.
  • Abdelaal M. & Theel O., 2013. An efficient and adaptive data compression technique for energy conservation in wireless sensor networks, 2013 IEEE Conference on Wireless Sensor (ICWISE). doi: 10.1109/icwise.2013.6728793.
  • Silberstein A., Braynard R., Ellis C., Munagala K., Yang J., 2006. A sampling‑based approach to optimizing top-k queries in sensor networks. In: 22nd International Conference on Data Engineering (ICDE 2006). Р. 68. IEEE Computer Society, Washington DC.
  • Guo L., Beyah R., Li Y., SMITE: a stochastic compressive data collection protocol for mobile wireless sensor networks. In: 2011 Proceedings IEEE INFOCOM. Рp. 1611–1619. IEEE Press, Piscataway.
  • Compressive Sensing Based Data Collection in Wireless Sensor Networks, 2016. Internet of Things (IoT) and Engineering Applications. doi: 10.23977/iotea.2016.11005.
  • Meyer M., Desbrun M., Schröder P., Barr A.H. Discrete differential-geometry operators for triangulated 2-manifolds. In: Hege, H.C., Polthier, K. (eds.) Visualization and Mathematics III. Р 35–60. Springer, Heidelberg, 2003. https://doi.org/10.1007/978-3-662-05105-4_2.
  • Xu X., Ansari R. & Khokhar A., 2015. Spatio-Temporal Hierarchical Data Aggregation Using Compressive Sensing (ST-HDACS). 2015 International Conference on Distributed Computing in Sensor System doi: 10.1109/dcoss.2015.15.
  • Kong L., Xia M., Liu X.Y., Wu M.Y., Liu X., 2013. Data loss and reconstruction in sensor networks. In: 2013 Proceedings IEEE INFOCOM. Р 1654–1662. IEEE Press, Piscataway.
  • Rallapalli S., Qiu L., Zhang Y., Chen Y.C., Exploiting temporal stability and low-rank structure for localization in mobile networks. In: Proceedings of MobiCom 2010. Рp. 161–172. ACM, New York.
  • Zhou X. & Ling H., Zero-effort projection for sensory data reconstruction in wireless sensor networks. International Journal of Distributed Sensor Networks. 12 (8). 155014771665942. doi: 10.1177/1550147716659425.
  • Fei C., Zhao B., Yu W. & Wu C., 2019. An Approximate Data Collection Algorithm in Space-Based Internet of Things. Security, Privacy, and Anonymity in Computation, Communication, and Storage Lecture Notes in Computer Science, 170–184. doi: 10.1007/978-3-030-24900-7_14.

Ссылка для цитирования данной статьи

scientificjournal-copyright    

Электронная версия. Козлов А.С., Дудник С.В., Култазин Н.М., Ангапов В.Д., Гринер В. РАЗРАБОТКА АЛГОРИТМОВ СБОРА ДАННЫХ В РАМКАХ КОНЦЕПЦИИ ИНТЕРНЕТА ВЕЩЕЙ // Вестник науки и образования № 15(93), 2020 [Электронныйресурс].URL: http://scientificjournal.ru/images/PDF/2020/93/razrabotka-algoritmov-sbo.pdf (Дата обращения:ХХ.ХХ.201Х).

Печатная версия. Козлов А.С., Дудник С.В., Култазин Н.М., Ангапов В.Д., Гринер В. РАЗРАБОТКА АЛГОРИТМОВ СБОРА ДАННЫХ В РАМКАХ КОНЦЕПЦИИ ИНТЕРНЕТА ВЕЩЕЙ // Вестник науки и образования № 15(93), 2020, C. {см. журнал}.

scientificjournal

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях

      Tweet   
  
  

Кто на сайте

Сейчас на сайте 283 гостя и нет пользователей

Импакт-фактор

Вконтакте

REGBAN