Главная
» Научно-исследовательская работа (НИР) » Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики
Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики
| Участники (ПГУ): | Финогеев Антон Алексеевич [15] [Руководитель]  , Финогеев Алексей Германович [15] [Отв. исполнитель] , Гамидуллаева Лейла Айваровна [15] [Отв. исполнитель] , Деев Михаил Викторович [15] [Отв. исполнитель] , Васин Сергей Михайлович [10] [Отв. исполнитель] , Колесников Илья Николаевич [10] , Матюнин Алексей Романович [10] , Мачильский Владислав Дмитриевич [10] |
| Название: | Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики |
| Владелец: | Финогеев Антон Алексеевич |
| Тип: | Гранты РНФ |
| Номер: | 20-71-10087 |
| Дата: | 21.07.2020 |
| Аннотация: | Целью проектных исследований является создание и развитие подхода к проактивному мониторингу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека. Задачи исследования связаны с разработкой методов, способов и технологий сбора, консолидации и обработки больших данных для прогностического моделирования рисков появления и развития негативных событий посредством анализа временных рядов динамики изменений характеристик событий с целью определения и оценки возможных факторов влияния на риски. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и фоторадарных комплексов фото и видеофиксации, устанавливаемых на контролируемых объектах коммунальных инженерных сетей и участках дорожно-транспортной инфраструктуры, а также с помощью программных приложений и из открытых источников в сети Интернет (через социальные сети, мессенджеры, Web ресурсы). |
| Код ГРНТИ: | 20.00.00 Информатика |
| Результаты: | В рамках концепции предполагается разработать новые методы и способы сбора, консолидации и обработки больших сенсорных данных для прогностического моделирования рисков появления и развития негативных событий посредством сравнительного и предиктивного анализа временных рядов динамики изменений характеристик событий и динамики изменения возможных факторов влияния на риски критических событий, аварий и нештатных ситуаций. Для достижения цели исследований предполагается получить следующие ожидаемые научные результаты: 1. Положения концепции проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий. Примерами возможных факторов влияния на негативные события являются погодные условия (температура, давление, влажность, скорость ветра, гололед, дождь, туман и т.п.), временные факторы, освещенность, видимость, состояние дороги и обочины, плотность трафика транспортных средств, плотность пешеходного потока, скоростной режим, условия дорожного движения (наличие разметки, количество полос, наличие препятствий, пробки, средства регулировки, дорожные знаки и т.п.) и т.д. 2. Методика сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т.п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т.п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммунальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инфраструктуры города. 3. Методика сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет, где она выкладывается участниками и свидетелями событий с мобильных средств связи (социальные сети, мессенджеры, Web ресурсы и т.п.). 4. Метод консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий). 5. Модель и метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн). 6. Методика представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния. 7. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций. 8. Предиктивная модель для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города. 9. Способ визуализации результатов проактивного мониторинга с геопространственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City. |
| Ссылка: | https://grant.rscf.ru/site/user/forms?rid=000000000000002602373-1_ |
| Объем денежных средств: | 5000000 |
| Источник финансирования: | Государственные фонды поддержки научной, научно-технической и инновационной деятельности |
| Описание: | Основным направлением проектных исследований является синтез и развитие технологий проактивного мониторинга для управления рисками возникновения критических событий в территориально-распределенных системах следующие конкретные результаты: 1. Концепция методология проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий, которая включает: - методику сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т.п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т.п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммуальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инсраструктуры города. - методику сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет и мобильных систем. 2. Метод консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий). 3. Модель и метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн). 4. Методику представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния. 5. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций. 6. Предиктивная модель для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города. 7. Способ визуализации результатов проактивного мониторинга с геопрострнаственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City. Цель и задачи проекта соответствуют направлению Н1 из Стратегии научно-технологического развития РФ в плане разработки методов и инструментальных средств для систем обработки больших объемов данных о событиях в городской среде с использованием технологий интеллектуального анализа и машинного обучения для предиктивного моделирования рисков возникновения и развития негативных ситуаций. Научная новизна исследований заключается в синтезе нового научного подхода к проактивному мониторингу событий на объектах сложных территориально-распределенных систем урбанистической среды с использованием технологий интеллектуального анализа больших данных, прогноза негативных событий на основе сравнительного анализа временных рядов событий и факторов влияния на них, прогностической оценки рисков инцидентов. |
| Файл для скачивания: | |
| Дата создания: | 23.11.2020 14:01 |
| Ссылка на ресурс: | http://elib.pnzgu.ru/nir/719  |