Информатика и автоматизация (Труды СПИИРАН)
Статьи журнала - Информатика и автоматизация (Труды СПИИРАН)
Все статьи: 237
Прогнозирование на фондовых рынках с использованием формализма статистической механики
Статья
Аналитически исследована возможность и целесообразность прогнозирования на фондовых рынках с помощью методов и подходов статистической механики. Аппарат статистической механики применен для анализа и прогноза одного из важнейших показателей рынка – распределения логарифмической доходности. В качестве исходной модели использована модель Лотки-Вольтерра, применяемая в экологии для описания систем типа «хищник-жертва». Она адекватно аппроксимирует динамику рынка. В статье использована ее гамильтоновость, позволяющая применить аппарат статистической механики. Аппарат статистической механики (с использованием принципа максимальной энтропии) позволяет реализовать вероятностный подход, который адаптирован к условиям неопределенности фондового рынка. Канонические переменные гамильтониана представлены в виде логарифмов цен акций и облигаций, совместная функция распределения вероятности цен акций и облигаций получена в виде распределения Гиббса. Больцмановский фактор, входящий в распределение Гиббса, позволяет оценить вероятность появления тех или иных цен на акции и облигации и получить аналитическое выражение для вычисления логарифмической доходности, дающее более точные результаты, чем широко используемое нормальное (Гауссово) распределение. По своим характеристикам полученное распределение напоминает распределение Лапласа. Вычислены основные характеристики полученного распределения – среднее значение, дисперсия, асимметрия, эксцесс. Математические результаты представлены графически. Дано объяснение причинно-следственного механизма, вызывающего изменение доходности рынка. Для этого развита идея Теодора Модиса о конкуренции между акциями и облигациями за внимание и деньги инвесторов (по аналогии с оборотом биомассы в моделях типа «хищник-жертва» в биологии). Результаты исследования представляют интерес для инвесторов, теоретиков и практиков фондового рынка. Они позволяют принимать продуманные и взвешенные решения по инвестированию за счет более реального представления об ожидаемой доходности и более адекватной оценки инвестиционного риска.
Бесплатно
Статья
Работа посвящена прогнозированию развития эпидемии COVID-19 с помощью нового метода рандомизированного машинного обучения. Основу метода составляет идея оценивания распределений вероятностей параметров модели по реальным данным вместе с распределением вероятностей измерительных шумов. Энтропийно-оптимальные распределения соответствуют состоянию максимальной неопределенности, что позволяет использовать получаемые в итоге прогнозы, как прогнозы наиболее ``негативного'' сценария исследуемого процесса. Полученные оценки параметров и шумов, которые представляют собой распределения вероятностей, необходимо генерировать, получая таким образом ансамбль траекторий, который требуется анализировать статистическими методами. Для целей такого анализа проводится вычисление средней и медианной по ансамблю траектории, а также траектории, соответствующей средним по распределению значениям параметров модели. Предлагаемый подход используется для прогнозирования общего количества инфицированных с помощью трехпараметрической логистической модели роста. Проведенный эксперимент основан на реальных данных о распространении COVID-19 в нескольких странах Европейского союза. Основной целью эксперимента является демонстрация энтропийно-рандомизированного подхода для прогнозирования эпидемического процесса на основе реальных данных вблизи пика. Существенная неопределенность, содержащаяся в доступных реальных данных моделируется аддитивным шумом в пределах 30%, который используется как на этапе обучения модели, так и при прогнозировании. Для настройки гиперпараметров модели используется схема их настройки по тестовой выборке с последующим переобучением. Показано, что при одинаковых наборах данных, предлагаемый подход позволяет более эффективно прогнозировать развитие эпидемии по сравнению со стандартным подходом, основанным на методе наименьших квадратов.
Бесплатно
Статья
Одним из основных инструментов регистрации полярных сияний является оптическое наблюдение небосвода в автоматическом режиме с помощью камер всего неба. Результаты наблюдений фиксируются в специальных мнемонических таблицах, аскаплотах. Аскаплоты предоставляют суточную информацию о наличии или отсутствии облачного покрова и полярных сияний в различных частях небосвода и традиционно используются для исследования суточного распределения полярных сияний в заданном регионе, а также для расчета вероятности их наблюдения в других регионах в соответствии с уровнем геомагнитной активности. Обработка аскаплотов в настоящее время осуществляется вручную, что сопряжено с существенными временными затратами и высокой долей ошибок, возникающих по причине человеческого фактора. Для повышения эффективности обработки аскаплотов авторами предложен подход, обеспечивающий автоматизацию распознавания и оцифровки данных оптических наблюдений полярных сияний. Предложена формализация структуры аскаплота, применяемая для обработки его изображения, а также извлечение соответствующих результатов наблюдений и формирование результирующего набора данных. Подход предусматривает использование алгоритмов машинного зрения (в частности, в данном случае имеет место применение алгоритма классификации по правилам) и применение специализированной маски – отладочного изображения для оцифровки, представляющего собой цветное изображение, в котором задано общее положения ячеек аскаплотов. Предложенный подход и соответствующие алгоритмы реализованы в форме программного обеспечения для распознавания и оцифровки архивных данных оптических наблюдений полярных сияний. Решение представляет собой однопользовательское настольное программное обеспечение, позволяющее пользователю в пакетном режиме выполнять преобразование изображений аскаплотов в таблицы, доступные для последующей обработки и анализа. Результаты проведенных вычислительных экспериментов показали, что применение предложенного программного обеспечения позволит избежать ошибок при оцифровке аскаплотов, с одной стороны, и существенно повысить скорость соответствующих вычислительных операций, с другой. В совокупности это позволит повысить эффективность обработки аскаплотов и проведения исследований в соответствующей области.
Бесплатно
Статья
Многие приложения цифровой обработки сигналов (DSP) и электронные гаджеты сегодня требуют цифровой фильтрации. Для получения быстрых и улучшенных результатов использовались различные алгоритмы оптимизации. Некоторые исследователи использовали Enhanced Slime Mold Algorithm для разработки 2D БИХ-фильтра. Однако было замечено, что данный алгоритм не обеспечил лучшей структуры решения и имел более низкую скорость сходимости. Чтобы решить эту проблему, для разработки 2D БИХ-фильтра используется алгоритм оптимизации Fused ESMA-Pelican Optimization Algorithm (FEPOA), который объединяет Pelican Optimization Algorithm с Enhanced Slime Mould Algorithm (ESMA). Сначала для инициализации популяции используется хаотический подход, который обеспечивает высококачественную популяцию с превосходным разнообразием, после чего позиция членов популяции заключается в идентификации и корректировке особи в граничной области поиска. После этого с помощью тактического подхода пеликана (Pelican Tactical Approach) изучается пространство поиска и исследовательской мощности FEPOA, потом случайным образом вычисляется пригодность, и обновляется лучшее решение, а затем оно перемещается к итерациям. Фазы FEPOA повторяются до тех пор, пока не завершится выполнение. Далее лучшее решение дает оптимальное решение, которое повышает скорость сходимости, точность сходимости и производительность FEPOA. Затем FEPOA реализуется в БИХ-фильтре для улучшения общей конструкции фильтра. Результаты, предоставленные FEPOA, достигают необходимой пригодности и наилучшего решения для 200 итераций, а амплитудная характеристика достигает максимального значения для = 2,4,8, а также время выполнения 3,0158 с, что намного быстрее, чем другие генетические алгоритмы, часто используемые для 2D БИХ-фильтров.
Бесплатно
Статья
Сегодня обеспечение информационной безопасности крайне неизбежно и актуально. Мы также наблюдаем активное развитие встраиваемых IoT-систем. В результате основное внимание уделяется исследованиям по обеспечению информационной безопасности встроенного программного обеспечения, особенно в задаче повышения скорости процесса шифрования. Однако исследованиям по оптимизации встроенного программного обеспечения на многоядерных процессорах для обеспечения информационной безопасности и повышения производительности встроенного программного обеспечения не уделялось особого внимания. В статье предлагается и развивается метод повышения производительности встроенного программного обеспечения на многоядерных процессорах на основе разделения данных и асинхронной обработки в задаче шифрования данных. Данные используются глобально для извлечения любыми потоками. Данные разбиты на разные разделы, также программа устанавливается по многопоточной модели. Каждый поток обрабатывает раздел разделенных данных. Размер каждой части данных пропорционален скорости обработки и размеру кэша ядра многоядерного процессора. Потоки работают параллельно и не нуждаются в синхронизации, но необходимо совместно использовать глобальную общую переменную для проверки состояния выполнения системы. Наше исследование встроенного программного обеспечения основано на безопасности данных, поэтому мы протестировали и оценили метод с несколькими блочными шифрованиями, такими как AES, DES и т. д. На Raspberry Pi3. В нашем результате средний показатель повышения производительности составил около 59,09%. В частности, наши экспериментальные результаты с алгоритмами шифрования показали: AES - 51,78%, DES - 57,59%, Triple DES - 66,55%.
Бесплатно
Разработка линейной системы управления тягой винтомоторной группы для БПЛА
Статья
Управление ориентацией и позиционированием беспилотного летательного аппарата (БПЛА) вертикального взлета и посадки мультироторного типа в пространстве неразрывно связано с формированием вектора управления движением, состоящего из комбинации тяг и аэродинамических моментов создаваемых каждой винтомоторной группой. Точность и скорость формирования вектора управления движением в значительной степени влияет на ошибки позиционирования и ориентации БПЛА. В большинстве работ, посвященных синтезу систем управления БПЛА, используется вектор управления движением без учета динамики винтомоторных групп, что в некоторых случаях вынуждает снижать быстродействие системы управления. Повысить быстродействие можно за счет повышения быстродействия формирования тяги винтомоторных групп, для чего предложена линейная система управления тягой винтомоторной группы. Винтомоторная группа в своем составе имеет нелинейную внутреннюю связь по аэродинамическому моменту и выходной сигнал – тягу, нелинейно зависящую от квадрата скорости вращения винта. Обычно, винтомоторной группой управляют как электродвигателем – внутреннюю связь по аэродинамическому моменту рассматривают как внешнее возмущение, а тягой управляют посредством изменения скорости вращения винта, которая вычисляется на основании требуемого вектора управления движением. Предлагается рассматривать тягу и аэродинамический момент как составную часть винтомоторной группы, для которой построить линейную систему управления тягой. Для этого выполнена линеаризация обратной связью системы винтомоторной группы, связывающей подаваемое на двигатели напряжение с вектором управления движением, являющимся выходной величиной. Процесс линеаризации разбит на два этапа: на первом этапе выполнена линеаризация обратной связью по состоянию для электродвигателя с внутренней нелинейной связью по аэродинамическому моменту; на втором этапе выполнена линеаризация обратной связью по выходу, полученной на первом этапе системы с нелинейным выходным сигналом – тягой. В соответствии с принципами подчиненного регулирования для линеаризованной обратной связью винтомоторной группы сформировано управление двигателем. Выполнено моделирование. Важным вопросом при применении линеаризации обратной связью является сохранение качественных характеристик системы управления при несоответствии параметров объекта и модели, параметры которой используются для вычисления линеаризующей обратной связи. В работе проведено моделирование при несоответствии некоторых параметров до 50%.
Бесплатно
Статья
В работе предлагается подход к оцениванию параметров нелинейных динамических моделей с помощью концепции Рандомизированного машинного обучения (РМО), основанной на переходе от детерминированных моделей к случайным (со случайными параметрами) с последующим оцениванием вероятностных распределений параметров и шумов по реальным данным. Главной особенностью данного метода является его эффективность в условиях малого количества реальных данных. В работе рассматриваются модели, сформулированные в терминах обыкновенных дифференциальных уравнений, которые преобразуются к дискретному виду для постановки и решения задачи энтропийной оптимизации. Применение предлагаемого подхода демонстрируется на задаче прогнозирования общего количества инфицированных COVID-19 с помощью динамической эпидемиологической модели SIR. Для этого в работе строится рандомизированная модель SIR (R-SIR) с одним параметром, энтропийно-оптимальная оценка которого реализуется его функцией плотности распределения вероятностей, а также функциями плотности распределения вероятностей измерительных шумов в точках, в которых производится обучения. Далее применяется техника рандомизированного прогнозирования с фильтрацией шумов, основанная на генерации соответствующих распределений и построении ансамбля прогнозных траекторий с вычислением средней по ансамблю траектории. В работе реализуется вычислительный эксперимент с использованием реальных оперативных данных о заболеваемости в виде сравнительного исследования с известным методом оценивания параметров модели, основанным на методе наименьших квадратов. Полученные в эксперименте результаты демонстрируют существенное снижение средне-абсолютной процентной ошибки (MAPE) при по отношению к реальным наблюдениям на интервале прогноза, что показывают работоспособность предложенного метода и его эффективность в задачах рассматриваемого в работе типа.
Бесплатно
Статья
Несмотря на широкое применение во многих областях, точная и эффективная идентификация деятельности человека продолжает оставаться интересной исследовательской проблемой в области компьютерного зрения. В настоящее время проводится много исследований по таким темам, как распознавание активности пешеходов и способы распознавания движений людей с использованием данных глубины, трехмерных скелетных данных, данных неподвижных изображений или стратегий, использующих пространственно-временные точки интереса. Это исследование направлено на изучение и оценку подходов DL для обнаружения человеческой активности на видео. Основное внимание было уделено нескольким структурам для обнаружения действий человека, которые используют DL в качестве своей основной стратегии. В зависимости от приложения, включая идентификацию лиц, идентификацию эмоций, идентификацию действий и идентификацию аномалий, прогнозы появления людей разделены на четыре различные подкатегории. В литературе было проведено несколько исследований, основанных на этих распознаваниях для прогнозирования поведения и активности человека в приложениях видеонаблюдения. Сравнивается современное состояние методов DL для четырех различных приложений. В этой статье также представлены области применения, научные проблемы и потенциальные цели в области распознавания человеческого поведения и активности на основе DL.
Бесплатно
Распознавание объектов по составляющим их примитивам и отношениям между ними
Статья
Целью работы является разработка способа и алгоритма распознавания объектов окружающего пространства, качество работы которого не будет зависеть от числа типов объектов реального мира, которые он может распознавать. Для этого поставлены и решены задачи распознавания множества элементарных геометрических объектов (признаков-примитивов), определения отношений между ними и поиска соответствий между найденными признаками-примитивами и отношениями и заданными шаблонами–описаниями сложносоставных и простых объектов реального мира. Для распознавания элементарных геометрических фигур применена нейронная сеть свёрточного типа. Для её обучения использовались искусственно сгенерированные изображения с элементарными геометрическими фигурами (3D примитивами), которые располагались на сцене случайным образом с различными свойствами их поверхностей и текстурами. В результате обучения была получена нейронная сеть, способная распознавать объекты примитивы. Сформировано множество отношений, необходимое для распознавания объектов, которые могут быть представлены как составные из признаков-примитивов. В предложенном способе распознавания количество классов для поиска ограничивается набором признаков-примитивов. Проверка на фотографиях реальных объектов показала способность распознавать объекты реального мира в независимости от их типа (в случаях, когда возможны их разные модели и модификации) и материала изготовления, а также способность успешно решать задачи поиска объектов в условиях частичного перекрытия объектов и их ограниченной видимости и частичной деформации. В работе рассмотрен пример с распознаванием светильника уличного освещения. Пример показывает способность алгоритма не только выявлять объект на изображении, но и определять ориентацию положения его составляющих. Предложенное решение может быть использовано в задачах манипуляции объектами внешнего мира робототехническими системами.
Бесплатно
Распознавание оттенка цветовой метки на основе нечёткой кластеризации
Статья
Рассматривается задача определения текущего положения пневматических исполнительных механизмов. Решение поставленной задачи достигается введением системы технического зрения, позволяющей на основе метода нечеткой кластеризации определять в режиме реального времени координаты центра цветовой метки, установленной на исполнительных механизмах мехатронного комплекса и позицию её смещения. Целью работы является повышение точности распознавания цветовой метки для прецизионного позиционирования исполнительных механизмов мехатронного комплекса и повышение быстродействия дефаззификатора за счет распараллеливания вычислительных процедур в нем. Интеллектуализация процесса распознавания цветового оттенка производится на основе нечёткой кластеризации. Сначала строится нечеткая модель, позволяющая в зависимости от входных параметров интенсивности цвета по каждому из каналов RGB и составляющей цветового тона выделять на изображении заданный цвет. Затем осуществляется бинаризация цветного изображения и подавление шумов. При моделировании нечеткой системы авторами были применены две модели дефаззификации: на основе метода центра тяжести и на основе отношения площадей. Модель, реализованная на основе метода отношения площадей, позволяет убрать зоны нечувствительности, которые присутствуют в модели центра тяжести. Метод на основе отношения площадей определяет принадлежность пикселей к заданному цветовому тону, и после этого расположение цветовой метки в кадре изображения определяется на основе определения центра тяжести распознанных пикселей цветовой метки. В последующем, при перемещении исполнительного механизма в продольном направлении, система технического зрения определяет расположение цветовой метки в новом кадре. Разность положений цветовой метки на исходном и текущем изображениях позволяет определить расстояние смещения цветовой метки. С целью исследования влияния шума на точность распознавания были использованы цифровые фильтры: медианный, Гауссовский, матричный и биноминальный. Анализ точности данных фильтров показал, что лучший результат получен при использовании Гауссовского фильтра. Оценка производилась на основе показателя сигнал-шум. Реализация математической модели распознавания цветовой метки выполнена в среде Matlab/Simulink. Экспериментальные исследования работоспособности системы технического зрения с предложенной нечёткой моделью кластеризации проводились на пневматическом мехатронном комплексе. В ходе экспериментов на корпусе цилиндра закреплялась цветовая метка, после чего цилиндр перемещался по направляющим в продольном направлении. В процессе перемещения выполнялась видеофиксация и распознавание изображений. Для определения точности распознавания цветовой метки рассчитаны коэффициенты PSNR и RMSE, которые составили 38,21 и 3,14 соответственно. Точность определения смещения на основе разработанной модели распознавания цветовых меток достигла 99,7%. Быстродействие дефаззификатора увеличилось до 590 нс.
Бесплатно
Распределение мощности в беспроводной сотовой системе с применением графовой сети внимания
Статья
С быстрым развитием технологии сотовых сетей и распространением мобильных устройств эффективная политика распределения сетевых ресурсов становится все более важной для улучшения пользовательских услуг и производительности сети. Наша цель – максимизировать суммарную мощность всех пользователей сети путем нахождения оптимальной схемы распределения мощности. В последние годы методы глубокого обучения на основе графов продемонстрировали большой потенциал для решения проблемы распределения сетевых ресурсов. Из-за топологической природы мобильных сетей графовые нейронные сети (GNN) могут лучше работать с данными, структурированными в виде графов. Однако большинство из этих методов фокусируются только на узловых функциях в процессе обучения и часто игнорируют или упрощают граничные функции, которые играют не менее важную роль, чем узлы. Чтобы решить эту проблему, мы предлагаем дизайн сети с расширенным графическим вниманием (HEGAT), который напрямую связывает изменяющуюся топологию сети и наилучший способ распределения мощности во время обучения. Обширные результаты моделирования подтверждают превосходную производительность и надежные возможности обобщения, демонстрируемые предлагаемой методологией HEGAT.
Бесплатно
Реализация поведенческих функций на спайковых нейронных сетях
Статья
Рассматривается вопрос моделирования поведенческих функций животных, в частности, моделирование и реализация условного рефлекса. Производится анализ современного состояния нейронных сетей с возможностью структурного реконфигурирования. Моделирование осуществляется посредством нейронных сетей, которые строятся на основе сегментной спайковой модели нейрона с возможностью структурной адаптации к входному паттерну импульсов. Сегментная спайковая модель нейрона способна изменять свою структуру (размер тела клетки, количество и длина дендритов, количество синапсов) в зависимости от поступающего на её входы паттерна импульсов. Приведено краткое описание сегментной спайковой модели нейрона, отмечены её основные особенности с точки зрения возможности её структурного реконфигурирования. Описывается способ структурной адаптации сегментной спайковой модели нейрона к входному паттерну импульсов. Для исследования работы предложенной модели нейрона в сети, в качестве примера обосновывается выбор условного рефлекса, как частного случая формирования ассоциативных связей. Приведено описание структурной схемы и алгоритма формирования условного рефлекса как с положительным, так и с отрицательным подкреплением. Представлено пошаговое описание экспериментов по формированию ассоциативных связей вообще и условного рефлекса (как с положительным, так и с отрицательным подкреплением), в частности. Сделан вывод о перспективности применения спайковых сегментных моделей нейронов для повышения эффективности реализации поведенческих функций в нейроморфных системах управления. Рассмотрены дальнейшие перспективные направления развития нейроморфных систем, основанных на спайковых сегментных моделях нейрона.
Бесплатно
Статья
Главной задачей использования нейронных сетей является оперативное и точное решение различных творческих задач, таких как анализ и синтез новостных потоков при сохранении непрерывности обучения. Результатом такой обработки могут быть дайджесты, новостные потоки, прошедшие фильтрацию, а также прогнозы событий, позволяющих обеспечивать проактивность в управленческих решениях Известные методы обработки новостей нейронными сетями и реализующие их технические решения не в полной мере обеспечивают решение возникающих в этой области задач. Необходимо расширить их функциональные возможности, совершенствовать пространственно-временное связывание сигналов в рекуррентных нейронных сетях. При обработке новостных потоков одновременно с непрерывным обучением рекуррентных нейронных сетей следует осуществлять селекцию, распознавание, восстановление, прогнозирование и синтез новостей. Для снижения остроты проблемы предлагается перспективный метод многофункциональной обработки новостных потоков с применением рекуррентных нейронных сетей с логической организацией слоев и непрерывным обучением. Метод основан на развитии ассоциативной обработки текстовой информации в потоковых рекуррентных нейронных сетях с управляемыми элементами. Ключевыми особенностями этого метода являются многофункциональная обработка информационных потоков с изменяющимися законами появления новостей. Метод предусматривает оперативный отбор, распознавание, восстановление, прогнозирование и синтез новостей на основе глубокой ассоциативной непрерывной обработки связей между текстовыми элементами. Реализующая предлагаемый метод нейросетевая система отличается от известных решений новыми элементами, связями между ними, а также выполняемыми функциями. По результатам экспериментов подтверждена расширенная функциональность метода. Выявлены новые особенности обработки новостных текстов потоковыми РНС. Предлагаемые решения могут найти применение при создании интеллектуальных систем нового поколения не только для обработки текстов, но и других видов информации.
Бесплатно
Решение задач перебора путей в сложных графах
Статья
Моделирование различных систем связано с перебором значений параметров элементов структуры и учетом всех характеристик функционирования и взаимодействия компонентов для нахождения определенного набора решений, определяющих конфигурацию системы. Такие задачи относятся к задачам переборного типа и подразумевают, что некоторое количество очередных решений из этого набора получается из предыдущего решения в определенном порядке. Известно, что достаточно большое количество задач переборного типа решается только методами полного перебора и других методов для их точного решения пока не существует. В статье представлен новый метод перебора путей в графе – метод трансформации узлов-графов. По предварительной оценке, предложенный метод, в отличие от существующих, позволяет значительно быстрее осуществлять поиск всех простых путей в ориентированном графе произвольной структуры. В известных методах перебора в графе (Breadth First Search и Depth First Search) объектом перебора является путь. Всё количество таких путей в графе определяет размер пространства перебора. Основная идея метода трансформации узлов-графов заключается в значительном уменьшении размера пространства перебора за счет укрупнения объектов перебора. Укрупнение объектов перебора осуществляется кластеризацией путей в комбинаторные объекты, объединяющие по определенному регламенту некоторое множество путей одинаковой длины. Такие комбинаторные объекты названы узлами-графами. Узел-граф относится к центрально-периферическим комбинаторным объектам и для перебора всех путей в графе разработаны специфические операции преобразования узлов-графов, которые позволяют найти следующие пути на основе предыдущих. Метод может использоваться как базовый инструментарий для уменьшения размерности пространства поиска решений NP-полных задач, сохраняя универсальность и точность перебора.
Бесплатно
СПБ ФИЦ РАН — 45 ЛЕТ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ
Статья
45 лет назад началась история Санкт-Петербургского института информатики и автоматизации Российской академии наук (СПИИРАН), когда Распоряжением Совета Министров СССР от 19 декабря 1977 года и Постановлением Президиума Академии наук СССР от 19 января 1978 года был организован Ленинградский научно-исследовательский вычислительный центр АН СССР (ЛНИВЦ), преобразованный в 1985 году по решению Президиума АН СССР в Ленинградский институт информатики и автоматизации АН СССР (ЛИИАН), затем в 1991 году в связи с возвращением городу его исторического имени Институт обрел актуальное и сегодня название СПИИРАН. К своему 45 летию Институт информатики (ЛНИВЦ, ЛИИАН, СПИИРАН), объединившись с пятью ведущими академическими организациями Северо-Запада России, в 2020 году стал Санкт-Петербургским Федеральным исследовательским центром Российской академии наук (СПб ФИЦ РАН). Визитной карточкой научного коллектива СПб ФИЦ РАН являются системные междисциплинарные исследования. Полученные учеными фундаментальные результаты в областях информатики, кибернетики, искусственного интеллекта, робототехники, безопасности, экологии, сельского хозяйства и инновационно-инвестиционного развития территорий нашли применение в формировании прикладных решений по цифровой трансформации агроэкологического производства, укреплению продовольственной, экологической и информационной безопасности граждан нашей страны.
Бесплатно
Статья
Беспроводные сенсорные сети (WSN) подвергались нескольким различным проблемам безопасности и атакам, связанным со сбором и отправкой данных. В этом сценарии одной из наиболее распространенных атак WSN, которая может быть нацелена на любой уровень стека протоколов, является атака типа «отказ в обслуживании» (DoS). Текущее исследование предлагает различные стратегии обнаружения атаки в сети. Однако у него есть проблемы с классификацией. Поэтому в этом исследовании для решения этой проблемы была предложена эффективная система обнаружения вторжений на основе ансамблевого глубокого обучения для выявления атак в сети WSN. Предварительная обработка данных включает преобразование качественных данных в числовые с использованием метода One-Hot Encoding. После этого был проведен процесс нормализации. Затем предлагается выбрать лучшее подмножество функций с помощью Manta-Ray Foraging Optimization. Затем метод передискретизации синтетического меньшинства (SMOTE) создает новую выборку меньшинства для балансировки обработанного набора данных. Наконец, предлагается классификатор CNN-SVM для классификации видов атак. Метрики Точность, F-мера, Прецизионность и Отзыв использовались для оценки результатов 99,75%, 99,21%, 100% и 99,6% соответственно. По сравнению с существующими подходами предложенный метод оказался чрезвычайно эффективным при обнаружении DoS-атак в WSN.
Бесплатно
Статья
При построении автономных систем реального времени (СРВ) необходимо решать задачу оптимальной многозадачной загрузки ряда параллельно функционирующих цифровых сигнальных процессоров. Одним из резервов достижения необходимого результата выступает реализация выборок из сигналов датчиков информации о величине сигнала наиболее редко во времени. При этом необходимо обеспечивать линейную или ступенчатую аппроксимацию сигнала по выборкам с допустимой погрешностью восстановления. Одной из системных задач этих процессоров является фильтрация сигналов или ограничение спектра до частоты среза. Отличительной особенностью предлагаемого в статье подхода является выполнение условия: если измерение этой частоты затруднено (например, в электромеханических средствах СРВ), то для таких сигналов предложено согласовывать максимальные величины параметров гармонической полуволны: погрешность аппроксимации, скорость и ускорение. Исследование открывает перспективу применения новых подходов по дискретизации времени сигналов в амплитудно-временной области и определение для таких сигналов эквивалентной частоты среза спектра сигнала. В настоящей статье получены зависимости величины единицы системного времени ввода-вывода данных от степени согласования между собой максимальных величин параметров сигнала. Математическая модель экстремального поведения сигнала между двумя соседними выборками задана в виде гармонической полуволны. Исследование распространено также на выпуклые составные гармонические функции, по которым сигнал может отклоняться от результатов линейной или ступенчатой аппроксимации сигнала по этим выборкам. Проведено сравнение моделей по величине относительных интервалов дискретизации времени, зависящих от степени согласования максимальных параметров гармонической полуволны. При сравнении, кроме этих максимальных параметров, учтена связь максимальной скорости сигнала с погрешностью аппроксимации выборок ступеньками и связь максимального ускорения сигнала с максимальной погрешностью линейной аппроксимации. Результаты позволяют определять длительности интервалов равномерной дискретизации времени сигнала по результатам обследования объекта управления, обосновывают существенное увеличение интервала дискретизации времени или аналогичное увеличение числа решаемых задач в единицу системного времени.
Бесплатно
Статья
Интернет вещей (IoT) играет важную роль в обеспечении безопасности, предотвращая несанкционированный доступ, заражения вредоносным ПО и злонамеренные действия. IoT отслеживает сетевой трафик, а также поведение устройств для выявления потенциальных угроз и принятия соответствующих мер противодействия. Тем не менее, существует потребность в системе обнаружения вторжений (IDS) IoT с улучшенными возможностями обобщения, использующей глубокое обучение и передовые методы обнаружения аномалий. В этом исследовании представлен инновационный подход к IoT IDS, который сочетает в себе SMOTE-Tomek и BTLBO, CNN с XGB классификатором, который направлен на устранение дисбаланса данных, повышение производительности модели, снижение количества неправильных классификаций и улучшение общего качества набора данных. Предложенная система обнаружения вторжений IoT, используя набор данных IoT-23, достигает 99,90% точности и низкого уровня ошибок, требуя при этом существенно меньше времени выполнения. Эта работа представляет собой значительный шаг вперед в области безопасности IoT, предлагая надежное и эффективное решение IDS, адаптированное к меняющимся проблемам взаимосвязанного мира.
Бесплатно
Синтез Fuzzy-регулятора объектом второго порядка с запаздыванием
Статья
В работе предлагается метод реализации синтеза оптимального управления динамическим объектом второго порядка с запаздыванием на базе Fuzzy-контроллера. Применена идея построения фазовой поверхности, совмещающей оптимальное релейное управление в удалении от области равновесного состояния и линейное управление в самой области. Такой подход позволяет избежать автоколебаний в установившемся режиме, при этом сохранив свойства оптимального управления по быстродействию. Траектория переключения в фазовом пространстве, соответствующая решению задачи оптимального управления согласно принципу Максимума, определяется методом обратного по времени вычисления разностного уравнения объекта второго порядка. Для определения области вокруг точки равновесного состояния, где применяется линейный регулятор, предложено использовать результаты моделирования движения точки в фазовом пространстве при оптимальном управлении для объекта с запаздыванием в режиме автоколебаний. Данная область представлена эллипсом, описывающим движение в фазовом пространстве при автоколебательном режиме. Для дальнейшего исключения автоколебаний согласно известным методам субоптимального управления в этой области применён линейный регулятор, настроенный средствами решения вариационной задачи оптимального управления. Предложено использовать инструментарий для синтеза Fuzzy- регулятора, где поверхность переключения и вычисления значения управления может задаваться произвольно. В результате получена переменная структура регулятора для совмещения этих двух подходов. Сформированная модель Fuzzy -регулятора представлена стандартной FLS-структурой, которая была реализована на языке Python во встраиваемом компьютере Orange Pi. Для подключения к действующему объекту управления использован промышленный контроллер FX3U -24MR, связанный с компьютером по сети ModBus. Приведены испытания на эксплуатируемом объекте управления температурой горячего водоснабжения, который максимально близко соответствует исследуемой модели объекта. Метод, идея и результаты, полученные в работе, можно применять и исследовать в синтезе управления динамическими объектами в скользящем режиме для решения актуальных задач, связанных с исключением нежелательного chattering-эффекта.
Бесплатно
Статья
На основе отслеживающей многоконтурной системы координат целевого угла в статье был выбран и предложен интерактивный многомодельный алгоритм адаптивного фильтра для улучшения качества фильтра целевых фазовых координат. Алгоритм интерактивной многомодельной оценки способен адаптироваться к динамике цели по мере продвижения процесса оценки к наиболее подходящей модели. Данный алгоритм имеет 3 модели, выбранные для разработки фильтра координат угла прямой видимости: модель постоянной скорости (CV), модель Зингера и модель постоянного ускорения, характеризующие 3 различных уровня маневренности цели. В результате, качество оценки фазовых координат цели улучшается, поскольку процесс оценки имеет перераспределение вероятностей каждой модели в соответствии с фактическим маневрированием цели. Структура фильтров проста, ошибка оценки мала, а задержка обнаружения маневрирования значительно сокращается. Результаты проверяются посредством моделирования, гарантируя, что во всех случаях цель маневрирует с разной интенсивностью и частотой, фильтр координат угла прямой видимости всегда точно определяет угловые координаты цели. Метод синтеза системы координат цели, использованный в статье, может быть расширен и применен к системам сопровождения целей в РЛС управления огнем, размещенных под землей.
Бесплатно
