Computer Simulation and System Effi ciency Evaluation for Systems of Detecting and Countering of Unmanned Vehicles that Pose a Th reat to a Smart City Transportation System

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

In this paper we propose a group of computer models to evaluate the system efficiency for detecting and countering unmanned vehicles in a smart city. The unmanned vehicles mean autonomous vehicles and unmanned aerial vehicles. We developed a simplified model of a heterogeneous traffic flow consisting of unmanned and human-controlled vehicles. The model allows one to study the process of intercepting an autonomous vehicle control of which has been intercepted. We created a simulation model of a system for detecting and countering the attack of a group of unmanned aerial vehicles as part of the study of the processes of countering unmanned aerial vehicles. Also, we solved the problem of intercepting a group of unmanned aerial vehicles by another group (swarm) of unmanned aerial vehicles for the first time in a threedimensional setting.

Авторлар туралы

Nikita Bykov

Russian University of Transport (MIIT), Bauman Moscow State Technical University

Хат алмасуға жауапты Автор.
Email: bykov@bmstu.ru
Ресей, 5 2nd Baumanskaya Str., Moscow, 105005, Russia

Mikhail Tovarnov

Bauman Moscow State Technical University

Email: tovarnov@bmstu.ru
Ресей, 5 2nd Baumanskaya Str., Moscow, 105005, Russia

Vadim Fedulov

Bauman Moscow State Technical University

Email: vadimfedulov.bmstu@gmail.com
Ресей, 5 2nd Baumanskaya Str., Moscow, 105005, Russia

Әдебиет тізімі

  1. S. Agrawal, A.M. Schuster, N. Britt, E.A. Mack, M.L. Tidwell, S.R. Cotten Technol. Soc., 2023, 72, 102186. doi: 10.1016/j.techsoc.2022.102186.
  2. I. Begishev, D. Bersei, O. Amvrosova, K. Dolgopolov, R. Zhirov In Proc. Transp. Res. Procedia (RF, Novosibirsk, 02–05 March, 2022), RF, Novosibirsk, 2022, 63, pp. 648–655. doi: 10.1016/j.trpro.2022.06.058.
  3. E. Papadimitriou, H. Farah, G. van de Kaa, F. S. de Sio, M. Hagenzieker, P. van Gelder Accid. Anal. Prev., 2022, 174, 106724. doi: 10.1016/j.aap.2022.106724.
  4. R.I. Meneguette, R.E. De Grande, A.A.F. Loureiro Intelligent Transport System in Smart Cities, FRG, Cham, Springer, 2018, 191 pp. doi: 10.1007/978-3-319-93332-0.
  5. B.S. Kerner The Physics of Traffic, FRG, Berlin, Heidelberg, Springer, 2004, 682 pp. doi: 10.1007/978-3-540-40986-1.
  6. M. Treiber, A. Kesting Traffic Flow Dynamics, FRG, Berlin, Heidelberg: Springer, 2013, 503 pp. doi: 10.1007/978-3-642-32460-4.
  7. Introduction to Mathematical Modeling of Traffic Flows [Vvedeniye v matematicheskoye modelirovanie transportnikh potokov], Ed. A.V. Gasnikov, RF, Moscow, Publ. House MTsNMO, 2013, 429 pp. (in Russian).
  8. K. AL-Dosari, Z. Hunaiti, W. Balachandran Multidisciplinary Digital Publishing Institute, 2023, 7(3), 210. doi: 10.3390/drones7030210.
  9. S.H. Alsamhi, O. Ma, M.S. Ansari, F.A. Almalki IEEE Access, 2019, 7, 128125. doi: 10.1109/ACCESS.2019.2934998.
  10. H. Chen, Z. Hu, S. Solak Eur. J.Oper. Res., 2021, 294(3), 118. doi: 10.1016/j.ejor.2021.02.039.
  11. I. Bisio, C. Garibotto, H. Haleem, F. Lavagetto, A. Sciarrone IEEE Access, 2022, 10, 101537. doi: 10.1109/ACCESS.2022.3207282.
  12. S. Park, H.T. Kim, S. Lee, H. Joo, H. Kim IEEE Access, 2021, 9, 42635. doi: 10.1109/ACCESS.2021.3065926.
  13. J.P. Yaacoub, H. Noura, O. Salman, A. Chehab IoT, 2020, 11, 100218. doi: 10.1016/j.iot.2020.100218.
  14. M.A. Demyanovich Legal Order: History, Theory, Practice [Pravoporyadok: istoria, teoria, praktika], 2019, 2(21), 108 (in Russian).
  15. V.K. Abrosimov Groups of Intelligent Aircrafts: Monograph [Kollektivy intellektualnykh letatelnykh apparatov: Monografiya], RF, Moscow, Izdatelskiy Dom «Nauka», 2017, 304 pp. (in Russian).
  16. J. Johnson Artificial Intelligence and the Future of Warfare: The USA, China, and Strategic Stability, UK, Manchester University Press, 2021, 230 pp. doi: 10.7765/9781526145062.00015.
  17. J.J. Roldan, P. Garcia-Aunon, E. Peña-Tapia, A. Barrientos In 2019 International Conference on Pervasive Computing and Communications (PerCom 2022) (Japan, Kyoto, 11–15 March, 2019), 2019, pp. 862–867. doi: 10.1109/PERCOMW.2019.8730677.
  18. D. He, G. Yang, H. Li, S. Chan, Y. Cheng, N. Guizani IEEE Network, 2021, 35(1), 380. doi: 10.1109/MNET.011.2000380.
  19. K.K Oh., M.C. Park, H.S. Ahn Automatica, 2015, 53, 424. doi: 10.1016/j.automatica.2014.10.022.
  20. A.A. Bandala, R.R.P. Vicerra, E.P. Dadios In Proc. TENCON 2014 – 2014 IEEE Region 10 Conference, (Thailand, Bangkok, 22–25 October, 2014), Thailand, Bangkok, IEEE, 2014, pp. 1–6. doi: 10.1109/TENCON.2014.7022455.
  21. K. Nagel, M. Schreckenberg J. Phys. I France, 1992, 2(12), 2221. doi: 10.1051/jp1:1992277.
  22. A. Dupuis, B. Chopard Networks Spat. Econ., 2003, 3(1), 9. doi: 10.1023/A:1022044932736.
  23. S. Sakai, K. Nishinari, S. Iida J. Phys. A. Math. Gen, 2006, 39(50), 15327. doi: 10.1088/0305-4470/39/50/002.
  24. N.V. Bykov Comput. Res. Model, 2022, 14(5), 1041. doi: 10.20537/2076-7633-2022-14-5-1041-1058.
  25. A.N. Lebedinets Organization and Combat Capabilities of Small-Scale Motorized Rifle Units [Organizatsia i boevye vozmozhnosti motostrelkovykh podrazdeleny malogo masshtaba], RF, Moscow, Izdatelstvo Bauman MGTU, 2012, 108 pp. (in Russian).
  26. V.A. Fedulov, N.V. Bykov, V.D. Baskakov Systems of Control, Communication and Security [Systemy upravlenia, svyazi i bezopasnosti], 2023, №4, 63 (in Russian). doi: 10.24412/2410-9916-2023-4-63-104.
  27. A.T. Azar, A. Koubaa, N. Ali Mohamed, H.A. Ibrahim, Z.F. Ibrahim, M. Kazim, A. Ammar, B. Benjdira, A.M. Khamis, I.A. Hameed, G. Casalino Electronics, 2021, 10(9), 999. doi: 10.3390/electronics10090999.
  28. A. Kuznetsov, P. Shvechikov, A. Grishin, D. Vetrov In Proc. 37th International Conference on Machine Learning (Virtual, 13–18 July, 2020), Online, PMLR 119, 2020, pp. 5556–5566. (https://proceedings.mlr.press/v119/kuznetsov20a/kuznetsov20a.pdf).
  29. M.S. Tovarnov, N.V. Bykov In Proc. Journal of Physics: Conference Series, Vol. 2308 (CMMASS 2021), (RF, Alushta, 04–13 September 2021), RF, Alushta, IOP Publishing, 2022, 012004. doi: 10.1088/1742-6596/2308/1/012004.
  30. A. Raffin, A. Hill, A. Gleave, A. Kanervisto, M. Ernestus, N. Dormann J. Mach. Learn. Res., 2021, 22(268), pp. 1–8. (https://jmlr.org/papers/volume22/20-1364/20-1364.pdf).

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Bykov N.V., Tovarnov M.S., Fedulov V.A., 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».