Метод обеспечения семантической интероперабельности при обработке сенсорных данных

Обложка

Цитировать

Полный текст

Аннотация

В рамках развития цифровой экономики существенно увеличивается объём сенсорных данных от разнородных источников, что приводит к необходимости повышения эффективности управления обработкой сенсорной информации. Необходимо достичь высокого уровня интероперабельности как способности двух или более систем интернета вещей к обмену и использованию информации в едином контексте. Для этого предлагается использовать онтологический подход с целью уменьшения ошибок интерпретации сенсорных данных прежде всего в части единиц величин и обеспечения единства описания предметной области. Учитывая, что основной поток сенсорных данных относится к измерению параметров объекта, предлагается использовать сопоставление и последующее принятие решения о мере сходства описания параметров объекта измерения на основе онтологии измеряемых величин, единиц измерения и типов сенсоров. Для этого предлагается создание системы обеспечения семантической интероперабельности для промышленного интернета вещей и сенсорных систем, а также схема последовательности обмена запросами и информационными сообщениями между устройствами интернета вещей, системой промышленного интернета и системой обеспечения семантической совместимости. Полученная модель, основанная на знаниях экспертов, может быть использована для поддержки импортозамещения при применении сенсоров новых типов в процессе совмещения телекоммуникационных, измерительных и управляющих систем.

Полный текст

Доступ закрыт

Об авторах

Александр Ю. Гребешков

Поволжский государственный университет телекоммуникаций и информатики

Автор, ответственный за переписку.
Email: a.grebeshkov@psuti.ru
SPIN-код: 8872-4368

доктор технических наук, доцент, профессор  кафедры сетей и систем связи

Россия, Самара

Яна А. Батыршина

Поволжский государственный университет телекоммуникаций и информатики

Email: a.grebeshkov@psuti.ru
SPIN-код: 7314-1753

аспирант кафедры сетей и систем связи

Россия, Самара

Список литературы

  1. Saghiri A. M. Cognitive Internet of Things: Chal-lenges and Solutions // Artificial Intelligence-based Internet of Things Systems. 2022. Pp. 335–362. DOI: https://doi.org/10.1007/978-3-030-87059-1_13
  2. Яцков Н. Н., Апанасович В. В. Исследование биофизических систем с использованием алго-ритмов интеллектуального анализа данных и имитационного моделирования // Компьютер-ные технологии и анализ данных (CTDA’2020): материалы II Международной научно-практической конференции, Минск, 23–24 апре-ля 2020 года. Минск: Белорусский государ-ственный университет, 2020. С. 120–123. EDN: KFZZRX
  3. Выхованец В. С. Понятийный анализ и понятий-ное моделирование // Управление большими системами: сборник трудов. 2021. № 92. С. 64–109. DOI: https://doi.org/10.25728/ubs.2021.92.4; EDN: HZBQNZ
  4. Боровская Я. А., Гребешков А. Ю. Контентно-зависимая модель обеспечения качества обра-ботки сенсорных данных в ICN сетях // REDS: Телекоммуникационные устройства и системы. 2023. Т. 13, № 1. С. 13–18. EDN: JWAUUK
  5. Боровская Я. А., Гребешков А. Ю. Обеспечение совместимости сенсорных систем и платформ промышленного интернета вещей // Инфоком-муникационные технологии. 2022. Т. 20, № 2 (78). С. 21–28. doi: 10.18469/ikt.2022.20.2.02; EDN: CBINVD
  6. Боровская Я. А., Гребешков А. Ю. Задача анали-за интероперабельности платформ промышлен-ного интернета и сенсорных систем на базе он-тологического подхода // Информационные технологии и нанотехнологии (ИТНТ-2021): сборник трудов по материалам VII Междуна-родной конференции и молодежной школы [в 3 т], Самара, 20–24 сентября 2021 года. Самара: Самарский национальный исследовательский университет имени академика С. П. Королева. 2021. Т. 3. С. 031052. EDN: GSXNJZ
  7. Москаленко Т. А., Киричек Р. В., Бородин А. С. Архитектуры промышленного интернета вещей // Информационные технологии и телекоммуни-кации. 2017. Т. 5, № 4. С. 49–56. EDN: YPBUQO
  8. Макаренко С. И., Соловьева О. С. Семантиче-ская интероперабельность взаимодействия эле-ментов в сетецентрических системах // Журнал радиоэлектроники. 2021. № 6. Ст. 13. doi: 10.30898/1684-1719.2021.6.3; EDN: FUZTJY
  9. Онтологическое моделирование предприятий: методы и технологии: монография / С. В. Горш-ков, С. С. Кралин, О. И. Муштак и др.; отв. ред. С. Е. Горшков. Екатеринбург: Изд-во Уральско-го университета, 2019. 236 с.
  10. Меры семантической близости в онтологии / К. В. Крюков, Л. А. Панкова, В. А. Пронина и др. // Проблемы управления. 2010. № 5. С. 2–14. EDN: MUVNSP

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема системы обеспечения семантической совместимости сенсоров и систем IIoT

Скачать (194KB)
3. Рис. 2. Диаграмма последовательности обмена информационными сообщениями между сенсорами, системой промышленного интернета и системой обеспечения семантической совместимости

Скачать (20KB)
4. Рис. 3. Матрица связей между сенсорами и измеряемыми величинами

Скачать (18KB)
5. Рис. 4. Схема отношений между концептуальными понятиями

Скачать (318KB)
6. Рис. 5. Содержание ответа на запрос о свойствах датчика

Скачать (165KB)
7. Рис. 6. Содержание дополнительного запроса о характеристиках датчика

Скачать (172KB)

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).