Информационное обеспечение процессов обработки данных устройств интернета вещей в автоматизированной информационной системе экомониторинга

Полный текст

Введение

На сегодняшний день автоматизированные системы экологического мониторинга и контроллинга достаточно широко распространены. Как правило, это сложные программно-аппаратные комплексы, позволяющие в оперативном режиме отслеживать большое число параметров окружающей среды. Экологические показатели характеризуют состояние и тенденции изменения окружающей среды. Характеристики получаемых в системах экомониторинга данных весьма разнообразны: это и климатические параметры, такие как температура, уровень влажности, и акустические параметры, и т.д. [1, 2].

Технологии интернета вещей на сегодняшний день стали одними из наиболее перспективных и передовых инновационных решений, расширяющих область внедрения и позволяющих автоматизировать производственные задачи, уменьшать трудозатраты, снижать логистические расходы, обеспечивать непрерывность работы критически важного оборудования. В этой связи исследование процессов, возникающих при функционировании сетей интернета вещей, является актуальной научной проблемой. Формализация таких процессов позволит эффективно выполнять построение и внедрение систем мониторинга, интегрировать разнородные программные решения на единой информационной платформе и повысит надежность и безопасность автоматизированных информационных систем (АИС).

Оперативные данные в системах экологического мониторинга получают с датчиков динамического состояния объектов окружающей среды. В качестве подобных датчиков наиболее широко применяются устройства интернета вещей [2, 3]. Данные устройства обеспечивают снятие данных в режиме реального времени и их непрерывную передачу на достаточно большие расстояния. Специфика данных экологического мониторинга заключается в разнородности информации, получаемой из разных источников, а также больших объемов динамически генерируемых данных, получаемых в виде сигналов с датчиков состояния – устройств интернета вещей. Данные экомониторинга представляют собой совокупность сигналов о состоянии, непрерывно передаваемых с помощью сети интернет. Оперативные данные с датчиков динамического состояния поступают на обработку в автоматизированную информационную систему экомониторинга.

Среди различных методов интеллектуального анализа данных в системах экологического мониторинга можно выделить несколько основных [3–5]. Наиболее значимыми среди них являются:

1. Классификация данных. Разделение на служебные данные (метаданные), описывающие структуру и характеристики данных, и данные экомониторинга, которые в свою очередь тоже можно подразделять по типам данных с учетом выбранных показателей экологического мониторинга.
2. Кластерный анализ. Процедура, нацеленная на формирование единой и нормализованной статистики, упорядоченные данные которой позволяют выполнять аналитические процедуры на более качественном уровне.
3. Определение взаимосвязей. Один из ключевых элементов интеллектуального анализа, определяющий уровень тесноты связей между различными переменными и их причинно-следственную связь в целостной системе.
4. Анализ отклонений. Операция, позволяющая на более глубоком уровне выполнить корреляцию между выявленными причинами и связанными объектами, участвующими в формировании доверительного интервала и последующей отчетности.
5. Прогнозирование. Не менее значимый элемент анализа большого массива данных, отвечающий за возможность принятия превентивных мер к наиболее узким и нестабильным элементам системы, предотвращая возникновение выхода устройств или обслуживающих их каналов за пределы нормального функционирования [4, 5].

Одной из необходимых задач при документировании прикладной информационной системы является создание формализованного описания цепочки информационных процессов обработки и анализа данных в АИС экологического мониторинга на основе методов, процедур и подходов, основанных на методологии структурного системного анализа [6, 7].

Целью данной научной работы является разработка информационного обеспечения процессов обработки и анализа данных, получаемых с устройств интернета вещей в АИС экомониторинга.

Основная часть

Для организации эффективного и оперативного управления динамическими данными в АИС экологического мониторинга необходимо обладать всей полнотой информации о структуре системы и протекающих в ней информационных процессах, которые применяются на логическом уровне аппаратного обеспечения.

Четкому пониманию задач АИС мониторинга способствует детализация комплекса действий процедур на основе набора структурированных функциональных диаграмм. Данный подход к документированию и проектированию АИС экологического мониторинга реализуется при помощи методов и инструментов структурного системного анализа. На начальном этапе построения информационного обеспечения процессов обработки и анализа данных в АИС экологического мониторинга была выполнена обобщенная информационная модель в виде функционально-технологической схемы. На рис. 1 приведена обобщенная функционально-технологическая схема описания процессов обработки и интеллектуального анализа данных в автоматизированной системе экологического мониторинга. Данная схема отражает начальный уровень детализации процессов обработки и анализа данных АИС экомониторинга и по сути является исходной постановкой задачи.

 

Рис. 1. Диаграмма уровня А-0. Обобщенная функциональная модель процессов обработки и анализа исходных данных в системе экомониторинга

Fig. 1. Level A-0 diagram. Generalized functional model of operations for processing and analyzing source data in the environmental monitoring system

 

Выполнение данной схемы позволяет формализовать процесс экологического мониторинга на основе данных с устройств интернета вещей. Здесь входными потоками являются сами исходные экологические данные с учетом характеристик их источников. Управляющие воздействия представлены в виде стрелок и включают в себя: методы обработки и анализа данных, а также регламентирующую и техническую документацию как инструменты управления процессами экомониторинга. На выходе имеются обработанные данные, поступающие на загрузку в хранилище, а также сгенерированные отчеты по основным показателям экологического мониторинга окружающей среды. Выходные данные представляют собой текущую информацию о нормируемых показателях, а также данные обратной связи, необходимые для конфигурирования, организации высокоэффективного контроля и управления датчиками – устройствами интернета вещей.

Ввиду большой разнородности и многообразия исходных оперативных данных в АИС мониторинга необходимо создание информационного описания процессов их обработки и интеллектуального анализа.

Для проведения дальнейшей детализации процедур обработки и анализа данных в АИС экологического мониторинга была выполнена функциональная декомпозиция обобщенной функционально-технологической схемы [6, 7]. Полученная структурно-функциональная модель (рис. 2) содержит пять составляющих подпроцессов в виде визуальных блоков, описывающих подпроцессы получения данных, очистки данных, нормализации данных, блок анализа данных и процедуру записи данных в централизованное хранилище информационной базы данных.

 

Рис. 2. Диаграмма уровня А1. Детализация информационных процессов обработки данных в автоматизированной информационной системе экомониторинга (ИБД – информационная база данных, РД – регламентирующая документация)

Fig. 2. Level A1 diagram. Detailing of information processes of data processing in the automated information system for environmental monitoring (IBD – information database, RD – regulatory documentation)

 

Подобная реализация представляет собой применение процессного подхода к управлению в сложных системах: выделяются отдельные самостоятельные группы процессов, стадий или операций и приводится их детализация в виде функционального описания. Уровень и глубина декомпозиции выбираются исследователем – разработчиком АИС экомониторинга и определяются необходимым уровнем детализации информации об объектах.

Исходные данные и характеристики устройств являются входным потоком информации в данной контекстной диаграмме. Данные по показателям экологического мониторинга с датчиков – устройств интернета вещей – поступают в блок получения данных с помощью аппаратного комплекса оборудования каналов связи [8–10]. Далее последовательно выполняются процедуры очистки и нормализации данных. Целью данных операций является решение задач устранения избыточности и дублирования данных, минимизация ошибок и обеспечение высокой производительности при выполнении запросов. Подготовленные данные поступают в функциональный блок анализа [11, 12]. Целями анализа данных экологического мониторинга являются: наблюдения за факторами воздействия и состоянием среды; оценка фактического состояния среды; прогноз состояния окружающей природной среды и оценка прогнозируемого состояния. Итоговой операцией является запись данных в централизованное хранилище. Выходные потоки информации поступают в систему хранения, а также генерируются выходные отчеты. Все действия и процедуры проводятся отдельными исполнителями на основе управляющих и регламентирующих документов подпроцессов. Четкое понимание последовательности всех стадий и операций по работе с данными в АИС экологического мониторинга необходимо для организации оптимального управления информацией и тонкой настройки параметров информационной системы.

Функциональный подпроцесс интеллектуального анализа с учетом специфики данных экологического мониторинга представляет самостоятельный интерес для исследования. Поэтому для процесса анализа данных в АИС экологического мониторинга была построена функциональная модель, представленная на рис. 3. Данная информационная модель отражает функциональную декомпозицию блока «Анализировать данные» и включает в себя пять блоков: извлечение данных для анализа, классификация по виду данных, визуализация данных экомониторинга, статистический анализ данных, формирование прогноза на основе статистического анализа массива данных экомониторинга.

Детализация функционального блока 4 «Анализировать данные» контекстной диаграммы А1 рис. 2 позволяет выполнить формализованное описание составляющих функциональных подпроцессов с учетом неоднородности различных данных, получаемых в ходе проведения экологического мониторинга. Первоначально выполняется процедура извлечения нормализованных данных, которые в дальнейшем проходят этап классификации на основе системно-морфологического анализа [13]. Далее проводят визуализацию и при необходимости трансформацию данных экомониторинга. Следующая стадия – выполнение статистического анализа данных [14].

 

Рис. 3. Диаграмма уровня А41. Детализация информационных процессов интеллектуального анализа данных в АИС экомониторинга (ИБД – информационная база данных, РД – регламентирующая документация)

Fig. 3. A41 level diagram. Detailing of information processes of data mining in AIS ecomonitoring (IBD – information database, RD – regulatory documentation)

 

На основе статистического анализа данных и их моделирования, заключающегося в создании формализованного математического описания, становится возможным выполнить пятый этап – формирование статистического прогноза на основе проведенного анализа данных экологического мониторинга. Выходной поток данных поступает в централизованное хранилище, туда же направляются сформированные отчеты по показателям мониторинга [15].

Заключение

В ходе проведенных теоретических исследований было создано формализованное описание процессов обработки и интеллектуального анализа данных, получаемых с цифровых датчиков – устройств интернета вещей в АИС экологического мониторинга. Применение информационного описания в виде визуальных функциональных моделей способствует организации более гибкого оперативного управления информацией с учетом специфики работы информационной системы экологического мониторинга. Предложенное в данной статье информационное обеспечение процедур обработки и анализа данных мониторинга может быть использовано в качестве динамической модели информационной поддержки процессов принятия управленческих решений на всех этапах и стадиях жизненного цикла интеллектуального информационного продукта.

Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests.

Финансирование. Исследование проведено без спонсорской поддержки.

Funding. The study was performed without external funding.

Об авторах

Николай Николаевич Смирнов

Российский государственный социальный университет

Автор, ответственный за переписку.
Email: cheshire1711@gmail.com
ORCID iD: 0000-0001-8918-1650
SPIN-код: 7888-7886

аспирант кафедры информационных технологий, искусственного интеллекта и общественно-социальных технологий цифрового общества

Россия, 129226, Москва, ул. Вильгельма Пика, 4, cтр. 1

Андрей Сергеевич Кузнецов

Российский государственный социальный университет

Email: askgoogle@internet.ru
ORCID iD: 0000-0003-1569-4765
SPIN-код: 8442-7210

канд. тех. наук, доцент кафедры информационных технологий, искусственного интеллекта и общественно-социальных технологий цифрового общества

Россия, 129226, Москва, ул. Вильгельма Пика, 4, cтр. 1

Список литературы

Дополнительные файлы