Модель информационного взаимодействия элементов многоуровневой системы цифровых двойников

Обложка

Цитировать

Полный текст

Аннотация

Одной из значимых проблем исследования процессов и явлений в окружающей среде является характерная для технических средств их регистрации пространственно-временная анизотропия. Причиной тому является зачастую крайне неравномерное распределение средств мониторинга по земной поверхности, а также многочисленные выбросы и пропуски в данных, обусловленные как несовершенством используемого оборудования, так и человеческим фактором. Одним из вариантов решения проблемы является применение многоуровневой системы цифровых двойников, базирующихся на соответствующих отраслевых моделях и пополняемой базе архивных данных, что в совокупности с физическими прототипами технических систем обеспечивает высокую плотность покрытия земной поверхности и возможность восстановления соответствующих данных. Вместе с тем нерешенным по-прежнему остается вопрос организации информационного взаимодействия между уровнями системы цифровых двойников, что в значительной степени усугубляется постоянно растущим объемом данных и их неоднородным характером. В работе предлагается организация информационного взаимодействия в системе цифровых двойников на основе формализованного механизма пакетирования пространственно-временной информации, при котором идентификация источников данных выполняется посредством иерархической системы бинарной токенизации. На примере технических систем мониторинга параметров геомагнитного поля и его вариаций рассматриваются особенности практической реализации такого подхода, отличительной особенностью которого является комбинирование традиционной клиент-серверной и инновационной бессерверной архитектур, для реализации высоконагруженного реактивного веб-приложения для работы с анализируемыми данными. Результаты проведенных вычислительных экспериментов подтвердили эффективность предложенных решений, выраженной как в повышении реактивности клиент-ориентированных приложений, так и в увеличении вычислительной скорости формирования и заполнения информационных хранилищ, агрегирующих информацию из распределенных гетерогенных источников.

Об авторах

Г. Р Воробьева

Уфимский государственный авиационный технический университет

Email: gulnara.vorobeva@gmail.com
К. Маркса 12

А. В Воробьев

Уфимский государственный авиационный технический университет

Email: geomagnet@list.ru
К.Маркса 12

Список литературы

  1. Воробьев А.В., Воробьева Г.Р. Подход к оценке относительной информационной эффективности магнитных обсерваторий сети INTERMAGNET // Геомагнетизм и аэрономия. 2018. Т. 58. № 5. с. 648–652.
  2. Гвишиани А.Д., Лукьянова Р.Ю., Соловьёв А.А. Геомагнетизм: от ядра Земли до Солнца. М.: РАН, 2019. 186 с.
  3. Гвишиани А.Д., Агаян С.М., Богоутдинов Ш.Р., Каган А.И. Гравитационное сглаживание временных рядов // Труды Института математики и механики УрО РАН. 2011. Т.17. № 2. с. 62–70.
  4. Рябова С.А. Геомагнитные вариации и синхронные с ними вариации уровня подземных вод и микросейсмического фона в условиях средних широт: дисс. на соискание ученой степени кандидата физико-математических наук. М., 2018.
  5. Kondrashov D., Shprits, Y., Ghil, M. Gap filling of solar wind data by singular spectrum analysis // Geophys. Res. Lett. 2010. no. 37. P. L15101 doi: 10.1029/2010GL044138
  6. Аббасова Т.С. Развитие виртуальных инструментов для создания цифровых двойников // Информационно-технологический вестник. 2019. № 2(20). C. 79–88.
  7. Chen Y. New Approaches for Calculating Moran’s Index of Spatial Autocorrelation // PloS one. 2013. no. 8. P. e68336. doi: 10.1371/journal.pone.0068336.
  8. Freni P., Ferro E., Moncada R. Tokenization and Blockchain Tokens Classification: a morphological framework // IEEE Symposium on Computers and Communications (ISCC), Rennes, France, 2020, pp. 1-6, doi: 10.1109/ISCC50000.2020.9219709.
  9. Marchewka-Bartkowiak K., Nowak K. Get Tokenized... The Specificity of Personal Tokens in the Context of Tokenization and Axiological Categorization // Proceedings of the 3rd International Conference on Economics and Social Sciences. 2020. p. 823-831. doi: 10.2478/9788395815072-081.
  10. Love J. Intermagnet and the Global Community of Magnetic Observatories // AGU Fall Meeting Abstracts. 2006.
  11. Stocchero M. Iterative deflation algorithm, eigenvalue equations, and PLS2 // Journal of Chemometrics. 2019. no.33. p.10.1002/cem.3144.
  12. Le H. A. Trigger2B: A Tool Generating Event-B Models from Database Triggers // Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering. 2021. vol. 343. pp.1-7. https://doi.org/10.1007/978-3-030-67101-38.
  13. Lenz M. Silent-Cron: A Cron Wrapper // Raku Fundamentals. 2020. pp.59-80. doi: 10.1007/978-1-4842-6109-5_6.
  14. Voss N., Becker T., Mencer O., Gaydadjiev G. Rapid Development of Gzip with MaxJ // Lecture Notes in Computer Science. 2017. vol. 10216. p. 60-71. doi: 10.1007/978-3-319-56258-2_6.
  15. Mittal H. Digital twin: An overview // CSI Communications. 2020. no. 44.
  16. Carver J., Penzenstadler B., Scheuner J., Staron M. (Research) Insights for Serverless Application Engineering // IEEE Software. 2021. vol. 38. pp.123-125. doi: 10.1109/MS.2020.3028659.
  17. Mahmoudi N., Khazaei H. Performance Modeling of Serverless Computing Platforms // IEEE Transactions on Cloud Computing. 2020. pp. 1-1. doi: 10.1109/TCC.2020.3033373.
  18. Martins H., Araujo F., Cunha P. R. Benchmarking Serverless Computing Platforms // Journal of Grid Computing. 2020. vol. 18. doi: 10.1007/s10723-020-09523-1.
  19. Ali S., Alauldeen R., Ruaa A. What is Client-Server System: Architecture, Issues and Challenge of Client-Server System (Review) // HBRP Publication. 2020. pp.1-6. doi: 10.5281/zenodo.3673071.
  20. Zhu Y., Wu W., Li D. Efficient Client Assignment for Client/Server Systems // IEEE Transactions on Network and Service Management. 2016. no. 13. pp. 1-10. doi: 10.1109/TNSM.2016.2597269.
  21. Iskandar T., Lubis M., Kusumasari T., Lubis A. Comparison between client-side and server-side rendering in the web development // IOP Conference Series Materials Science and Engineering. 2020. no. 801. pp. 012136. doi: 10.1088/1757-899X/801/1/012136.
  22. Zeng Z., Zhang H. A Study on Cache Strategy of CDN Stream Media // IEEE 9th Joint International Information Technology and Artificial Intelligence Conference (ITAIC), Chongqing, China, 2020. pp. 1424-1429. doi: 10.1109/ITAIC49862.2020.9338805.
  23. Sharma K., Marjit U., Biswas U. Efficiently Processing and Storing Library Linked Data using Apache Spark and Parquet // Information Technology and Libraries. 2017. no.37. pp. 29-34. doi: 10.6017/ital.v37i3.10177.
  24. Kostinskiy S., Shaikhutdinov D., Narakidze N. Loss Counter in Power Double Winding Transformers Implementing the Method of Conditionally Constant Coefficients in Online Mode Using the Information Platform // Известия высших учебных заведений. Электромеханика. 2020. no. 63. pp.79-85. doi: 10.17213/0136-3360-2020-5-79-85.
  25. Vorobev A.V., Pilipenko V.A., Enikeev T.A., Vorobeva G.R. Geoinformation system for analyzing the dynamics of extreme geomagnetic disturbances from observations of ground stations // Computer Optics. 2020. no. 44(5). pp. 782-790. doi: 10.18287/2412-6179-CO-707.
  26. Воробьев А.В., Воробьева Г.Р., Юсупова Н.И. Концепция единого пространства геомагнитных данных // Труды СПИИРАН. 2019. в. 18, т. 2. c.390–415.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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).