CC BY
51
УДК 007.52; 621.865.8; 004.75
РАСПРЕДЕЛЕННЫЕ ВЫЧИСЛЕНИЯ С ИСПОЛЬЗОВАНИЕМ
ЭЛЕМЕНТОВ КОНЦЕПЦИИ ТУМАННЫХ ВЫЧИСЛЕНИЙ В КОАЛИЦИЯХ РОБОТОВ В УСЛОВИЯХ ОГРАНИЧЕННЫХ
КОММУНИКАЦИЙ
Д.Я. Иванов
Объединение интеллектуальных мобильных роботов в коалиции с целью совместного выполнения сложных практических задач является перспективным направлением развития робототехники. При решении ряда задач необходимо осуществлять сбор, хранение, обработку и передачу больших объемов данных в коалициях роботов. В данной статье рассматривается задача распределения вычислений в коалициях роботов с использованием элементов концепции туманных вычислений.
Ключевые слова: коалиция роботов, распределенные вычисления, туманные вычисления, ограничения коммуникаций, групповая робототехника.
Применение групп мобильных роботов для выполнения различных практических задач является актуальным и перспективным направлением развития робототехники. Так, наземные или воздушные роботы, объединенные в коалицию, могут применяться для сбора данных об обширных территориях, для видеомониторинга протяженных труднодоступных объектов. При этом возникает задача сбора, хранения и обработки и передачи больших объемов данных, при решении которой необходимо учитывать как возможности бортовых вычислительных устройств роботов группы, так и имеющиеся в группе ограничения коммуникаций. К тому же, проведение сложных вычислений средствами бортовых вычислительных устройств роботов влечет за собой повышенное энергопотребление, что негативно сказывается на времени автономной работы робота. В связи с этим актуальной является задача распределения вычислений в коалициях мобильных роботов с учетом ограниченных коммуникаций.
1. Ограничения коммуникаций
Ограничения коммуникаций в групповой робототехнике можно разделить на несколько типов:
- ограничения на дальность прямой связи между роботами коалиции;
- ограничения на количество прямых связей между роботами коалиции;
- ограничение на пропускную способность телекоммуникационной сети в коалиции роботов.
1.1. Взаимодействие с соседними роботами
Ограничение на дальность прямой связи в группах роботов наблюдается в биоинспиированных подходах [1] роевого взаимодействия [2,3] в группах мобильных роботов, начиная с работ Крейга Рейнольдса [4] по моделированию роения живых организмов в 80-х годах прошлого века. По мнению некоторых исследователей [5], именно заимствования методов
284
взаимодействия из живой природы и привели к формированию такого научного направления, как роевой интеллект [6] в целом и роевая робототехника [2,3,7,8] в частности. Только если в природных самоорганизующихся роях, стаях и косяках рыб ограничения прямого взаимодействия организмов связаны с ограниченными возможностями органов восприятия (зрение, чувствительные полоски рыб и т.п.), то в мультиробототехниче-ских системах ограничения на дальность прямой связи объясняются не только возможностями сенсорных и телекоммуникационных систем роботов, но и вычислительной сложностью анализа данных, поступающих от большого числа соседей по коалиции. Особенно актуальны эти ограничения для малоразмерных роботов, применяемых в группах. Тем не менее, с развитием телекоммуникационных технологий этот вид ограничений телекоммуникаций теряет свою актуальность.
1.2. Ограничения количества прямых связей между роботами
Еще один видом ограничения коммуникаций в коалициях роботов
является ограничение на число прямых связей между парами роботов. Такие системы рассматриваются в работах [9-12]. В этих работах предполагается, что топология территориального размещения роботов группы и их коммуникационные возможности позволяют образовывать клеткоподоб-ную сеть, в которой каждый робот имеет не более четырех прямых связей с другими роботами. В практическом плане такая организация взаимодействия мало распространена. Можно отнести такой вид ограниченных коммуникаций к числу малораспространенных. К тому же с распространением одноранговых меш-сетей и появлением на рынке компактных модулей с низким энергопотреблением для их организации, рассматриваемый вид ограничений на коммуникации утрачивает и без того не высокую актуальность.
1.3. Меш-сети и их ограничения в группах роботов
Прогресс робототехники зависит не только от развития микроэлектроники, мехатроники, вычислительной техники, но и от прогресса телекоммуникационных технологий. На смену радиопередатчиков и радиоприемников с амплитудной или частотной модуляцией, ИК-передатчиков и приемников для телекоммуникаций только с соседями, все шире применяются современные стандарты связи, такие как ZigBee, Bluetooth, Wi-Fi. В связи с этим стоит отметить, что информационный обмен в коалициях современных роботов, как правило, осуществляется с использованием меш-сети.
Mesh-сеть - это распределенная одноранговая ячеистая сеть. Идея Mesh-сети предложена ещё в 1962 г. Полом Бэйраном [13].
Mesh-технология (ячеистые сети, multi-hop сети) расширяет функциональность беспроводного доступа к сетевым сервисам и позволяет реа-лизовывать точки доступа с охватом и порогом снижения пропускной способности на порядок более высоким, чем у традиционных хот-спотов [14].
285
В настоящее время mesh-сети широко применяются для организации беспроводных сетей передачи данных, в том числе на основе стандарта Wi-Fi (Wireless Mesh). Группа стандартов IEEE 802.11 регламентирует порядок организации Wi-Fi сетей, а входящий в эту группу стандарт 802.11s регламентирует порядок построения Mesh-сети на основе Wi-Fi.
Важной особенностью Mesh-сетей является интеллектуальность. Она интегрирована в сеть и обеспечивает высокий уровень надежности, как в экстренных ситуациях, так и в штатном режиме работы. Сразу после установки и включения точки доступа, она обнаруживает другие точки доступа и определяет свою роль в данной сети. При этом не используется ручное администрирование сети обслуживающим персоналом, что имеет важное значение для оперативного развертывания сети.
Сразу же после начала эксплуатации сети, она в автоматическом режиме управляет своей работой, используя функции самовосстановления и самоадаптации. В случае отключения или перезагрузки какого-либо сегмента сети, сеть автоматически переопределяет маршруты передачи данных между точками, предотвращая сбои коммуникаций [15].
Учитывая возможности меш-сетей самостоятельной маршрутизации и самовосстановления при недетерминированных изменениях топологии сети без внешнего вмешательства, применение меш-сетей в группах роботов является целесообразным и актуальным. Однако даже применение меш-сети не снимает всех ограничений. Ведь все равно имеются ограничения пропускной способности отдельных каналов связи сети. Поэтому даже с учетом вариативности маршрутов пересылки пакетов данных в меш-сетях, ограничения пропускной способности сети все равно влияют на информационный обмен.
2. Особенности организации информационного обмена в коалициях роботов с применением меш-сетей
С одной стороны, меш-сеть позволяет осуществлять адресную пересылку сообщений в сети независимо от ограничений коммуникационных возможностей бортовых устройств отдельных роботов коалиции. Актуализация маршрутов передачи сообщений осуществляется на уровне протокола организации сети за счет ресурсов коммуникационных устройств, и с точки зрения разработки методов организации децентрализованного управления в группе роботов не представляет сложности. С другой стороны, невзирая на вариативность выстраиваемых маршрутов в меш-сетях, существующие физические каналы связи имеют свою пропускную способность, и в совокупности возможности по обмену информацией в такой сети упираются в эти ограничения.
При практическом применении коалиций интеллектуальных мобильных роботов, подразумевается передача больших объемов данных между роботами коалиции, а также на удаленный центр управления. В связи с этим возникает задача оптимизации информационного обмена в коалиции таким образом, чтобы имеющиеся ограничения на пропускную способность сети передачи данных не препятствовали выполнению поставленной перед коалицией задачи.
Стоит обратить внимание на характер передаваемой информации в мультиробототехнической системе. Команды управления, сообщения о текущем статусе, как правило, составляют небольшую долю от передаваемых внутри сети данных. Гораздо больший объем передаваемых в группе роботов данных содержат результаты сбора и предварительной обработки информации об окружающей среде.
На рис. 1 схематично показаны подзадачи и потоки передачи информации задачи сбора данных коалицией интеллектуальных мобильных роботов (без привязки к выполняющим вычисления устройствам).
Рис. 1. Подзадачи и потоки передачи информации задачи сбора данных
коалицией ИМР
Обычно информация, собранная бортовыми сенсорными устройствами робота обрабатывается силами бортового вычислительного устройства того же робота, либо передается на некоторое удаленное вычислительное устройство (сервер или облачный сервис), обладающий достаточными вычислительными мощностями для обработки полученных данных.
После предварительной обработки данных, полученных от отдельных роботов, необходимо выполнить комплексирование данных для построения общей для группы/коалиции карты характеристик окружающей среды. То есть входными данными для задачи комплексирования являются предварительно обработанные данные от отдельных роботов, а выходными данными является карта характеристик окружающей среды в рабочей зоны коалиции, которую необходимо отправить на пульт оператора и, как правило, отдельным роботам коалиции для обеспечения качественного информирования.
От того, какие данные будут передаваться средствами телекоммуникационной сети группы роботов, а какие данные передаются внутри бортовой системы управления отдельных роботов зависит возникающая нагрузка на телекоммуникационые и вычислительные устройства роботов.
В случае объединения в коалицию роботов со слабыми бортовыми вычислительными устройствами, задачу обработки полученных данных (особенно задачу распознавания образов на видеоизображениях) возлагают на удаленное мощное вычислительное устройство, как показано на рис. 2.
287
Робот Г1
Сенсор робота Г1
Робот г2
Сенсор робота г2
Робот Гх
Сенсор робота гк
Рис. 2. Распространенная схема распределения вычислительных подзадач между вычислительными устройствами в задаче сбора
данных коалицией ИМР
Можно отметить, что в приведенной на рис. 2 схеме роботы коалиции занимаются только сбором информации об окружающей среде, однако все ресурсоемкие вычисления производятся удаленно. Недостатком такой съемы являются высокие требования к пропускной способности телекоммуникационной сети, ведь в режиме реального времени необходимо передавать большие объемы не обработанных данных об окружающей среде и состоянии роботов группы.
Можно предложить задачи предварительной обработки данных решать на бортовых вычислительных устройствах тех роботов, которые эти данные получили. Такая схема представлена на рис. 3.
Рис. 3. Предварительная обработка на борту роботов
С одной стороны такой подход позволяет снизить нагрузку на телекоммуникационную сеть группы роботов, но с другой стороны по прежнему требуется передача больших объемов данных между роботами группы и удаленным вычислительным устройствам, что негативно сказывается на автономность группы.
Возникает необходимость такого распределения вычислительных подзадач между участниками, что позволило бы эффективно задействовать бортовые вычислительные устройства роботов, не предъявляло бы завышенных требований к пропускной способности сети передачи данных и позволяло обеспечивать своевременный информационный обмен.
3. Предлагаемый подход к снижению нагрузки на телекоммуникационные сети коалиции роботов
Предлагается рассматривать вычислительные подзадачи без привязки к конкретным бортовым вычислительным устройствам. Каждая такая подзадача характеризуется входными и выходными данными. Источниками входных данных для одних подзадач являются выходные данные других подзадач. Передача выходных данных с одних подзадач на вход других подзадач может осуществляться непосредственно. А может осуществляться через распределенное хранилище промежуточных результатов (целесообразно в том случае, если эти данные используются несколькими подзадачами).
Предлагается разделять информационное взаимодействие между роботами внутри коалиции и информационное взаимодействие роботов с уделенным пультом управления.
Предлагается использовать «принцип выравнивания вычислительной нагрузки» [16-19] с тем, чтобы наиболее эффективно использовать имеющиеся в коалиции вычислительные ресурсы. И опосредованно - оптимизировать использование бортовых энергоресурсов роботов коалиции.
Предлагается применение мультиагентного взаимодействия для размещения вычислительных подзадач на имеющихся вычислительных ресурсах с учетом текущего состояния роботов группы и выполняемых ими работ в рамках выполнения общей групповой задачи.
Предлагается использование элементов концепции туманных и краевых вычислений с целью снижения нагрузки на телекоммуникационную сеть коалиции роботов.
4. Концепция туманных и краевых вычислений применительно к коалициям роботов
По мере распространения облачных вычислений в телекоммуникационных системах назрел ряд проблем. Одной из них является высокая нагрузка на каналы связи, вызванная тем, что пользователи пересылают большие объемы исходных данных на удаленные сервера, а потом с этих серверов приходят значительные объемы данных пользователям. И одним из путей решения этой проблемы явилось появление и развитие туманных и краевых вычислений, которые заключаются в смещении вычислительной нагрузки к «краю» сети, задействуя при этом как вычислительные мощности коммуникационного оборудования и контроллеров, так и вычислительные мощности конечных(либо пользовательских) устройств.
При этом ожидается достижение следующего эффекта:
- снижается объем данных, передаваемых в «облако»;
- снижается вычислительная нагрузка на вычислительную среду, поскольку частично или полностью обработка данных с конечных устройств производится в «туманном» слое.
289
Концепция туманных вычислений появилась [20,21], как дальнейшее развитие концепции «облачных вычислений»[22], предложенная первоначально специалистами Cisco [23], которые увидели техническую и экономическую выгоду в оснащении сетевых маршрутизаторов и IP-камер сервисами, позволяющими проводить первоначальную обработку данных в непосредственной близости от источников данных, либо пользователей, что позволило сократить длины маршрутов передачи данных, тем самым снижая нагрузку на телекоммуникационную среду. В настоящее время применение концепции туманных вычислений считается перспективным в рамках «Интернета вещей» [22,24,25], компьютерных сетей [26], глобальных телекоммуникационных сетей, проектов типа «умный дом», беспроводных сетей датчиков [27].
Концепция «туманных вычислений» [28] позволяет снизить нагрузку на коммуникационную среду за счет переноса части вычислений с высокопроизводительных серверов на локальные устройства («капли») с целью снижения вычислительной нагрузки на серверы [29]. При распределении вычислительной нагрузки предпочтение отдается устройствам, находящимся в непосредственной близости от источников исходных данных, и/или от получателей результатов вычислений, что позволяет существенно снизить нагрузку на телекоммуникационную среду. Такой подход предполагает получение ряда преимуществ, таких как повышение эффективности использования имеющихся аппаратных ресурсов и снижения времени реакции системы на запрос пользователя.
В данной статье предлагается применение элементов концепции туманных вычислений применительно к коалициям ИМР. В отличие от вычислительных и информационно-управляющих систем, в роли «коммуникационного оборудования с имеющимся резервом вычислительной мощности» могут выступать некоторые роботы коалиции, которые территориально располагаются между рабочей зоной коалиции и удаленным устройством управления (см. рис. 4).
Рис. 4. Схематичное изображение коалиции ИМР и информационных
потоков
При выполнении продолжительных работ, вне зависимости от характера самих работ, некоторые роботы вынуждены возвращаться из рабочей зоны на базу в связи с израсходованием бортового запаса энергоресур-
290
са для подзарядки. В некоторых сценариях применения часть роботов находится в резерве (примеры резервирования роботов при групповом применении подробно рассмотрены в работе [30]), также в некоторых практических задачах часть роботов занята транспортировкой грузов (образцов грунта и т.п.) на базу и возвращением с базы.
В любом случае при выдвижении роботов группы на значительное удаление от базы можно оставлять некоторых роботов для выполнения задач поддержания связи с базой (ретрансляция).
Следует отметить, что бортовые вычислительные средства роботов, оставшихся в резерве, находящихся на пути следования на базу и возвращающихся с нее, выполняющих задачи ретрансляции загружены в меньшей степени, чем бортовые вычислительные мощности тех роботов, которые выполняют основные подзадачи групповой задачи.
Предлагается, что роботы коалиции будут использовать методы мульиагентного распределенного диспетчирования [31,32] с учетом текущей загрузки бортовых вычислительных устройств, а также имеющиеся данные об информационных связях между подзадачами обработки информации коалицией роботов для того, чтобы размещать вычислительные подзадачи с использованием имеющихся резервов производительности, что позволит снизить нагрузку на коммуникационную сеть за счет уменьшения дальности маршрутов передачи данных между подзадачами.
5. Предлагаемый метод организации информационного обмена
Рассмотрим коалицию Я, состоящую из N роботов у{. Пусть каждый робот имеет на борту вычислительное устройство с предварительной оценкой производительности с1. Также на борту каждого робота имеется набор сенсоров 8г-, которые позволяют получать данные о состоянии окружающей среды и положения робота в ней. Будем считать, что характер и скорость поступления данных от 8 можно приблизительно оценить заранее. Общую задачу сбора и обработки информации об окружающей среде, необходимую для выполнения групповой задачи, можно представить в виде графа 0^,Х), где подзадачи обработки информации Q, соединены ребрами X, веса которых обозначают объемы передаваемых данных имеющихся информационных связей. Каждая подзадача характеризуется оценочной вычислительной сложностью ^.
Каждый робот г представлен программным агентом. Агенты роботов обеспечивают не только распределение задач и ролей, но также обеспечивают размещение подзадач управления Q на имеющихся вычислительных ресурсах С(1=1..М) с учетом информационных связей X. Агенты роботов могут обмениваться служебной информацией, резервировать и де-резервировать подзадачи.
При резервировании подзадач за «своим» роботом, агент руководствуется следующими принципами:
- приоритет имеют подзадачи, входные и/или выходные потоки данных которых не требуют использования коммуникационной сети (например: входными данными являются данные от бортовых сенсорных
291
устройств этого робота, либо выходными данными являются выходные данные подзадач, выполняемых на вычислительном устройстве этого робота) с учетом текущего варианта размещения;
- суммарная оценочная сложность всех выполняемых на борту подзадач не должна превышать имеющийся вычислительный ресурс;
- суммарная оценка объемов принимаемых из сети и передаваемых в сеть входных/выходных данных для размещенных на борту подзадач не должны превышать пропускную способность бортового телекоммуникационного устройства и имеющихся каналов связи;
- в случае если суммарная оценочная сложность всех выполняемых на борту подзадач в текущем варианте размещения оказывается значительно ниже имеющихся на борту вычислительных ресурсов, агент дает сообщение в сеть об имеющемся резерве вычислительной производительности.
При таком подходе к размещению подзадач, наиболее «привязанные» к бортовым источникам информации подзадачи будут размещаться преимущественно на «своем» борту, в то время как задачи комплексирова-ния информации, задачи построения обобщенных карт характеристик областей местности и т.п. будут размещаться на менее нагруженных (резервных и т.п.) роботах коалиции.
Первичное размещение подзадач считается завершенным в том случае, если все подзадачи размещены на роботах, и не один робот не является перегруженным вычислительными задачами. Затем в ходе выполнения поставленных перед коалицией задач, агенты роботов отслеживают текущее состояние нагрузки на вычислительные устройства и могут производить переразмещение отдельных подзадач с целью выравнивания вычислительной нагрузки и снижения нагрузки на коммуникационную сеть.
Выводы
В статье приведен краткий анализ типов ограничении коммуникаций в группах ИМР. Показано, какие типы ограничений коммуникаций актуальны для групп ИМР с учетом современного состояния развития телекоммуникационной техники. Показана актуальность применения меш-сетей в группах ИМР. Слабым местом в этом случае является общая пропускная способность телекоммуникационной сети. Показаны различные способы размещения вычислительных подзадач и имеющиеся у них недостатки.
Предложено использование элементов концепции туманных вычислений с целью снижения коммуникационной нагрузки в коалициях роботов. Предложен поход и метод к организации информационного взаимодействия при проведении сбора и обработки данных об окружающей среде. Эта задача может являться как основной групповой задачей, так и являться сопутствующей (фоновой) задачей, необходимой для координации действий роботов коалиции при выполнении других практических задач.
Исследование выполнено при поддержке проектов РФФИ 17-2903407, 19-07-00907.
Список литературы
1. A brief review of nature-inspired algorithms for optimization / Jr. I. Fister [et al.] // Cornell Univ. Libr. e-print http//arxiv.org/pdf/1307.4186.pdf. 2013. P. 1-7.
2. Brambilla M. et al. Swarm robotics: a review from the swarm engineering perspective // Swarm Intell. Springer, 2013. Vol. 7, № 1. P. 1-41.
3. Sahin E. Swarm Robotics: From Sources of Inspiration // Swarm robotics workshop: state-of-the-art survey, 2005. P. 10-20.
4. Reynolds C.W. Flocks, herds and schools: A distributed behavioral model // ACM SIGGRAPH Computer Graphics. 1987. Vol. 21. P. 25-34.
5. Bonabeau E., Dorigo M., Theraulaz G. Swarm intelligence: from natural to artificial systems. Oxford university press, 1999. № 1.
6. Dorigo M., Birattari M. Swarm intelligence // Scholarpedia. 2007. Vol. 2, № 9. P. 1462.
7. Beni G. From Swarm Intelligence to Swarm Robotics // Swarm robotics workshop: state-of-the-art survey. 2005. P. 1-9.
8. Hamann H. Swarm robotics: A formal approach. Cham: Springer, 2018. 210 p.
9. Карпов В.Э. Процедура голосования в однородных коллективах роботов // XIV Национальная конференция по искусственному интеллекту с международным участием КИИ-2014 (24-27 октября 2014 г., Казань, Россия): труды конференции, 2014. №2. С. 159-167.
10. Karpov V., Karpova I. Leader election algorithms for static swarms // Biol. Inspired Cogn. Archit. Elsevier, 2015. Vol. 12. P. 54-64.
11. Воробьев В.В. Алгоритмы выбора лидера и кластеризации в статическом рое роботов // Мехатроника. Автоматизация. Управление. 2017. Вып. 18. № 3. С. 166.
12. Воробьев В.В., others. Алгоритм выбора лидера в системах с меняющейся топологией // Пятнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ. 2016. С. 149.
13. Arvin F. et al. Colias-Ф: an autonomous micro robot for artificial pheromone communication // Int. J. Mech. Eng. Robot. Res, 2015. Vol. 4. № 4. P. 349-353.
14. Baran P. On Distributed Communications Networks // IEEE Trans. Commun. Syst. 1964. Vol. 12.
15. Мельников М.И., Ковтун А.С. Самоорганизующаяся сеть оперативного взаимодействия для нужд населения и специальных служб // Доклады ТУСУРа. 2014. Вып. 32. № 2. С. 281-286.
16. Киселев М. Ячеистые сети // Экспресс электроника, 2006. [Электронный ресурс] URL: www.citforum.ru/nets/wireless/mesh (дата обращения: 10.01.2020).
17. Мельник Э.В., Горелова Г.В. Эффект выравнивания вычислительной нагрузки процессорных устройств в высоконадежных распределенных информационно-управляющих системах // Мехатроника, автоматизация, управление. 2012. № 11. C. 29-35.
293
18. Melnik E.V, Klimenko A.B., Korobkin V.V. The method providing fault-tolerance for information and control systems of the industrial mechatronic objects // IOP Conference Series: Materials Science and Engineering. 2017. Vol. 177. № 1. P. 12004.
19. Klimenko A.B., Ivanov D.I., Melnik E.V. The configuration generation problem for the informational and control systems with the performance redundancy // Industrial Engineering, Applications and Manufacturing (ICIEAM). International Conference on., 2016. P. 1-5.
20. Каляев И.А., Мельник Э.В. Децентрализованные системы компьютерного управления. Ростов н/Д: Издательство ЮНЦ РАН, 2011. 196 c.
21. Bar-Magen J. Fog computing: introduction to a new cloud evolution. Escrituras silenciadas: paisaje como historiografía. 2013. P. 111-126.
22. Bonomi F. Connected vehicles, the internet of things, and fog computing // The Eighth ACM International Workshop on Vehicular InterNetworking (VANET), Las Vegas, USA. 2011. P. 13-15.
23. Бородин В. А. Интернет вещей-следующий этап цифровой революции // Образовательные ресурсы и технологии. 2014. № 2(5). C. 178-181.
24. Bonomi F. et al. Fog Computing and Its Role in the Internet of Things // Proc. first Ed. MCC Work. Mob. cloud Comput. 2012. P. 13-16.
25. Atzori L., Iera A., Morabito G. The internet of things: A survey // Comput. networks. Elsevier. 2010. Vol. 54, № 15. P. 2787-2805.
26. Familiar B. Microservices, IoT, and Azure. Springer, 2015.
27. Лунтовский А.О., Мельник И.В. Современные системы туманных вычислений и методы их проектирования // Электронное моделирование. 1нститут проблем моделювання в енергетищ iм. ГС Пухова НАН Украши. 2015. Vol. 37, № 2. C. 59-76.
28. Дворников А.А. Платформа туманных вычислений на основе беспроводных сенсорных сетей // Качество. Инновации. Образование. Фонд Европейский центр по качеству (некоммерческая организация). 2014. № 8. C. 64-70.
29. Yi S. et al. Fog computing: Platform and applications // Proceedings - 3rd Workshop on Hot Topics in Web Systems and Technologies, HotWeb 2015. 2016. P. 73-78.
30. Stojmenovic I., Wen S. The Fog Computing Paradigm: Scenarios and Security Issues // Proc. 2014 Fed. Conf. Comput. Sci. Inf. Syst. 2014. Vol. 2. P. 1-8.
31. Каляев И. А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмы коллективного управления в группах роблотов. М.: Физматлит, 2009. 280 c.
32. Иванов Д.Я., Мельник Э.В. Принципы организации децентрализованных сетецентрических информационно-управляющих систем // Вестник компьютерных и информационных технологий. 2013. № 4. C. 25-30.
33. Мельник Э.В., Иванов Д.Я., Клименко А.Б. Децентрализованное диспетчирование в распределенных информационно-управляющих системах на базе концепции туманных вычислений // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2017. 2017. C. 239-242.
294
Иванов Донат Яковлевич, канд. техн. наук, старший научный сотрудник, [email protected], Россия, Таганрог, Научно-исследовательский институт многопроцессорных вычислительных систем им. акад. А. В. Каляева ЮФУ
DISTRIBUTED CALCULATIONS WITH ELEMENTS OF FOG COMPUTING CONCEPTS WITHIN A COALITIONS OF ROBOTS IN CONDITIONS OF LIMITED
COMMUNICATIONS
D. Ya. Ivanov
The combination of intelligent mobile robots in a coalition with the goal of jointly performing complex practical tasks is a promising direction in the development of robotics. In solving a number of tasks, it is necessary to collect, store, process and transfer large amounts of data in coalitions of robots. This article discusses the problem of computing distribution in coalitions of robots using elements of the concept offog computing.
Key words: coalition of robots, distributed computing, fog computing, communication restrictions, group robotics.
Ivanov Donat Yakovlevich, candidate of technical sciences, senior researcher, donat. ivanovagmail.com, Russia, Taganrog, Research Institute of Multiprocessor Computing Systems Acad. A. V. Kalyaev SFU
УДК 004.773; 316.6
ПРОБЛЕМА АВТОМАТИЧЕСКОЙ ИДЕНТИФИКАЦИИ ЛОЖНЫХ
ПСЕВДОНИМОВ ПОЛЬЗОВАТЕЛЕЙ СЕТИ КАК ЭЛЕМЕНТ ПРОТИВОДЕЙСТВИЯ ВИКТИМНОМУ ПОВЕДЕНИЮ ИНДИВИДА
А.Б. Клименко, И.Б. Сафроненкова
Изложена проблема противодействия виктимному поведению индивида в сети Интернет. Задача идентификации виктимного поведения является нетривиальной, поскольку, во-первых, ранее применяемые методики и опросники не могут применяться в интернет-пространстве и без согласия пользователей на проведение диагностики, во-вторых, не существует общепринятых маркеров, которые бы идентифицировали виктимное поведение в Интернете. На основе анализа типов виктимного поведения и угроз безопасности в Интернете предложен признак, по которому можно произвести автоматическую идентификацию виктимного поведения в сети. Этим признаком является наличие множественных псевдонимов у пользователя (пассивная виктим-ность), либо наличие множественных ложных псевдонимов в его окружении. Также проведен аналитический обзор методов идентификации ложных псевдонимов в сети Интернет.
Ключевые слова: виктимное поведение, глобальные сети, обнаружение фейк-аккаунтов, стилометрия, угрозы в Интернет-пространстве.
В настоящее время значительно увеличилось время, проводимое индивидами в Интернет-среде, что привело к возрастанию влияния Глобальной сети на пользователей, на их психическое и физическое здоровье.
295
