Учёные СКФУ предложили новую модель обработки данных в интернете вещей. Она позволяет обеспечить надежность и безопасность, а также добиться преимуществ в скорости кодирования и декодирования информации для маломощных устройств.

Интернет вещей – объединение разных устройств в общую сеть, в которой они могут собирать и обрабатывать информацию, обмениваться данными между собой, с человеком и серверами в облаке. Классический пример интернета вещей – «умный дом», в котором можно управлять устройствами удаленно, например, выключить утюг или нагреть воду в чайнике к возвращению домой. Используется интернет вещей и для бизнеса, где он применяется для оптимизации ресурсов и сокращения затрат.

Несмотря на все более активное распространение интернета вещей и в быту, и на производстве, для него остаются актуальными вопросы надежности, безопасности и производительности (скорости обработки данных). Если не позаботиться о них, то тому же предприятию грозят убытки из-за сбоя работы устройств или хищения конкурентами критически важной информации, например, коммерческой тайны.

Математики из СКФУ предложили своё решение сразу трёх проблем. В основе их подхода – применение системы остаточных классов (СОК), которая представляет собой систему счисления, основанную на модулярной арифметике.

Процесс сбора и обработки информации в концепции интернета вещей можно представить в виде пятиуровневой модели. На первом уровне находятся устройства с датчиками, сенсорами, обычно маломощные. Они передают данные по проводным или беспроводным каналам связи в туманный узел. В качестве него может выступать, например, маломощный компьютер или небольшой сервер. Он будет собирать и делать предобработку данных, а затем передавать их в облачные системы, где уже будут проводиться более сложные вычисления, необходимые для обработки данных.

Ранее учёные по всему миру уже показывали возможность применения СОК, но подавляющее большинство работ рассматривало этот подход только применительно к первому уровню системы – устройствам. При этом уменьшается потребление энергии, площадь устройства, надежность работы, которую очень трудно обеспечить на маломощных устройствах. Есть научные статьи, где СОК используется на туманных узлах. Когда же речь заходит об облачных вычислениях, ученые заходят в тупик. У них получается очень низкая скорость обработки данных.

Математикам из СКФУ удалось решить эту проблему и создать уникальную модель, позволяющую применить СОК на всех уровнях системы и на каждом получить преимущества с точки зрения надежности и безопасности. Принципиально важно, что для их обеспечения требуется не больше, как обычно, а меньше ресурсов.

В современном мире, где большинство устройств маломощные (телефоны, ноутбуки и др.), это особенно актуально. Получили математики вуза выигрыш и в скорости кодирования-декодирования информации.

СОК мы применили неслучайно, – отметил заведующий кафедрой вычислительной математики и кибернетики СКФУ Михаил Бабенко. – Существуют другие подходы, но одни, скажем, механизмы, основанные на кодах стирания, обеспечивают только надежность, оставляя открытым вопрос безопасности. Другие методы, например, классическое шифрование, наоборот, отлично защищают данные, но не могут гарантировать надежность. Наконец, существуют схемы, которые по этим двум параметрам срабатывают на отлично, но не дают возможность обрабатывать информацию. У СОКа нет таких ограничений. Он позволяет получать преимущества на всех уровнях обработки данных. Мы это показали на своей модели и доказали применимость нашего подхода. Разработанная система работает на всех пяти уровнях, что не было предложено ранее, и на каждом дает преимущества. Так, нам удалось повысить скорость кодирования-декодирования на несколько порядков, хотя это не было для нашего исследования главной задачей.

Работа по дальнейшему совершенствованию системы обработки информации проходит в рамках проекта Российского научного фонда (РНФ) и является, в свою очередь, важной частью масштабного международного проекта. В нем наряду с математиками из СКФУ участвуют ученые из Института системного программирования РАН, Московского физико-технического института и Южно-Уральского госуниверситета, а также ученые из Мексики и Китая.

Подробнее с результатами исследования можно познакомиться в статье, опубликованной в престижном научном журнале «Internet of Things Journal» (Impact Factor: 9.936, Q1, top 1). Прочитать текст можно, перейдя по ссылке: https://ieeexplore.ieee.org/…ment/9037363.