Библиографическое описание:Формирование адаптивных рассылок брокера данных интернета вещей : научное издание / О. С. Исаева, С. В. Исаев, Н. В. Кулясов. - Текст : непосредственный // Информационно-управляющие системы. - 2022. - № 5. - С. 23-31. - Работа поддержана Красноярским математическим центром, финансируемым Минобрнауки РФ в рамках мероприятий по созданию и развитию региональных НОМЦ (соглашение № 07502-2022-873). - ISSN 1684-8853. - ISSN 2541-8610, DOI 10.31799/1684-8853-2022-5-23-31.
Аннотация:Введение: возможности взаимодействия с физическим миром через сетевые инфраструктуры пространственно-распределенных узлов интернета вещей несмотря на неоспоримые преимущества технологии вызывают существенные нагрузки на потребителей информации. В этой связи актуальным является создание методов, обеспечивающих сокращение передаваемых объемов данных за счет адаптивной синхронизации систем мониторинга со временем протекания реальных процессов. Цель: разработать подход к формированию адаптивных рассылок брокера данных на основе исследования цикличности наблюдений устройств интернета вещей. Результаты: в рамках корпоративной сети Красноярского научного центра развернута инфраструктура устройств и приложений интернета вещей для мониторинга показателей температуры, влажности и PM2.5 в специализированных технологических помещениях с телекоммуникационным оборудованием. К собираемым данным применен метод дискретного преобразования Фурье. На основании рассчитанных параметров гармонического ряда сделан вывод о частотных характеристиках данных. Выбраны основные пики, описывающие периодичность данных, определены точки колебаний и по теореме Котельникова выбрана частота дискретизации, обеспечивающая достаточную интенсивность наблюдений. Анализ показал, что для различных помещений данные имеют периодический характер, но их гармонические профили не совпадают. Выбор значений гармоник, амплитуда колебания которых определяет динамику изменений в наблюдаемых данных, следует проводить периодически для каждого наблюдаемого устройства. Этот подход реализован в программном обеспечении брокера, который выдает данные по подпискам от каждого из устройств в соответствии с частотой их изменений. Практическая значимость: анализ частотных характеристик данных определяет настройки брокера, которые сокращают потоки выдаваемой информации, что является одним из аспектов обеспечения надежности инфраструктуры интернета вещей. Кроме того, наблюдение за изменениями характера данных позволяет выявлять неполадки в работе охлаждающих систем, которые могут приводить к выходу из строя сложного дорогостоящего оборудования, обладающего повышенной теплоотдачей.
Introduction: The possibility of interaction with the physical world through the network infrastructures of spatially distributed nodes of Internet of Things (IoT), despite the undeniable advantages of the technology, produces significant loads on information consumers. In this regard, the current interest is the creation of methods that provide the reduction of transmitted data due to the adaptive synchronization of monitoring systems with the time of real processes. Purpose: To develop an approach to the formation of adaptive data broker publications based on the study of the cyclicity of observations of Internet of Things devices. Results: Within the corporate network of Krasnoyarsk Research Center, an infrastructure of devices and applications of the Internet of Things has been deployed to monitor temperature, humidity and PM2.5 in specialized technological rooms with telecommunications equipment. The discrete Fourier transform method was applied to the collected data. Based on the calculated parameters of the harmonic series, a conclusion has been made about the frequency characteristics of the data. The main peaks describing the periodicity of the data have been selected, the oscillation points have been determined, and, according to the Nyquist - Shannon - Kotelnikov theorem, a sampling frequency that provides a sufficient intensity of observations has been chosen. The analysis has shown that for different rooms the data are periodic but their harmonic profiles do not coincide. The choice of harmonic values whose oscillation amplitude determines the dynamics of changes in the data observed should be carried out periodically for each device under observation. This approach is implemented in the broker software which distributes data in subscriptions from each of the devices in accordance with the frequency of their changes. Practical relevance: The analysis of the frequency characteristics of data determines the broker settings that reduce output information flows, which is one of the aspects of ensuring the reliability of the IoT infrastructure. In addition, observing data changes allows to detect cooling system operation faults and malfunctions which can lead to the failure of sophisticated and expensive equipment with increased heat irradiation.
