![]() |
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ЦЭМИ РАН |
||
•моделирование, анализ и прогнозирование показателей качества передачи данных в гетерогенных СПД в условиях топологической и временной неопределенности и не стационарности; •разработка интеллектуальных методов управления потоками данных в СПД на основе прогнозируемых показателей каналов в гетерогенных СПД; •формирования общедоступной базы данных обучающих наборов данных, для настройки алгоритмов управления трафиком в СПД; •исследование влияния состояния ионосферы и геомагнитной возмущенности на параметры среды передачи в беспроводных каналах связи и использование этих данных в моделях по оценке устойчивости информационного канала. Достижение этих целей предполагает решение задач: -построение математических моделей временной эволюции процессов передачи данных по каналам фиксированной и беспроводной связи и характеристик качества связи на основе трасс телекоммуникационного трафика в реальных сетях СПД; -постановка и решение задач анализа, прогнозирования и идентификации параметров процессов передачи данных и показателей качества передачи; -разработка новых программных решений и их апробация на модельных и реальных образцах сетевого трафика с учетом физических особенностей каналов передачи данных и изменяющихся внешних природных и техногенных условий; -формирования общедоступного репозитория сырых и размеченных трасс данных, отражающих ключевые характеристики информационных потоков в СПД и предназначенных для обучения алгоритмов прогнозирования и управления потоками данных.
Основными результатами выполнения проекта будут являться: -комплекс вероятностных моделей процессов передачи данных и эволюции характеристик их качества; -совокупность решений новых задач анализа, идентификации и прогнозирования параметров в исследуемых моделях; -комплекс алгоритмического обеспечения решения задач анализа, оценивания и прогнозирования параметров состояний информационно-телекоммуникационных сетей на основе статистических алгоритмов, методов машинного обучения и нейронных сетей; -апробация разработанных математических методов и вычислительных процедур на реальных и синтетических образцах сетевого трафика в рамках решения комплекса задач системного анализа для этих данных. -выявленные статистические закономерности поведения параметров шумов в беспроводных каналах в зависимости от текущих гео- и гелиомагнитных условий, состояния ионосферы Земли; -методы разметки сетевого трафика для выявления и явного указания во временной диаграмме сетевых событий; -мультиагентные алгоритмы с глубоким машинным обучением для управления трафиком в узлах коммутации и маршрутизации параметризованных с учетом статистических характеристик показателей качества каналов связи; -система сбора и разметки «сырых трасс»; -отечественный репозиторий для хранения «сырых трасс» и трасс с разметкой; -программные средства формирования обучающих наборов данных, учитывающих специфику и параметры наложенного канала связи; Научный коллектив проекта имеет существенный теоретический и практический задел в тематической области исследований, достаточный для успешного получения предполагаемых результатов: 1.Аналитическое решение задачи оптимальной фильтрации состояний марковских скачкообразных процессов по диффузионным наблюдениям с мультипликативными шумами, а также комплекс устойчивых численных алгоритмов решения данной задачи оценивания, совместно с характеристиками точности этих алгоритмов. 2.Алгоритм идентификации параметров скрытых марковских моделей с непрерывным временем (матрицы интенсивностей переходов, дрейфов в наблюдениях и интенсивностей шумов в них). 3.Решение задачи минимаксно-байесовского оценивания параметров нелинейной регрессии при наличии дополнительных ограничений на соответствие оцениваемых параметров и реализовавшихся наблюдений. 4.Методика сравнительного анализа транспортных протоколов многопоточной маршрутизации; экспериментальное исследование областей эффективности статических и динамических протоколов многопоточной маршрутизации. 5.Выявление типовых конфигураций протокольных единиц данных в сетях передачи данных и их использование для проектирования перспективных сетевых устройств, сетевых процессоров. 6.Алгоритмы выявления скомпрометированного коммутатора в программно-конфигурируемых сетях на основе анализа потоков данных в контуре передачи данных в сетях с централизованным программным управлением (программно-конфигурируемых сетей). 7.Алгоритмы прогнозирования времени выполнения программ в гетерогенных сетях высокопроизводительных вычислителей. 8.Алгоритмы прогнозирования резерва пропускной способности каналов передачи данных при реализации услуги «пропускная способность по требованию» при взаимодействии центров обработки данных. 9.Выявление типовых конфигураций протокольных единиц данных в сетях передачи данных и их использование для проектирования перспективных сетевых устройств, сетевых процессоров. 10.Алгоритмы обеспечения отказоустойчивости контура управления в программно-конфигурируемых сетях. 11.Вероятностно-статистические модели различных процессов и систем, включая информационно-телекоммуникационные. 12.Новые методы анализа и прогнозирования данных с использованием теории экстремальных значений и нейросетевых подходов в совокупности со статистическими моделями. Результаты, составляющие теоретический базис исследований проекта, опубликованы в ведущих мировых научных изданиях, в том числе в более чем 15 статьях, индексируемых в Q1 WoS, за последние 5 лет. Участники проекта имеют многолетний опыт работы в области современных технологий компьютерных сетей, облачных технологий, математического моделирования и анализа реальных данных, обладают достаточными компетенциями и профессиональным уровнем для выполнения задач проекта. Двое из соруководителей проекта (член-корр. РАН Смелянский Р.Л. и профессор Королев В.Ю.) являются заведующими кафедрами на факультете вычислительной математики и кибернетики МГУ имени М.В. Ломоносова. В состав коллектива включены четверо докторов физико-математических наук (в том числе один из основных исполнителей от кафедры математической статистики А.К. Горшенин является молодым доктором наук (до 39 лет)), еще трое – кандидаты наук. Научно-педагогическая работа участников коллектива отмечена авторитетными научными премиями и поощрениями, в том числе: -Р.Л.Смелянский – заслуженный деятель науки РФ (2002 г.), заслуженный профессор МГУ им. М.В. Ломоносова (2010 г.), член (senior member) IEEE Computer Society (1994 г.) и ACM (Association for Computing Machinery, 1994). -В.Ю.Королев – лауреат Ломоносовской премии МГУ за научную работу (2005 г.) и лауреат общенациональной премии «Профессор года - 2021» в области математики. -В.А.Антоненко - лауреат Стипендии для молодых преподавателей и научных сотрудников факультета ВМК (2021 г.). -Е.П.Степанов - лауреат Стипендии для молодых преподавателей и научных сотрудников факультета ВМК (2023 г.). -А.К.Горшенин отмечен ведомственной наградой – нагрудным знаком «Молодой ученый» (2021 г.) и благодарностью Минобрнауки России (2020 г.), награжден Золотой медалью Российской академии наук для молодых ученых (2015 г.), является лауреатом Премии правительства Москвы для молодых ученых (2022 г.) и Стипендии Президента России молодым ученым (2018-2021 гг.), отмечен памятной медалью за вклад в работу года науки и технологий (2022 г.). -В.И.Захаров отмечен благодарностью Минобрнауки РФ (2019 г.), заслуженный преподаватель Московского университета (2017 г.), «Почетный работник сферы образования РФ» Минобрнауки России (2022 г.).
МГУ имени М.В.Ломоносова | Соисполнитель |
проект 23A-Ш03-03 школы "Мозг, когнитивные системы, искусственный интеллект", Междисциплинарных научно-образовательных школ Московского университета "Мозг, когнитивные системы, искусственный интеллект" |
# | Сроки | Название |
1 | 20 июля 2023 г.-31 декабря 2023 г. | Прогнозирование качества гетерогенных каналов в сетях передачи данных на основе вероятностных моделей и методов машинного обучения |
Результаты этапа: | ||
2 | 1 января 2024 г.-31 декабря 2024 г. | Прогнозирование качества гетерогенных каналов в сетях передачи данных на основе вероятностных моделей и методов машинного обучения |
Результаты этапа: |
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".