В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Сейтбатталова Жексена Ермековича на тему «Разработка программно-аппаратного комплекса для решения задач предварительной обработки данных на основе граничных вычислений» по образовательной программе «8D06104 – Вычислительная техника и программное обеспечение».
Диссертация выполнена на кафедре «Компьютерная и программная инженерия (ВТ)» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - на русском
Официальные рецензенты:
Гаджиев Чингиз Мамед оглы – доктор технических наук, профессор кафедры «Авиационная техника» Стамбульского технического университета (Стамбул, Турция);
Ахмедиярова Айнур Танатаровна – доктор философии (PhD), специальность: 6D070300 – «Информационные системы», ассоциированный профессор кафедры «Программной инженерии», Казахский национальный исследовательский технический университет имени К. И. Сатпаева (Алматы, Республика Казахстан).
Временные члены Диссертационного совета:
Зюбин Владимир Евгеньевич – доктор технических наук, заведующий кафедрой компьютерных технологий, Новосибирский государственный университет (Новосибирск, Российская Федерация);
Еримбетова Айгерим Сембековна – доктор философии (PhD), кандидат технических наук, ассоциированный профессор, ведущий научный сотрудник РГП «Института информационных и вычислительных технологий» КН МНВО РК (г. Алматы, Республика Казахстан);
Акжалова Асель Жолдасовна – доктор философии (PhD), кандидат физико-математических наук, профессор, Казахстанско-Британский технический университет (г. Алматы, Республика Казахстан).
Научные консультанты:
Атанов Сабыржан Кубейсинович – доктор технических наук,, и.о. профессора кафедры «Компьютерная и программная инженерия» Евразийского национального университета им. Л.Н. Гумилева;
Джанболат Хусейн – доктор философии (PhD), профессор кафедры «Электротехника и электроники», Анкара Йылдырым Беязит университета (Анкара, Турция).
Защита состоится: 21 февраля 2025 года 11:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по образовательной программе «8D06104 – Вычислительная техника и программное обеспечение» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в смешанном (оффлайн и онлайн) формате.
Ссылка: https://clck.ru/3FkdCW
Адрес: г. Астана, ул. А. Пушкина, 11, учебный корпус, аудитория №222.
Аннотация (рус.): Диссертационная работа Сейтбатталова Жексена Ермековича «Разработка программно-аппаратного комплекса для решения задач предварительной обработки данных на основе граничных вычислений», представленной на соискание степени доктора философии (PhD) по образовательной программе «8D06104 – Вычислительная техника и программное обеспечение» Актуальность темы исследования. В настоящее время существует много систем на базе Интернета Вещей и умных датчиков, которые чувствительны к временным задержкам. Их количество, а также объем генерируемых ими данных ежегодно растет, что формирует необходимость выполнения вычислительных процессов на месте генерации данных, отправляя в облачные сервера уже обработанные данные. Необходимость сохранения быстрого отклика для принятия решения, разгрузки серверов облачных систем от множества вычислений и проведение децентрализаций вычислительных процессов, непреходящее значение имеет разработка новых подходов с целью решения этих задач на самой периферии. Необходимо отметить, что традиционная облачная архитектура не способна справиться со значительным объемом данных, поступающих от большого количества устройств интернета вещей. В связи с этим предлагаемая тема исследования имеет весьма высокую актуальность. В пользу вышеизложенного можно привести следующие случаи. На практике наиболее емкими данными, передаваемые по сети, и длительно обрабатываемые облачным сервером являются фото и видеоизображения. Область применения систем обработки изображений находит широкое применение в системах мониторинга дорожного движения, наземной и воздушной беспилотной технике, промышленном секторе, стриминговых сервисах и во множестве других областях. Этот тип систем критически чувствителен к временным задержкам. Подобным системам необходимо обеспечить оперативную обработку данных для принятия решений, быстрый отклик, сохранение безопасности и конфиденциальности данных. В качестве следующего практического примера рассмотрим проведение измерительных работ оборудованием космического спутника, находящегося на орбите. Космический спутник находится под воздействием ряда неблагоприятных внешних условий: солнечный ветер, гравитационные поля Земли и Луны, резкие изменения температуры от больших отрицательных значений до высоких температур и т.д. Кроме того, при передаче пакета данных, сигнал проходит огромное расстояние через ионосферу, термосферу, стратосферу. В этом случае помимо длительного отклика, повышается возможность получения искажённого пакета данных под влиянием вышеперечисленных факторов. Для решения этих проблем предлагается в совокупности с применением облачных вычислений использовать парадигму граничных вычислений, которая предоставляет вычислительные ресурсы ближе к устройствам интернета вещей или же позволяет произвести предварительную обработку данных на самих устройствах. Обработка данных по парадигме граничных вычислений способна решить проблемы длительного отклика, оптимизировать загруженность сети и увеличить поток принимаемых сигналов, понизить значения энергопотребления оборудованием, обеспечить конфиденциальность и точность данных. Степень научной разработанности темы. В последние годы наблюдается существенный рост количества устройств интернета вещей, и сфера их применения значительно расширяется. Однако было отмечено, что традиционная облачная инфраструктура способна обрабатывать подобный поток данных лишь от незначительного количества устройств интернета вещей в связи, с чем предлагаемая к применению парадигма граничных вычислений позволит снизить нагрузку на облачные серверы. Предполагаемая область применения парадигмы граничных вычислений довольно обширна, начиная от медицинских систем мониторинга показателей здоровья пациента, умных домов, систем распознавания лиц до умных городов, промышленных предприятий и аэрокосмических технологий. В одной из рассмотренных работ (Y. Wang, J. Yang, X. Guo и Z. Qu) утверждается, что применение парадигмы граничных вычислений в аэрокосмических технологиях, а в частности в спутниках, позволит существенно снизить отклик ожидания и увеличить поток принимаемых сигналов. Китайская спутниковая система навигации «Бэйдоу» рассматривала применение парадигмы граничных вычислений и устройств интернета вещей (L. N. Wang и R. Qiu). В качестве замены алгоритма дифференциального позиционирования, основанного на облачных вычислениях, рекомендовалось применение метода дифференциального позиционирования, основанного на граничных вычислениях с выбором ближайшего сервер источника для выполнения обработки данных и отправки результата клиенту (L. N. Wang, L. L. Li и R. Qiu). Метод дифференциального позиционирования, основанного на граничных вычислениях, позволил уменьшить на 500 миллисекунд время отклика в отличие от первого метода. Стоит отметить, что авторами был отмечен ожидаемый эффект от применения парадигмы граничных вычислений - уменьшение воздействия помех на выходные данные оборудования космического спутника и как следствие понижение показаний погрешности. В ряде других работ рассматривается применение парадигмы граничных вычислений в распознавании лиц людей, их эмоций, а также аномалий в процессе обработки изображений (J. Zhu, H. Chen и P. Pan). Глубокие нейронные сети, применяемые в компьютерном зрении, позволяют обеспечить высокую точность распознавания и обнаружения вышеперечисленных объектов и процессов. Однако они требуют огромных вычислительных мощностей и памяти для хранения видеоизображений. В случае работы этой системы в парадигме облачных вычислений возникают проблемы длительного отклика, низкой пропускной способности сети и точности распознавания объектов, уменьшение объема обрабатываемых видеоизображений. В результате применения исследователями парадигмы граничных вычислений было достигнуто сокращение объема, передаваемых данных в облачные узлы и снизился расход энергопотребления соответственно на 99,5 процентов и 96,2 процента. Время выполнения алгоритма сократилось на 90 процентов. Исследования казахстанских ученых (Р. Ерсаинов, Т. Рахимжан и А. Оспанова) в области развития граничных вычислений преимущественно направлены на уменьшение энергопотребления и разгрузки ресурсов вычислительных узлов. Большая часть исследовании зарубежных ученых также сосредоточены на этих проблемах и в дополнение к этому занимаются проблемами кэширования и управления ресурсами IoT-устройств (R. Aghazadeh, A. Shahidinejad, M. Ghobaei-Arani, S. S. Jazaeri, P. Asghari, S. Jabbehdari и H. H. S. Javadi). Однако, стоит отметить, что открытым вопросом остается безопасность и конфиденциальность данных в процессе работы этой парадигмы (P. Akello, N.L. Beebe, K.-K. R. Choo, G. M. Gilbert, S. Naiman, H. Kimaro и B. Bagile). В одном из исследовании рассмотрен базовый метод защиты аутентификацией в системах по типу умного дома и транспорта (X. Li, T. Chen, Q. Cheng, S. Ma и J. Ma). Также наблюдается рост применения методов защиты на основе искусственного интеллекта в парадигме граничных вычислений (F. T. Waguie и F. Al-Turjman). Цель диссертационного исследования заключается в разработке программно-аппаратного комплекса для решения задач предварительной обработки данных на основе граничных вычислений. Задачи исследования: Проведение анализа существующих программно-аппаратных решений и методов для предварительной обработки данных на базе граничных вычислений; Обоснование требований к аппаратной части комплекса и датчикам для обработки данных. Выбор инструментов программирования и проектирования программно-аппаратного комплекса; Разработка метода предварительной обработки данных на основе граничных вычислений и компьютерного зрения для программно-аппаратного комплекса с преодолением ограниченности вычислительных ресурсов; Разработка интеллектуальной модели распределения сетевой нагрузки и криптографического метода защиты данных для программно-аппаратного комплекса. Объектами исследования диссертационной работы являются процессы оптимизации пропускной способности сети и децентрализации вычислительных процессов с помощью предварительной обработки данных для программно-аппаратного комплекса. Предметами исследования являются методы граничных вычислений и компьютерного зрения, криптографические методы защиты данных, устройства и датчики для реализации аппаратной части комплекса. Материалы и методы исследования. При проведении библиографического исследования работ зарубежных и отечественных исследователей в области граничных вычислений и интернета вещей применялись методы анализа, синтеза и обобщения. В основе формирований требований к аппаратной и программной части комплекса применялись методы структурного анализа и абстрагирования. В экспериментальной части исследования для разработки метода предварительной обработки данных применены граничные вычисления и метод компьютерного зрения. В качестве входных наборов данных для обучения моделей использовались фотографий и видеоизображения из открытых интернет-источников. При подведении итогов исследования применялись методы анализа, синтеза и обобщения. Научная новизна предлагаемой диссертации заключается в следующем: Разработана интеллектуальная модель распределения сетевой нагрузки между граничной, облачной и гибридной (облачно-граничной) парадигмами. Предложенная модель отличается тем, что она основана на анализе пропускной способности сети и аппаратно-программных решений в граничном узле с применением нечеткой логики; Создана гибридная методика предварительной обработки данных на основе методов граничных вычислений и компьютерного зрения. Предложенная методика отличается тем, что позволяет преодолеть ограничения по вычислительным ресурсам программно-аппаратного комплекса для решения задачи распознавания объектов; Разработан криптографический метод защиты информации на базе легковесного метода шифрования TWINE. Предложенный метод шифрования TWINE-MERSENNE отличается от TWINE наличием динамического генератора псевдослучайных чисел для S-блоков малым вихрем Мерсенна. Алгоритм оптимизирован под работу с ограниченными вычислительными ресурсами комплекса. Основные положения, выносимые на защиту: Интеллектуальная модель распределения сетевой нагрузки между граничной, облачной и гибридной (облачно-граничной) парадигмами; Гибридная методика предварительной обработки данных на основе методов граничных вычислений и компьютерного зрения; Криптографический метод шифрования данных TWINE-MERSENNE с динамической генерацией S-блоков на основе вихря Мерсенна. Теоретическая и практическая значимость исследования. Практическая значимость исследования заключается в том, что предложенный метод предварительной обработки данных на базе граничных вычислений и компьютерного зрения может быть использован для разработки бюджетного программно-аппаратного решения с широкой областью применения. Техническим результатом внедрения модели интеллектуального распределения сетевой нагрузки является повышение скорости выполнения задачи и оптимизации пропускной способности сети за счет анализа входных параметров сети на базе нечеткой логики и загруженности удаленного сервера. Теоретическая значимость исследования заключается в том, что результаты разработки методологии предварительной обработки данных могут быть применены в учебном процессе в области образования и для решения широкого спектра задач автоматизации. Основные научные результаты исследования получены при выполнении проекта грантового финансирования МНВО РК АP19677508 «Разработка многоцелевого разведывательного робота с искусственным интеллектом». Апробация результатов диссертации. Основные результаты диссертационной работы были представлены на семинарах Евразийского национального университета им. Л.Н. Гумилева, на международных научных конференциях: Семинары докторантов кафедры «Компьютерная и программная инженерия», г. Астана, 2023–2024 гг. 16th International Conference on Electronics Computer and Computation (ICECCO 2021), Алматы, 25-26 ноября 2021 г. 2022 IEEE International Conference on Smart Information Systems and Technologies (SIST 2022), Нур-Султан, 28–30 апреля 2022г. 7th International Conference on Digital Technologies in Education, Science and Industry (DTESI 2022), Алматы, 20-21 октября 2022 г. 5th International Conference on Data Science and Applications (ICONDATA 2022), Фетхие, Турция, 7-11 сентября 2022 г. 2023 IEEE International Conference on Smart Information Systems and Technologies (SIST 2023), Астана, 4–6 мая 2023г. Международный научный семинар «Information technologies in science, technology and education», Актобе, 30 ноября, 2023 г. Публикации, изданные по результатам исследования, в том числе: - В научных журналах, индексируемых в базе Web of Science и Scopus: 1. Atanov S., Seitkulov Y., Moldamurat K., Yergaliyeva B., Kyzyrkanov A., Seitbattalov Z., “About one lightweight encryption algorithm ensuring the security of data transmission and communication between internet of things devices” International Journal of Electrical and Computer Engineering, 14 (6), 2024, pp. 6861-6873. http://dx.doi.org/10.11591/ijece.v14i6.pp6846-6860. 2. Burnayev Z.R., Toibazarov D.O., Atanov S.K., Canbolat H., Seitbattalov Z.Y., Kassenov D.D., “Weapons Detection System Based on Edge Computing and Computer Vision” International Journal of Advanced Computer Science and Applications (IJACSA), 14(5), 2023, pp. 812-820 http://dx.doi.org/10.14569/IJACSA.2023.0140586. 3. Tulembayeva A., Ashirov S., Makarov E., Seitbattalov Z., “Digital model of automated unmanned aerial vehicle with edge computing application for railway reconnaissance” Acta Polytechnica, 64(1), 2024, pp. 59 – 67 http://dx.doi.org/10.14311/AP.2024.64.0059. В сборниках материалов международных конференций, индексируемых в базе Scopus: 1. Atanov S.K., Seitbattalov Z.Y., Moldabayeva Z.S., “Development an Intelligent Task Offloading System for Edge-Cloud Computing Paradigm” 16th International Conference on Electronics Computer and Computation (ICECCO 2021), 2021, http://dx.doi.org/10.1109/ICECCO53203.2021.9663797. 2. Seitbattalov Z.Y., Canbolat H., Atanov S.K., “Face Mask Detector for Raspberry Pi Based on Computer Vision and Edge Computing” 7th International Conference on Digital Technologies in Education, Science and Industry (DTESI 2022), CEUR Workshop Proceedings, Vol. 3382. ISSN:1613-0073. 3. Seitbattalov Z.Y., Canbolat H., Moldabayeva Z.S., Kyzyrkanov A.E., “An Intelligent Automatic Number Plate Recognition System Based on Computer Vision and Edge Computing” 2022 International Conference on Smart Information Systems and Technologies, Proceedings (SIST 2022), 2022, http://dx.doi.org/ 10.1109/SIST54437.2022.9945787. 4. Seitbattalov Z.Y., Canbolat H., Atanov S.K., Moldabayeva Z.S., Kyzyrkanov A.E., Maidanov A.K., “People Counting System Using OpenCV Algorithms and Edge Computing for Safety Management” 2023 IEEE International Conference on Smart Information Systems and Technologies, Proceedings (SIST 2023), 2023, pp. 66 - 71 http://dx.doi.org/10.1109/SIST58284.2023.10223533. - Статьи, опубликованные в научных журналах, рекомендуемых Комитета по обеспечению качества в сфере науки и высшего образования МНВО РК: 1. Сейтбатталов Ж.Е., Атанов С.К. и Молдамурат Х. Интеллектуальная система распознавания государственных номеров автомобилей на основе граничных вычислений. Вестник КазНПУ имени Абая, Серия «Физико-математические науки». Том 79, №3 (сен. 2022), 245–252 с. https://doi.org/10.51889/7032.2022.73.24.028. 2. Сейтбатталов Ж.Е., Атанов С.К. и Кызырканов А.Е. Автоматизированная система мониторинга показателей датчиков на основе граничных вычислений. Вестник КазНПУ имени Абая, Серия «Физико-математические науки». Том 79, № 3 (сен. 2022), 238–244 с. https://doi.org/10.51889/5277.2022.55.81.027. 3. Сейтбатталов, Ж.Е., Канбаева, Ш.Ж., Бекенов, М.И., Тасмагамбетов, О.К., и Тулешева, Г.А. Интеллектуальные алгоритмы низкоресурсной криптографии для обеспечения безопасности граничных вычислений и интернета вещей (IoT). Научный журнал «Вестник КазАТК», Том 132, №3 – 2024. – С. 246–257. ISSN: 1609-1817. 4. Сейтбатталов Ж.Е., Атанов С.К., Молдамурат Х., Джанболат Х. Интеллектуальная система обнаружения оружия на базе граничных вычислений и глубокого обучения. // Научный журнал «САРДАР». – АО Центр военно-стратегических исследований. – 2023. – №2(42). – С. 106- 117. ISSN: 2071-2707. В трудах международных конференций: 1. Zhexen Y. Seitbattalov, Hüseyin Canbolat, Adil K. Maidanov, “Sensor Data Monitoring Application Based on Edge Computing” 5th International Conference on Data Science and Applications (ICONDATA’22), September 7-11, 2022, Fethiye, TURKEY, pp. 64-68, Vol.1, ISBN:978-605-72045-2-3. Свидетельства о государственной регистрации прав на объект авторского права: - Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом № 44292 от «4» апреля 2024 года. Программа интеллектуальной модели распределения сетевой нагрузки. Сейтбатталов Жексен Ермекович, Атанов Сабыржан Кубейсинович; - Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом № 44281 от «4» апреля 2024 года. Программа обнаружения оружия на основе граничных вычислений. Сейтбатталов Жексен Ермекович, Атанов Сабыржан Кубейсинович. Структура работы. Диссертационная работа состоит из определений, обозначений и сокращений, введения, трех разделов, заключения, списка использованных источников и приложений. Во введении раскрывается актуальность и формируются проблемы по теме исследования. Выделяется объект и предмет исследования, описывается идея работы, цель и задачи исследования, научная новизна и практическая ценность работы. Первый раздел содержит анализ развития интернета вещей, описывает его состояние и текущие проблемы. В этом же разделе раскрывается понятие парадигмы граничных вычислений, ее преимущества и архитектура, область применения и современное состояние развития. Во втором разделе формулируются требования к аппаратной и программной части разрабатываемого комплекса, проводится сравнительный анализ существующих решений в области граничных вычислений и интернета вещей. В третьем разделе разрабатывается программно-аппаратный комплекс на базе граничных вычислений и компьютерного зрения для решения спектра различных задач, демонстрируя уникальность и широкую область применения предлагаемой парадигмы. Соискателем была разработана интеллектуальная модель распределения сетевой нагрузки между граничной, облачной и гибридной (облачно-граничной) парадигмами на базе нечеткой логики. Также создана гибридная методика предварительной обработки данных на основе методов граничных вычислений и компьютерного зрения. Разработан криптографический метод шифрования данных TWINE-MERSENNE с динамической генерацией S-блоков на основе малого вихря Мерсенна. В заключении нашли свое отражение основные результаты диссертационной работы и информация о практическом применении результатов диссертационной работы. В приложениях представлены акты о внедрении научно-исследовательских результатов диссертационной работы и свидетельства о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом и фрагменты кода. Автор выражает глубокую признательность и благодарность своему научному консультанту, д.т.н., профессору кафедры «Компьютерная и программная инженерия» Атанову Сабыржану Кубейсиновичу и зарубежному консультанту, профессору, доктору Джанболату Хусейну за неоценимый вклад и поддержку в ходе проведения исследований.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://youtu.be/2lC67ZnEOZk
