Статус проекта: В процессе реализации
Университет: ФГБОУ ВО «Пензенский государственный университет»
Руководитель проекта: Финогеев Антон Алексеевич, fanton3@ya.ru
Целью проектных исследований является создание и развитие подхода к проактивному мониторингу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека. Задачи исследования связаны с разработкой методов, способов и технологий сбора, консолидации и обработки больших данных для прогностического моделирования рисков появления и развития негативных событий посредством анализа временных рядов динамики изменений характеристик событий с целью определения и оценки возможных факторов влияния на риски. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и фоторадарных комплексов фото и видеофиксации, устанавливаемых на контролируемых объектах коммунальных инженерных сетей и участках дорожно-транспортной инфраструктуры, а также с помощью программных приложений и из открытых источников в сети Интернет (через социальные сети, мессенджеры, Web ресурсы). В настоящее время отсутствуют комплексные решения и методы проактивного мониторинга процессами в сложных территориально-распределенных системах интеллектуального города на основе сбора, консолидации и обработки больших данных для прогнозирования временных рядов событий в урбанистической среде и поддержки принятия решений по минимизации рисков аварийных и нештатных ситуаций. Результаты проектных исследований необходимы для решения задач прогностического моделирования динамики появления и развития критических событий, аварий и нештатных ситуаций на распределенных участках инженерных сетей коммунальных служб и в дорожной инфраструктуре для создания безопасной среды жизнедеятельности человека в интеллектуальном городе (Smart City), что подтверждает актуальность тематики проектных исследований. Основным направлением проектных исследований является синтез и развитие технологий проактивного мониторинга для управления рисками возникновения критических событий в территориально-распределенных системах следующие конкретные результаты: 1. Концепция методология проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий, которая включает: — методику сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т. п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т. п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммуальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инсраструктуры города. — методику сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет и мобильных систем. 2. Метод консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий). 3. Модель и метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн). 4. Методику представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния. 5. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций. 6. Предиктивная модель для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города. 7. Способ визуализации результатов проактивного мониторинга с геопрострнаственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City. Цель и задачи проекта соответствуют направлению Н1 из Стратегии научно-технологического развития РФ в плане разработки методов и инструментальных средств для систем обработки больших объемов данных о событиях в городской среде с использованием технологий интеллектуального анализа и машинного обучения для предиктивного моделирования рисков возникновения и развития негативных ситуаций. Научная новизна исследований заключается в синтезе нового научного подхода к проактивному мониторингу событий на объектах сложных территориально-распределенных систем урбанистической среды с использованием технологий интеллектуального анализа больших данных, прогноза негативных событий на основе сравнительного анализа временных рядов событий и факторов влияния на них, прогностической оценки рисков инцидентов. Разрабатываемый научный подход, модели и методы соответствуют мировому уровню исследований в области знаний, связанной с развитием интеллектуальных систем мониторинга и управления, технологий больших данных, распределенной обработки данных, интеллектуального анализа, машинного обучения и прогнозирования. Ожидаемые результаты могут применяться в качестве инструментальных средств для внедрения и развития технологий Smart City, Smart Manufacturing и цифровой экономики в рамках четвертой промышленной революции (Industry 4.0). Разработка методов и моделей проактивного мониторинга с использованием технологий интеллектуального анализа больших данных, предиктивного анализа временных рядов и машинного обучения определяет научную и практическую значимость проектных исследований. Общественная и социальная значимость проекта определяется тем, что результаты проекта предназначены для обеспечения безопасности жизнедеятельности человека в урбанистической среде.
Цель и задачи
Основной научной проблемой, решаемой в ходе проектных исследований, является развитие подхода к проактивному мониторингагу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и фоторадарных комплексов фото и видеофиксации, устанавливаемых на контролируемых объектах инженерных сетей и участках дорожно-транспортной инфраструктуры, а также с помощью программных приложений и из открытых источников в сети Интернет (через социальные сети, мессенджеры, Web ресурсы).
К конкретным задачам в рамках выбранного направления относятся следующие:
1. Разработка концепции и методологии проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий.
2. Разработка методов сбора и обработки больших данных (текстовой информации, фотографий, видеороликов, телеметрической информации) о критических событиях, авариях и нештатных ситуациях на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города. В качестве основных источников данных о событиях выбраны сенсорные устройства (датчии загрязнения воздуха, охранно-пожарные системы оповещения, погодные станции, фоторадарные комплексы фото и видеофиксации дорожно-транспортных происшествий (ДТП), камеры видеонаблюдения и т. п.), а также открытые источники информации в сети Интернет и мобильные средства связи пользователей.
3. Разработка модели и метода обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном ханилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передаи и хранения на основе технологий распределенного реестра (блокчейн).
4. Разработка метода консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопрострнатсвенными метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий).
5. Разработка метода представления консолидированных данных о критических событиях, авариях и нештатных ситуациях в виде временных рядов динамики изменения характеристик событий и метода синтеза временных рядов динамики изменения возможных факторов влияния. Временные ряды характеристик событий и факторов необходимы для сравнительного и предиктивного анализа с целью выявления корреляций и скрытых закономерностей влияния факторов на риски появления и развития аналогичных событий в будущем.
6. Разработка метода сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций.
7. Разработка предиктивной модели для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города.
8. Разработка способов визуализации результатов проактивного мониторинга с геопрострнаственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City.
Цель и задачи проекта полностью соответствуют направлению Н1 из Стратегии научно-технологического развития РФ в плане разработки методов и инструментальных средств для систем обработки больших объемов данных о событиях в городской среде с использованием технологий интеллектуального анализа и машинного обучения для предиктивного моделирования рисков возникновения и развития негативных ситуаций.
Цель и задачи
Основной научной проблемой, решаемой в ходе проектных исследований, является развитие подхода к проактивному мониторингагу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и фоторадарных комплексов фото и видеофиксации, устанавливаемых на контролируемых объектах инженерных сетей и участках дорожно-транспортной инфраструктуры, а также с помощью программных приложений и из открытых источников в сети Интернет (через социальные сети, мессенджеры, Web ресурсы).
К конкретным задачам в рамках выбранного направления относятся следующие:
1. Разработка концепции и методологии проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий.
2. Разработка методов сбора и обработки больших данных (текстовой информации, фотографий, видеороликов, телеметрической информации) о критических событиях, авариях и нештатных ситуациях на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города. В качестве основных источников данных о событиях выбраны сенсорные устройства (датчии загрязнения воздуха, охранно-пожарные системы оповещения, погодные станции, фоторадарные комплексы фото и видеофиксации дорожно-транспортных происшествий (ДТП), камеры видеонаблюдения и т. п.), а также открытые источники информации в сети Интернет и мобильные средства связи пользователей.
3. Разработка модели и метода обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном ханилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передаи и хранения на основе технологий распределенного реестра (блокчейн).
4. Разработка метода консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопрострнатсвенными метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий).
5. Разработка метода представления консолидированных данных о критических событиях, авариях и нештатных ситуациях в виде временных рядов динамики изменения характеристик событий и метода синтеза временных рядов динамики изменения возможных факторов влияния. Временные ряды характеристик событий и факторов необходимы для сравнительного и предиктивного анализа с целью выявления корреляций и скрытых закономерностей влияния факторов на риски появления и развития аналогичных событий в будущем.
6. Разработка метода сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций.
7. Разработка предиктивной модели для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города.
8. Разработка способов визуализации результатов проактивного мониторинга с геопрострнаственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City.
Цель и задачи проекта полностью соответствуют направлению Н1 из Стратегии научно-технологического развития РФ в плане разработки методов и инструментальных средств для систем обработки больших объемов данных о событиях в городской среде с использованием технологий интеллектуального анализа и машинного обучения для предиктивного моделирования рисков возникновения и развития негативных ситуаций.
Основные результаты проекта.
Основным результатом проектных исследований является создание и развитие подхода к проактивному мониторингу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека.
В рамках концепции разрабатываются новые методы и способы сбора, консолидации и обработки больших сенсорных данных для прогностического моделирования рисков появления и развития негативных событий посредством сравнительного и предиктивного анализа временных рядов динамики изменений характеристик событий и динамики изменения возможных факторов влияния на риски критических событий, аварий и нештатных ситуаций.
Получены следующие ожидаемые научные результаты:
1. Положения концепции проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий. Примерами возможных факторов влияния на негативные события являются погодные условия (температура, давление, влажность, скорость ветра, гололед, дождь, туман и т. п.), временные факторы, освещенность, видимость, состояние дороги и обочины, плотность трафика транспортных средств, плотность пешеходного потока, скоростной режим, условия дорожного движения (наличие разметки, количество полос, наличие препятствий, пробки, средства регулировки, дорожные знаки и т. п.) и т. д.
2. Методика сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т. п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т. п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммунальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инфраструктуры города.
3. Методика сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет, где она выкладывается участниками и свидетелями событий с мобильных средств связи (социальные сети, мессенджеры, Web ресурсы и т. п.).
4. Метод консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий).
5. Модель и метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн).
6. Методика представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния.
7. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций.
8. Предиктивная модель для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города.
9. Способ визуализации результатов проактивного мониторинга с геопространственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City.
Ожидаемые результаты проекта соответствуют направлению Н1 из Стратегии научно-технологического развития РФ. Разрабатываемый научный подход, модели и методы соответствуют мировому уровню исследований в области знаний, связанной с развитием интеллектуальных систем мониторинга и управления, технологий больших данных, распределенной обработки данных, интеллектуального анализа, машинного обучения и прогнозирования. Результаты проекта представляют собой компоненты для создания и внедрения новых технологий и систем в рамках четвертой промышленной революции, перехода к цифровой экономике, цифровой трансформации процессов управления и поддержки принятия решений. Результаты могут быть использованы для синтеза систем мониторинга событи и управления процессами на любых распределенных объектах урбанистической среды.
Научная и практическая значимость результатов состоит в разработке методов и инструментальных средств для распределенной обработки больших данных о событиях на распределенных объектах инженерных сетей коммунальных служб и в дорожно-транспортной инфраструктуре интеллектуального города с использованием технологий искусственного интеллекта. Суть проактивного мониторинга состоит в регистрации и идентификации событий, интеллектуальном анализе больших данных и времнных рядов событий, прогностическом моделировании и оценке рисков возникновения и развития нештатных и аварийных ситуаций, что доказывает научную и практическую значимость проектных исследований. Универсальность разрабатываемых моделей, методов и технологий позволит применять инструментальные средства для создания различных территориально распределенных систем мониторинга и управления киберфизическими объектами и процессами, как например, SCADA систем, систем автоматизированного управления технологическими процессами, систем генерации, транспортировки и потребления энергии, систем видеонаблюдения и распознавания, систем мониторинга дорожно-транспортной инфраструктуры и т. д.
Основным результатом проектных исследований является создание и развитие подхода к проактивному мониторингу событий в урбанистической среде умного города на основе сбора, консолидации и анализа больших сенсорных данных, предиктивного моделирования и оценки ситуаций с целью прогноза возможных негативных трендов развития событий и поддержки принятия решений для снижения рисков происшествий и нештатных ситуаций, повышения безопасности жизнедеятельности человека.
В рамках концепции разрабатываются новые методы и способы сбора, консолидации и обработки больших сенсорных данных для прогностического моделирования рисков появления и развития негативных событий посредством сравнительного и предиктивного анализа временных рядов динамики изменений характеристик событий и динамики изменения возможных факторов влияния на риски критических событий, аварий и нештатных ситуаций.
Получены следующие ожидаемые научные результаты:
1. Положения концепции проактивного мониторинга событий в территориально-распределенных системах урбанистической среды на основе сбора, консолидации и предиктивного анализа больших данных о нештатных ситуациях и авариях с целью выявления возможных причин и факторов влияния для прогностического моделирования и оценки рисков возникновения и развития негативных событий. Примерами возможных факторов влияния на негативные события являются погодные условия (температура, давление, влажность, скорость ветра, гололед, дождь, туман и т. п.), временные факторы, освещенность, видимость, состояние дороги и обочины, плотность трафика транспортных средств, плотность пешеходного потока, скоростной режим, условия дорожного движения (наличие разметки, количество полос, наличие препятствий, пробки, средства регулировки, дорожные знаки и т. п.) и т. д.
2. Методика сбора и обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и т. п.) с распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и пожарной сигнализации, протечек воды и т. п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и воды) в коммунальных инженерных сетях, с фоторадарных комплексов фото и видеофиксации, погодных станций, камер видеонаблюдения на участках дорожной инфраструктуры города.
3. Методика сбора и обработки больших данных (текстовых сообщений, фотографий и видеокадров) о происходящих событиях с открытых источников в сети Интернет, где она выкладывается участниками и свидетелями событий с мобильных средств связи (социальные сети, мессенджеры, Web ресурсы и т. п.).
4. Метод консолидации больших разнородных данных о критических событиях, авариях и нештатных ситуациях с разными временными и геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в виде векторных и графовых моделей, классификацию и кластеризацию в пространстве признаков и факторов влияния, сбор статистик, ретроспективный анализ для установления корреляций с аналогичными происшествиями в прошлом (паттернами событий).
5. Модель и метод обеспечения информационной безопасности для защиты больших сенсорных данных в распределенном информационном хранилище на сенсорных и мобильных узлах сбора данных и в каналах связи телекоммуникационной среды в процессе сбора, передачи и хранения на основе технологий распределенного реестра (блокчейн).
6. Методика представления информации о событиях в виде временных рядов характеристик событий и временных рядов динамики возможных факторов для оценки рисков возникновения и развития негативных событий, определения корреляций с рядами факторов и закономерностей их влияния.
7. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с временными рядами факторов влияния для определения возможных корреляций между ними, отбора и оценки чувствительности и степени влияния факторов на возникновение аварий и нештатных ситуаций.
8. Предиктивная модель для прогностической оценки рисков возникновения и развития аналогичных критических событий, аварий и нештатных ситуаций на участках инженерных коммунальных сетей и дорожно-транспортной инфраструктуры города.
9. Способ визуализации результатов проактивного мониторинга с геопространственной и временной привязкой на мобильных средствах связи для помощи пользователям и лицам, принимающим решения (ЛПР) для обеспечения безопасности в урбанистической среде Smart City.
Ожидаемые результаты проекта соответствуют направлению Н1 из Стратегии научно-технологического развития РФ. Разрабатываемый научный подход, модели и методы соответствуют мировому уровню исследований в области знаний, связанной с развитием интеллектуальных систем мониторинга и управления, технологий больших данных, распределенной обработки данных, интеллектуального анализа, машинного обучения и прогнозирования. Результаты проекта представляют собой компоненты для создания и внедрения новых технологий и систем в рамках четвертой промышленной революции, перехода к цифровой экономике, цифровой трансформации процессов управления и поддержки принятия решений. Результаты могут быть использованы для синтеза систем мониторинга событи и управления процессами на любых распределенных объектах урбанистической среды.
Научная и практическая значимость результатов состоит в разработке методов и инструментальных средств для распределенной обработки больших данных о событиях на распределенных объектах инженерных сетей коммунальных служб и в дорожно-транспортной инфраструктуре интеллектуального города с использованием технологий искусственного интеллекта. Суть проактивного мониторинга состоит в регистрации и идентификации событий, интеллектуальном анализе больших данных и времнных рядов событий, прогностическом моделировании и оценке рисков возникновения и развития нештатных и аварийных ситуаций, что доказывает научную и практическую значимость проектных исследований. Универсальность разрабатываемых моделей, методов и технологий позволит применять инструментальные средства для создания различных территориально распределенных систем мониторинга и управления киберфизическими объектами и процессами, как например, SCADA систем, систем автоматизированного управления технологическими процессами, систем генерации, транспортировки и потребления энергии, систем видеонаблюдения и распознавания, систем мониторинга дорожно-транспортной инфраструктуры и т. д.