Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики

Целью проектных исследований является создание и#nbsp;развитие подхода к#nbsp;проактивному мониторингу событий в#nbsp;урбанистической среде умного города на#nbsp;основе сбора, консолидации и#nbsp;анализа больших сенсорных данных, предиктивного моделирования и#nbsp;оценки ситуаций с#nbsp;целью прогноза возможных негативных трендов развития событий и#nbsp;поддержки принятия решений для#nbsp;снижения рисков происшествий и#nbsp;нештатных ситуаций, повышения безопасности жизнедеятельности человека. Задачи исследования связаны с#nbsp;разработкой методов, способов и#nbsp;технологий сбора, консолидации и#nbsp;обработки больших данных для#nbsp;прогностического моделирования рисков появления и#nbsp;развития негативных событий посредством анализа временных рядов динамики изменений характеристик событий с#nbsp;целью определения и#nbsp;оценки возможных факторов влияния на#nbsp;риски. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и#nbsp;дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с#nbsp;помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и#nbsp;фоторадарных комплексов фото и#nbsp;видеофиксации, устанавливаемых на#nbsp;контролируемых объектах коммунальных инженерных сетей и#nbsp;участках дорожно-транспортной инфраструктуры, а#nbsp;также с#nbsp;помощью программных приложений и#nbsp;из#nbsp;открытых источников в#nbsp;сети Интернет (через социальные сети, мессенджеры, Web ресурсы). В#nbsp;настоящее время отсутствуют комплексные решения и#nbsp;методы проактивного мониторинга процессами в#nbsp;сложных территориально-распределенных системах интеллектуального города на#nbsp;основе сбора, консолидации и#nbsp;обработки больших данных для#nbsp;прогнозирования временных рядов событий в#nbsp;урбанистической среде и#nbsp;поддержки принятия решений по#nbsp;минимизации рисков аварийных и#nbsp;нештатных ситуаций. Результаты проектных исследований необходимы для#nbsp;решения задач прогностического моделирования динамики появления и#nbsp;развития критических событий, аварий и#nbsp;нештатных ситуаций на#nbsp;распределенных участках инженерных сетей коммунальных служб и#nbsp;в#nbsp;дорожной инфраструктуре для#nbsp;создания безопасной среды жизнедеятельности человека в#nbsp;интеллектуальном городе (Smart City), что подтверждает актуальность тематики проектных исследований. Основным направлением проектных исследований является синтез и#nbsp;развитие технологий проактивного мониторинга для#nbsp;управления рисками возникновения критических событий в#nbsp;территориально-распределенных системах следующие конкретные результаты: 1. Концепция методология проактивного мониторинга событий в#nbsp;территориально-распределенных системах урбанистической среды на#nbsp;основе сбора, консолидации и#nbsp;предиктивного анализа больших данных о#nbsp;нештатных ситуациях и#nbsp;авариях с#nbsp;целью выявления возможных причин и#nbsp;факторов влияния для#nbsp;прогностического моделирования и#nbsp;оценки рисков возникновения и#nbsp;развития негативных событий, которая включает:#nbsp;— методику сбора и#nbsp;обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и#nbsp;т.#nbsp;п.) с#nbsp;распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и#nbsp;пожарной сигнализации, протечек воды и#nbsp;т.#nbsp;п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и#nbsp;воды) в#nbsp;коммуальных инженерных сетях, с#nbsp;фоторадарных комплексов фото и#nbsp;видеофиксации, погодных станций, камер видеонаблюдения на#nbsp;участках дорожной инсраструктуры города. —#nbsp;методику сбора и#nbsp;обработки больших данных (текстовых сообщений, фотографий и#nbsp;видеокадров) о#nbsp;происходящих событиях с#nbsp;открытых источников в#nbsp;сети Интернет и#nbsp;мобильных систем. 2. Метод консолидации больших разнородных данных о#nbsp;критических событиях, авариях и#nbsp;нештатных ситуациях с#nbsp;разными временными и#nbsp;геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в#nbsp;виде векторных и#nbsp;графовых моделей, классификацию и#nbsp;кластеризацию в#nbsp;пространстве признаков и#nbsp;факторов влияния, сбор статистик, ретроспективный анализ для#nbsp;установления корреляций с#nbsp;аналогичными происшествиями в#nbsp;прошлом (паттернами событий). 3. Модель и#nbsp;метод обеспечения информационной безопасности для#nbsp;защиты больших сенсорных данных в#nbsp;распределенном информационном хранилище на#nbsp;сенсорных и#nbsp;мобильных узлах сбора данных и#nbsp;в#nbsp;каналах связи телекоммуникационной среды в#nbsp;процессе сбора, передачи и#nbsp;хранения на#nbsp;основе технологий распределенного реестра (блокчейн). 4. Методику представления информации о#nbsp;событиях в#nbsp;виде временных рядов характеристик событий и#nbsp;временных рядов динамики возможных факторов для#nbsp;оценки рисков возникновения и#nbsp;развития негативных событий, определения корреляций с#nbsp;рядами факторов и#nbsp;закономерностей их#nbsp;влияния. 5. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с#nbsp;временными рядами факторов влияния для#nbsp;определения возможных корреляций между ними, отбора и#nbsp;оценки чувствительности и#nbsp;степени влияния факторов на#nbsp;возникновение аварий и#nbsp;нештатных ситуаций. 6. Предиктивная модель для#nbsp;прогностической оценки рисков возникновения и#nbsp;развития аналогичных критических событий, аварий и#nbsp;нештатных ситуаций на#nbsp;участках инженерных коммунальных сетей и#nbsp;дорожно-транспортной инфраструктуры города. 7. Способ визуализации результатов проактивного мониторинга с#nbsp;геопрострнаственной и#nbsp;временной привязкой на#nbsp;мобильных средствах связи для#nbsp;помощи пользователям и#nbsp;лицам, принимающим решения (ЛПР) для#nbsp;обеспечения безопасности в#nbsp;урбанистической среде Smart City. Цель и#nbsp;задачи проекта соответствуют направлению Н1 из#nbsp;Стратегии научно-технологического развития#nbsp;РФ в#nbsp;плане разработки методов и#nbsp;инструментальных средств для#nbsp;систем обработки больших объемов данных о#nbsp;событиях в#nbsp;городской среде с#nbsp;использованием технологий интеллектуального анализа и#nbsp;машинного обучения для#nbsp;предиктивного моделирования рисков возникновения и#nbsp;развития негативных ситуаций. Научная новизна исследований заключается в#nbsp;синтезе нового научного подхода к#nbsp;проактивному мониторингу событий на#nbsp;объектах сложных территориально-распределенных систем урбанистической среды с#nbsp;использованием технологий интеллектуального анализа больших данных, прогноза негативных событий на#nbsp;основе сравнительного анализа временных рядов событий и#nbsp;факторов влияния на#nbsp;них, прогностической оценки рисков инцидентов. Разрабатываемый научный подход, модели и#nbsp;методы соответствуют мировому уровню исследований в#nbsp;области знаний, связанной с#nbsp;развитием интеллектуальных систем мониторинга и#nbsp;управления, технологий больших данных, распределенной обработки данных, интеллектуального анализа, машинного обучения и#nbsp;прогнозирования. Ожидаемые результаты могут применяться в#nbsp;качестве инструментальных средств для#nbsp;внедрения и#nbsp;развития технологий Smart City, Smart Manufacturing и#nbsp;цифровой экономики в#nbsp;рамках четвертой промышленной революции (Industry 4.0). Разработка методов и#nbsp;моделей проактивного мониторинга с#nbsp;использованием технологий интеллектуального анализа больших данных, предиктивного анализа временных рядов и#nbsp;машинного обучения определяет научную и#nbsp;практическую значимость проектных исследований. Общественная и#nbsp;социальная значимость проекта определяется тем, что результаты проекта предназначены для#nbsp;обеспечения безопасности жизнедеятельности человека в#nbsp;урбанистической среде.

Цель и#nbsp;задачи
Основной научной проблемой, решаемой в#nbsp;ходе проектных исследований, является развитие подхода к#nbsp;проактивному мониторингагу событий в#nbsp;урбанистической среде умного города на#nbsp;основе сбора, консолидации и#nbsp;анализа больших сенсорных данных, предиктивного моделирования и#nbsp;оценки ситуаций с#nbsp;целью прогноза возможных негативных трендов развития событий и#nbsp;поддержки принятия решений для#nbsp;снижения рисков происшествий и#nbsp;нештатных ситуаций, повышения безопасности жизнедеятельности человека. Объектами исследований являются распределенные системы инженерных сетей коммунальных служб и#nbsp;дорожно-транспортная инфраструктура города. Сбор сенсорных информации выполняется с#nbsp;помощью датчиков, измерительной аппаратуры, камер видеонаблюдения и#nbsp;фоторадарных комплексов фото и#nbsp;видеофиксации, устанавливаемых на#nbsp;контролируемых объектах инженерных сетей и#nbsp;участках дорожно-транспортной инфраструктуры, а#nbsp;также с#nbsp;помощью программных приложений и#nbsp;из#nbsp;открытых источников в#nbsp;сети Интернет (через социальные сети, мессенджеры, Web ресурсы).

К#nbsp;конкретным задачам в#nbsp;рамках выбранного направления относятся следующие:
1. Разработка концепции и#nbsp;методологии проактивного мониторинга событий в#nbsp;территориально-распределенных системах урбанистической среды на#nbsp;основе сбора, консолидации и#nbsp;предиктивного анализа больших данных о#nbsp;нештатных ситуациях и#nbsp;авариях с#nbsp;целью выявления возможных причин и#nbsp;факторов влияния для#nbsp;прогностического моделирования и#nbsp;оценки рисков возникновения и#nbsp;развития негативных событий.


2. Разработка методов сбора и#nbsp;обработки больших данных (текстовой информации, фотографий, видеороликов, телеметрической информации) о#nbsp;критических событиях, авариях и#nbsp;нештатных ситуациях на#nbsp;участках инженерных коммунальных сетей и#nbsp;дорожно-транспортной инфраструктуры города. В#nbsp;качестве основных источников данных о#nbsp;событиях выбраны сенсорные устройства (датчии загрязнения воздуха, охранно-пожарные системы оповещения, погодные станции, фоторадарные комплексы фото и#nbsp;видеофиксации дорожно-транспортных происшествий (ДТП), камеры видеонаблюдения и#nbsp;т.#nbsp;п.), а#nbsp;также открытые источники информации в#nbsp;сети Интернет и#nbsp;мобильные средства связи пользователей.


3. Разработка модели и#nbsp;метода обеспечения информационной безопасности для#nbsp;защиты больших сенсорных данных в#nbsp;распределенном информационном ханилище на#nbsp;сенсорных и#nbsp;мобильных узлах сбора данных и#nbsp;в#nbsp;каналах связи телекоммуникационной среды в#nbsp;процессе сбора, передаи и#nbsp;хранения на#nbsp;основе технологий распределенного реестра (блокчейн).

4. Разработка метода консолидации больших разнородных данных о#nbsp;критических событиях, авариях и#nbsp;нештатных ситуациях с#nbsp;разными временными и#nbsp;геопрострнатсвенными метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в#nbsp;виде векторных и#nbsp;графовых моделей, классификацию и#nbsp;кластеризацию в#nbsp;пространстве признаков и#nbsp;факторов влияния, сбор статистик, ретроспективный анализ для#nbsp;установления корреляций с#nbsp;аналогичными происшествиями в#nbsp;прошлом (паттернами событий).

5. Разработка метода представления консолидированных данных о#nbsp;критических событиях, авариях и#nbsp;нештатных ситуациях в#nbsp;виде временных рядов динамики изменения характеристик событий и#nbsp;метода синтеза временных рядов динамики изменения возможных факторов влияния. Временные ряды характеристик событий и#nbsp;факторов необходимы для#nbsp;сравнительного и#nbsp;предиктивного анализа с#nbsp;целью выявления корреляций и#nbsp;скрытых закономерностей влияния факторов на#nbsp;риски появления и#nbsp;развития аналогичных событий в#nbsp;будущем.

6. Разработка метода сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с#nbsp;временными рядами факторов влияния для#nbsp;определения возможных корреляций между ними, отбора и#nbsp;оценки чувствительности и#nbsp;степени влияния факторов на#nbsp;возникновение аварий и#nbsp;нештатных ситуаций.

7. Разработка предиктивной модели для#nbsp;прогностической оценки рисков возникновения и#nbsp;развития аналогичных критических событий, аварий и#nbsp;нештатных ситуаций на#nbsp;участках инженерных коммунальных сетей и#nbsp;дорожно-транспортной инфраструктуры города.

8. Разработка способов визуализации результатов проактивного мониторинга с#nbsp;геопрострнаственной и#nbsp;временной привязкой на#nbsp;мобильных средствах связи для#nbsp;помощи пользователям и#nbsp;лицам, принимающим решения (ЛПР) для#nbsp;обеспечения безопасности в#nbsp;урбанистической среде Smart City.

Цель и#nbsp;задачи проекта полностью соответствуют направлению Н1 из#nbsp;Стратегии научно-технологического развития#nbsp;РФ в#nbsp;плане разработки методов и#nbsp;инструментальных средств для#nbsp;систем обработки больших объемов данных о#nbsp;событиях в#nbsp;городской среде с#nbsp;использованием технологий интеллектуального анализа и#nbsp;машинного обучения для#nbsp;предиктивного моделирования рисков возникновения и#nbsp;развития негативных ситуаций.

Основные результаты проекта.
Основным результатом проектных исследований является создание и#nbsp;развитие подхода к#nbsp;проактивному мониторингу событий в#nbsp;урбанистической среде умного города на#nbsp;основе сбора, консолидации и#nbsp;анализа больших сенсорных данных, предиктивного моделирования и#nbsp;оценки ситуаций с#nbsp;целью прогноза возможных негативных трендов развития событий и#nbsp;поддержки принятия решений для#nbsp;снижения рисков происшествий и#nbsp;нештатных ситуаций, повышения безопасности жизнедеятельности человека.
В#nbsp;рамках концепции разрабатываются новые методы и#nbsp;способы сбора, консолидации и#nbsp;обработки больших сенсорных данных для#nbsp;прогностического моделирования рисков появления и#nbsp;развития негативных событий посредством сравнительного и#nbsp;предиктивного анализа временных рядов динамики изменений характеристик событий и#nbsp;динамики изменения возможных факторов влияния на#nbsp;риски критических событий, аварий и#nbsp;нештатных ситуаций.

Получены следующие ожидаемые научные результаты:
1. Положения концепции проактивного мониторинга событий в#nbsp;территориально-распределенных системах урбанистической среды на#nbsp;основе сбора, консолидации и#nbsp;предиктивного анализа больших данных о#nbsp;нештатных ситуациях и#nbsp;авариях с#nbsp;целью выявления возможных причин и#nbsp;факторов влияния для#nbsp;прогностического моделирования и#nbsp;оценки рисков возникновения и#nbsp;развития негативных событий. Примерами возможных факторов влияния на#nbsp;негативные события являются погодные условия (температура, давление, влажность, скорость ветра, гололед, дождь, туман и#nbsp;т.#nbsp;п.), временные факторы, освещенность, видимость, состояние дороги и#nbsp;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#nbsp;т.#nbsp;п.) и#nbsp;т.#nbsp;д.

2. Методика сбора и#nbsp;обработки больших сенсорных данных (фотографий, видеороликов, телеметрической информации и#nbsp;т.#nbsp;п.) с#nbsp;распределенных датчиков, (датчиков загазованности, загрязнений воздуха, охранной и#nbsp;пожарной сигнализации, протечек воды и#nbsp;т.#nbsp;п.), измерительных устройств (счетчиков электроэнергии, газа, тепла и#nbsp;воды) в#nbsp;коммунальных инженерных сетях, с#nbsp;фоторадарных комплексов фото и#nbsp;видеофиксации, погодных станций, камер видеонаблюдения на#nbsp;участках дорожной инфраструктуры города.

3. Методика сбора и#nbsp;обработки больших данных (текстовых сообщений, фотографий и#nbsp;видеокадров) о#nbsp;происходящих событиях с#nbsp;открытых источников в#nbsp;сети Интернет, где она выкладывается участниками и#nbsp;свидетелями событий с#nbsp;мобильных средств связи (социальные сети, мессенджеры, Web ресурсы и#nbsp;т.#nbsp;п.).

4. Метод консолидации больших разнородных данных о#nbsp;критических событиях, авариях и#nbsp;нештатных ситуациях с#nbsp;разными временными и#nbsp;геопространственнымb метками, включая исключение дубликатов, подтверждение достоверности, очистку информационного шума, формализацию в#nbsp;виде векторных и#nbsp;графовых моделей, классификацию и#nbsp;кластеризацию в#nbsp;пространстве признаков и#nbsp;факторов влияния, сбор статистик, ретроспективный анализ для#nbsp;установления корреляций с#nbsp;аналогичными происшествиями в#nbsp;прошлом (паттернами событий).

5. Модель и#nbsp;метод обеспечения информационной безопасности для#nbsp;защиты больших сенсорных данных в#nbsp;распределенном информационном хранилище на#nbsp;сенсорных и#nbsp;мобильных узлах сбора данных и#nbsp;в#nbsp;каналах связи телекоммуникационной среды в#nbsp;процессе сбора, передачи и#nbsp;хранения на#nbsp;основе технологий распределенного реестра (блокчейн).

6. Методика представления информации о#nbsp;событиях в#nbsp;виде временных рядов характеристик событий и#nbsp;временных рядов динамики возможных факторов для#nbsp;оценки рисков возникновения и#nbsp;развития негативных событий, определения корреляций с#nbsp;рядами факторов и#nbsp;закономерностей их#nbsp;влияния.

7. Метод сравнительного анализа (бенчмаркинга) временных рядов характеристик событий с#nbsp;временными рядами факторов влияния для#nbsp;определения возможных корреляций между ними, отбора и#nbsp;оценки чувствительности и#nbsp;степени влияния факторов на#nbsp;возникновение аварий и#nbsp;нештатных ситуаций.

8. Предиктивная модель для#nbsp;прогностической оценки рисков возникновения и#nbsp;развития аналогичных критических событий, аварий и#nbsp;нештатных ситуаций на#nbsp;участках инженерных коммунальных сетей и#nbsp;дорожно-транспортной инфраструктуры города.

9. Способ визуализации результатов проактивного мониторинга с#nbsp;геопространственной и#nbsp;временной привязкой на#nbsp;мобильных средствах связи для#nbsp;помощи пользователям и#nbsp;лицам, принимающим решения (ЛПР) для#nbsp;обеспечения безопасности в#nbsp;урбанистической среде Smart City.

Ожидаемые результаты проекта соответствуют направлению Н1 из#nbsp;Стратегии научно-технологического развития#nbsp;РФ. Разрабатываемый научный подход, модели и#nbsp;методы соответствуют мировому уровню исследований в#nbsp;области знаний, связанной с#nbsp;развитием интеллектуальных систем мониторинга и#nbsp;управления, технологий больших данных, распределенной обработки данных, интеллектуального анализа, машинного обучения и#nbsp;прогнозирования. Результаты проекта представляют собой компоненты для#nbsp;создания и#nbsp;внедрения новых технологий и#nbsp;систем в#nbsp;рамках четвертой промышленной революции, перехода к#nbsp;цифровой экономике, цифровой трансформации процессов управления и#nbsp;поддержки принятия решений. Результаты могут быть использованы для#nbsp;синтеза систем мониторинга событи и#nbsp;управления процессами на#nbsp;любых распределенных объектах урбанистической среды.

Научная и#nbsp;практическая значимость результатов состоит в#nbsp;разработке методов и#nbsp;инструментальных средств для#nbsp;распределенной обработки больших данных о#nbsp;событиях на#nbsp;распределенных объектах инженерных сетей коммунальных служб и#nbsp;в#nbsp;дорожно-транспортной инфраструктуре интеллектуального города с#nbsp;использованием технологий искусственного интеллекта. Суть проактивного мониторинга состоит в#nbsp;регистрации и#nbsp;идентификации событий, интеллектуальном анализе больших данных и#nbsp;времнных рядов событий, прогностическом моделировании и#nbsp;оценке рисков возникновения и#nbsp;развития нештатных и#nbsp;аварийных ситуаций, что доказывает научную и#nbsp;практическую значимость проектных исследований. Универсальность разрабатываемых моделей, методов и#nbsp;технологий позволит применять инструментальные средства для#nbsp;создания различных территориально распределенных систем мониторинга и#nbsp;управления киберфизическими объектами и#nbsp;процессами, как например, SCADA систем, систем автоматизированного управления технологическими процессами, систем генерации, транспортировки и#nbsp;потребления энергии, систем видеонаблюдения и#nbsp;распознавания, систем мониторинга дорожно-транспортной инфраструктуры и#nbsp;т.#nbsp;д.