ВИБІР АРХІТЕКТУРИ ПОБУДОВИ СИСТЕМ ВІДЕОСПОСТЕРЕЖЕННЯ ДЕРЖАВНОЇ ПРИКОРДОННОЇ СЛУЖБИ УКРАЇНИ НА ОСНОВІ ХМАРНИХ ТА ТУМАННИХ ТЕХНОЛОГІЙ

Анотація

Сучасні системи відеоспостереження еволюціонували від замкнутих систем телебачення до рівня складних систем, які функціонують у складі складних комплексних систем та вирішують задачі не лише фіксації подій в секторах огляду камер відеоспостереження, але і проводять аналіз отриманої відеоінформації. Збільшення обсягів інформації, що циркулює в сучасних системах, вимагає створення нових концепцій. В останні роки увагу науковців привернули технології розподіленої обробки інформації. Концепція хмарних обчислень (Cloud computing) стрімко розвивається, і основні ідеї, які були закладені при її побудові, вже не можуть вирішувати проблемні питання, які постають перед технологією. Це призвело до появи так званих постхмарних архітектур, які розширюють та доповнюють можливості хмарних обчислень. До таких архітектур відносять Mist, Edge, Fog тощо.

Метою статті є дослідження систем відеоспостереження, побудованих за концепцією хмарних і туманних обчислень, з метою подальшої реалізації у складі інформаційно-комунікаційних систем Державної прикордонної служби України. Під час проведення дослідження використано методи аналізу та узагальнення, моделювання, експеримент. Зазначений підхід дав можливість провести порівняльне дослідження систем відеоспостереження, побудованих за двома архітектурами. Отримані результати вказують на те, що технологія туманних обчислень має перевагу у зменшенні часу затримки, мінімізуючи потребу в повторних запитах до хмари, виконуючи обчислення на межі хмари. В моделі, побудованій за концепцією хмарних обчислень, застосовуються сервіси, які використовують ресурси хмари та призводять до збільшення навантаження на мережу. Разом з тим технологія туманних обчислень дозволяє розвантажити мережеве навантаження, виконуючи частину обчислень вузлами туману.

Результати експериментального дослідження показують переваги туманних обчислень для мереж, які чутливі до затримок. Проте, якщо розглянути систему відеоспостереження з основним завданням фіксації подій в секторах огляду камер відеоспостереження та можливості перегляду відеоінформації в режимі реального часу, то очевидно, що вузли туману не забезпечуватимуть тривалого зберігання відеоінформації,
а затримки будуть некритичними. У випадку використання системи відеоспостереження з функціями відеоаналітики, вузли туману зможуть виконувати частину алгоритмів відеоаналітики, розвантажуючи водночас хмару. Тому актуальною задачею є дослідження ефективності побудови систем відеоспостереження з функціями відеоаналітики на основі туманної архітектури.

Посилання

1. Performance evaluation metrics for cloud, Fog and edge computing: A review, taxonomy, benchmarks and standards for future research. Internet Things / Aslanpour Mohammad Sadegh et al. 2020. Vol. 12. P. 20–31.
2. Rajkumar B., Satish Narayana S. Modeling and Simulation of Fog and Edge Computing Environments Using iFogSim Toolkit. Fog and Edge Computing: Principles and Paradigms. 2019.
   433–465.
3. iThermoFog: IoT‐Fog based Automatic Thermal Profile Creation for Cloud Data Centers using Artificial Intelligence Techniques. Internet Technology Letters / Tuli Shreshth et al. 2020. URL: https://onlinelibrary.wiley.com/doi/abs/10.1002/itl2.198 (date of access: 20.02.2024).
4. iFogSim: A toolkit for modeling and simulation of resource management techniques in the Internet of Things, Edge and Fog computing environments Gupta. Software: Practice and Experience / Harshit Gupta, Amir Vahid Dastjerdi, Soumya Kanti Ghosh and Rajkumar Buyya. 2016. Vol. 47. P. 1275–1296.
5. Mohan N., Kangasharju J. Edge-Fog cloud: A distributed cloud for Internet of Things computations. Cloudification of the Internet of Things (CIoT). Paris, France. 2016. P. 1–6.
6. FogNetSim++: A Toolkit for Modeling and Simulation of Distributed Fog Environment. IEEE Access/ Qayyum T. et al. 2018. Vol. 6. P. 63570–63583.
7. Lera I., Guerrero C., Juiz C. YAFS: A simulator for IoT scenarios in fog computing. IEEE Access. Vol. 7. P. 91745–91758.
8. Tuli S., Mahmud R., Buyya R. Fogbus: A blockchain-based lightweight framework for edge and fog computing. Syst. Softw. 2019. Vol. 154. P. 22–36.
9. Evans D. The internet of things: How the next evolution of the internet is changing everything. 2011. 11 URL: https://www.cisco.com/c/dam/en_us/about/ac79/docs/innov/IoT_IBSG_0411FINAL.pdf (date of access: 20.02.2024).
10. Mattern F., Floerkemeier C. From the Internet of Computers to the Internet of Things. From Active Data Management to Event-Based Systems and More. 2010. P. 242–259.
11. Заковоротний О., Орлова Т. Порівняльний аналіз хмарних та туманних середовищ інтернету речей. Системи управління, навігації та зв’язку. Полтава: ПНТУ, 2023. Т. 3 (73). С. 152–
12. Cloudsim: a toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms. Software: Practice and Experience / Calheiros R. et al. 2011. Vol. 41 (1). P. 23–50.
13. LARPA: A learning automata‐based resource provisioning approach for massively multiplayer online games in cloud environments. International Journal of Communication Systems / Aslanpour M. S. et al. 2019. URL: https://onlinelibrary.wiley.com/doi/10.1002/dac.4090 (date of access: 20.02.2024).
14. CHOPPER: an intelligent QoS-aware autonomic resource management approach for cloud computing. Cluster Computing / Gill Sukhpal Singh et al. 2018. P. 1–39.
15. Calheiros R. N., Ranjan R., Buyya R. Virtual machine provisioning based on analytical performance and QoS in cloud computing environments. Parallel processing (ICPP). P. 295–304.
16. Gill S. S., Garraghan P., Buyya R. ROUTER: Fog enabled cloud based intelligent resource management approach for smart home IoT devices. Journal of Systems and Software. 2019. Vol. 154.
    125–138.
17. Madni S. H. H., Latiff M. S. A., Coulibaly Y. Recent advancements in resource allocation techniques for cloud computing environment: a systematic review. Cluster Computing. 2017. Vol. 20. No. 3. P. 2489–2533.
18. ThermoSim: Deep learning-based framework for modeling and simulation of thermal-aware resource management for cloud computing environments. Journal of Systems and Software / Gill S. S. et al. 2020.