Моніторинг автомобільного трафіку в системі "Розумне місто"
Автор: Сірко Микола Богданович
Кваліфікаційний рівень: магістр
Спеціальність: Комп'ютерні системи та мережі
Інститут: Інститут комп'ютерних технологій, автоматики та метрології
Форма навчання: денна
Навчальний рік: 2020-2021 н.р.
Мова захисту: українська
Анотація: Розумне місто – це концепція інтеграції декількох інформаційних і комунікаційних технологій для керування міськими активами. До них входять відділи інформаційних систем, школи, бібліотеки, лікарні транспорт, тощо. Ідея Розумного міста полягає в тому, що завдяки збору інформації в режимі реального часу, ресурси міста можна використовувати більш ефективно. Однією із головних систем в Розумному місті є системи управління дорожнім рухом. [1] Такі системи передбачають підвищення безпеки на дорозі, збільшення ефективності транспортних процесів, розвантаження доріг, підвищення комфортності як для водіїв так і для пішоходів. Прикладом такої системи є камери відеоспостереження, які встановлюються на автошляхах, що дозволяє контролювати порушення правил дорожнього руху [2]. Але це не єдине завдання яке вони виконують. Також камери та давачі дозволяють отримувати інформацію про стан доріг, завантаженість місць для паркування у місті, інформування пасажирів про час прибуття громадського транспорту, зміни у русі цього транспорту, тощо. [3] Моніторинг дорожнього руху є основною складовою майбутніх розумних міст. Міським планувальникам потрібні динамічні дані про дорожній рух для управління потоком руху та побудови дорожньої мережі. Ефективні та дієві підходи до моніторингу дорожнього руху потребують такої інформації, як середній час подорожі з одного місця до іншого. Поточний моніторинг руху зазвичай покладається на краудсорсинг [4] (дані які отримуються зі сторонніх джерел) або використання датчиків які сигналізують про ситуацію. В роботі представлена стратегія розгортання мережі камер на основі методу мережної томографії, враховуючи вартість, покриття та точність. Вчені досліджували мережну томографію як корисний інструмент для оцінки внутрішньої поведінки мережі, таку як затримка розподілу та швидкість втрати пакетів [5]. Даний метод підходить для великих та різноманітних мереж. Він полягає в тому, що підмножина вузлів, розташованих на краях мережі використовуються як монітори. Монітори обмінюються вибірковими пакетами між собою і збирають наскрізні вимірювання вздовж контурів. Протягом кожного часового вікна, центр управління збирає ці вимірювання, а лінійні алгебраїчні методи застосовуються для виведення рівня затримки зв’язку. Якщо лінійна система вирішує проблему, вона успішно визначає затримку окремої ланки, посилання можна ідентифікувати [6]. Ідентифікація посилання залежить від топології мережі, вибраних моніторів та зібраних вимірювань. Щоб застосувати мережну томографію від комунікаційних мереж до дорожніх мереж, використовуються вузли для представлення перехресть доріг та країв доріг. Вибрані перехрестя оснащуються камерами для ідентифікації транспортних засобів та запису часу проїзду. Наскрізне вимірювання завершується і реєструється, коли той самий транспортний засіб досягає іншої локації моніторингу [7]. У мережній томографії існує дві категорії методів: орієнтовані на вузли методи, які пасивно збирають інформацію про потоки пакетів і мереж через агенти моніторингу, розташовані на пристроях локальної мережі, таких як маршрутизатори, комутатори та хости; та методи, орієнтовані на шлях, які збирають інформацію про підключення та затримку в мережі шляхом активної передачі зондових пакетів через мережу від вузлів, розташованих на периферії [8,9]. Перша категорія інструментів орієнтована на мережних операторів, які використовують інформацію для планування потужності та прийняття управлінських рішень. Друга категорія інструментів збирає дані про показники продуктивності мережі, які опосередковано пов’язані з цікавими параметрами, і не вимагає співпраці з боку внутрішніх вузлів мережі. [10] Об’єкт дослідження – дослідження внутрішніх характеристик мережі з використанням інформації, отриманої з кінцевих вузлів інформаційних давачів. Також в цій роботі було розглянуто головні види мережної томографії, а саме «томографія втрат» і «томографія затримки». Предмет дослідження - в магістерській кваліфікаційній роботі розглядається можливість вирішення проблеми моніторингу автомобільного трафіку в системі Розумне місто за допомогою мережної томографії у місті Львів. Мета дослідження: спроба показати ефективну систему моніторингу автомобільного трафіку на міських дорогах, спроектовану за допомогою мережної томографії, яка може збільшити ефективність моніторингу та зменшити економічні витрати на розгортання камер, серверів, та інших необхідних ресурсів. В ході досліджень було розглянуто всі можливі підходи до вирішення проблеми моніторингу автомобільного руху, та виявлено що використання мережної томографії є одним із найбільш ефективних способів моніторингу. Ключові слова: Розумне місто, мережна томографія, томографія втрат, внутрішня характеристика мережі Перелік використаних літературних джерел Komninos. What makes cities intelligent? // Smart Cities: Governing, Modelling and Analysing the Transition (англ.). — Taylor and Francis. — P. 77. Sam Musa. Smart City Roadmap. Vardi, Y. (1996). "Network Tomography: estimating source-destination traffic intensities from link data". Journal of the American Statistical Association. Smart Cities Council, ‘Smart cities readiness guide: The planning manual for building tomorrow’s cities today,’ Smart Cities Council, Redmond, 2014. Batty, M., Axhausen, K.W., Giannotti, F., Pozdnoukhov, A., Bazzani, A.,Wachowicz, M., Ouzounis, G., and Portugali, Y., ‘Smart cities of the future,’ The European Physical Journal Special Topics, 2012, 214(1), pp. 481–518. Eisenstat, D., ‘Random road networks: the quadtree model,’ in ‘SIAM ANALCO,’ 2011 . Lawrence, E., Michailidis, G., Nair, V. N., and Xi, B., ‘Network tomography: A review and recent developments,’ in ‘In Fan and Koul, editors, Frontiers in Statistics,’ College Press, 2006 pp. 345–364. Medina, A., Taft, N., Salamatian, K., Bhattacharyya, S., and Diot, C., ‘Traffic matrix estimation: Existing techniques and new directions,’ ACM SIGCOMM Computer Communication Review, 2002, 32(4), pp. 161–174. Newman, M., Networks: an introduction, Oxford university press, 2010. Ma, L., He, T., Swami, A., Towsley, D., and Leung, K. K., ‘On optimal monitor placement for localizing node failures via network tomography,’ Performance Evaluation, 2015, 91, pp. 16–37