CC BY
45
_ 05.13.00 ИНФОРМАТИКА; ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ_
05.13.00
УДК 621.391, 004.051
ВЕРОЯТНОСТНО-ЭНЕРГЕТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ВЗАИМОДЕЙСТВИЯ УМНЫХ ВЕЩЕЙ
© 2019
Татьяна Николаевна Астахова, кандидат физико-математических наук, доцент кафедры «Информационные системы и технологии» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия) Наталья Аркадьевна Верзун, кандидат технических наук, доцент кафедры «Информационные системы» Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), Санкт-Петербург (Россия) Михаил Олегович Колбанев, доктор технических наук, профессор, профессор кафедры «Информационные системы» Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), Санкт-Петербург (Россия) Наталья Александровна Полянская, кандидат экономических наук, доцент кафедры «Информационные системы и технологии» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия) Алексей Анатольевич Шамин, кандидат экономический наук, доцент кафедры «Инфокоммуникационные технологии и системы связи» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация
Введение: в исследовании на основе данных о распределении в пространстве умных вещей, организованных в соответствии с ячеистой топологией, разработана модель расчета совокупных энергозатрат на реализацию процессов информационного взаимодействия умных вещей через радиосети, позволяющая оценивать эколо-гичность сети и управлять временем ее жизни.
Материалы и методы: материалы подготовлены на основе рекомендаций МСЭ-Т Y.2060, МСЭ-Т Y.3021, где на первый план выходит требование низкого энергопотребления всеми устройствами сети, и одним из основополагающих факторов, влияющих на создание сетей будущего, назван экологический фактор. В исследовании использовались методы системного анализа, методы прикладной математики, теории вероятности и математической статистики.
Результаты: получены функции распределения вероятности случайной величины мощности излучающей антенны сенсорного устройства, достаточной для передачи блока данных на приемную сторону, и общего энергопотребления этой сети при информационном взаимодействии. Построена математическая модель физического процесса информационного взаимодействия в беспроводной сенсорной сети в случае пуассоновского поля точек и для различных вариантов ретрансляций - первому, второму и четвертому «соседу». Проведен численный расчет и анализ влияния параметров рассматриваемой беспроводной сенсорной сети и умных вещей на требуемую мощность радиосигнала на передающей антенне объекта беспроводной сенсорной сети. Обсуждение: представленный материал синтезирует подход к выбору информационных технологий, учитывающий не только качество информационного взаимодействия в определенной предметной области, но и объемы требуемых физических ресурсов, и развивает полученные результаты моделирования процесса взаимодействия устройств интернета вещей посредством определения влияния на энергопотребление вероятностно-энергетических характеристик. Заключение: исследование позволило определить взаимную зависимость энергетических и информационных параметров сенсорной сети. Построенная модель позволит оценить время жизни сенсорной сети. Возможным развитием представленного исследования может быть разработка протоколов маршрутизации, использующих оценку энергозатрат сенсорными устройствами.
Ключевые слова: вероятностно-энергетические характеристики, всепроникающая сенсорная сеть, затраты энергии, интернет вещей, мощность радиосигнала, плотность распределения, пуассоновское поле точек, распределение, топология сети, умные вещи, экологичность сети, энергоэффективность передачи.
Для цитирования: Астахова Т. Н., Верзун Н. А., Колбанев М.О., Полянская Н. А., Шамин А. А. Вероятностно-энергетические характеристики взаимодействия умных вещей // Вестник НГИЭИ. 2019. № 4 (95). С.66-77.
PROBABILITY-ENERGY CHARACTERISTICS OF THE INTERACTION OF SMART THINGS
© 2019
Tatyana Nikolaevna Astakhova, Ph. D. (Physics and Mathematics), associate professor of the chair «Information systems and technologies» Nizhny Novgorod state of engineering-economic university, Knyaginino (Russia) Natalya Arkadyevna Verzun, Ph. D. (Engineering), associate professor of the chair «Information systems» St. Petersburg State Electrotechnical University «LETI», St. Petersburg (Russia) Mikhail Olegovich Kolbanyov, Dr. Sci. (Engineering), professor of the chair «Information systems» St. Petersburg State Electrotechnical University «LETI», St. Petersburg (Russia) Natalia Aleksandrovna Polyanskaya, Ph. D. (Economy), associate professor of the chair «Information systems» Nizhny Novgorod state of engineering-economic university, Knyaginino (Russia), AleksejAnatolievich Shamin, Ph. D. (Economy), associate professor of the chair
«Infocommunication technologies and communication systems» Nizhny Novgorod state of engineering-economic university, Knyaginino (Russia)
Abstract
Introduction: model for calculating the total energy consumption for the implementation of information interaction processes of smart things via radio networks, which allows evaluating the ecological compatibility of the network and managing its lifetime, is developed on the basis of data on the distribution in space of smart things organized in accordance with the mesh topology.
Methods: the materials are based on the recommendations of ITU-T Y.2060, ITU-T Y.3021, where the demand for low power consumption by all network devices comes to the fore, and the environmental factor is one of the fundamental factors affecting the future networking. The study used the methods of system analysis, methods of applied mathematics, probability theory and mathematical statistics.
Results: the probability distribution functions of the random value of the power of the radiating antenna of the sensor device, sufficient for transmitting the data block to the receiving side, and the total energy consumption of this network during information interaction are obtained. A mathematical model of the physical process of information interaction in the sensor network in the case of a Poisson field of points and for different variants of retransmissions - the first, second and fourth «neighbor» is built. Numerical calculation and analysis of the influence of the parameters of the considered ubiquitious sensor network and smart things on the required radio signal power at the transmitting antenna of the object of the ubiquitious sensor network are conducted.
Disscusion: the presented material synthesizes an approach to the choice of information technologies, taking into account not only the quality of information interaction in a particular subject area, but also the amount of physical resources required, and develops the results of modeling the interaction process of Internet of Things devices by determining the impact on energy consumption of probability-energy characteristics.
Conclusion: the study allowed determining the interdependence of energy and information parameters of the sensor network. The constructed model will allow estimating the lifetime of the sensor network. A possible development of the presented research may be the development of routing protocols that use the assessment of energy consumption by sensory devices.
Keywords: probability-energy characteristics, ubiquitous sensor network, energy costs, Internet of Things, radio signal power, distribution density, Poisson field of points, distribution, network topology, smart things, environmental friendliness of the network, energy efficiency of transmission.
For citation: Astakhova T. N., Verzun N. A., Kolbanyov M. O., Polyanskaya N. A., Shamin A. A. Probability-energy characteristics of the interaction of smart things // Bulletin of NGIEI. 2019. № 4 (95). P. 66-77.
Введение
На экологию Земли все более сильное влияние оказывают информационные системы. Примерно треть мировой генерации электроэнергии уже сегодня потребляют оконечные устройства, маршрутизаторы и центры обработки данных инфоком-муникационных сетей, а главным ограничителем внедрения технологий цифровой экономики [1] становятся энергетические мощности и крупных городов, и небольших населенных пунктов.
Основополагающим принципом, которому рекомендует следовать Международный союз электросвязи при создании сетей 5G или сетей будущего (БТС - FutureNetworks), является принцип экологич-ности [2], в соответствии с которым экологическая безопасность сетей КК для окружающей среды требует принятия таких технических решений, которые сокращают потребление энергии. В работе [3] исследовано современное состояние энергоэффективности и пути оптимизации потребления энергии умными вещами.
Одним из мощных потребителей электроэнергии становится интернет вещей, терминалами которого являются умные вещи (сенсорные устройства) с автономным питанием, взаимодействующие друг с другом через эфирные сети [4; 5]. Увеличение времени жизни сети такого типа прямо зависит от экономии заряда аккумуляторов сенсорных устройств, а главным потребителем энергии аккумуляторов являются радиопередатчики, которым на передачу одного бита требуется примерно в миллион раз больше энергии, чем при обработке этого бита в процессоре.
Потребность в повышении экологичности инфокоммуникационных сетей, с одной стороны, и в увеличении времени жизни сенсорных устройств за счет экономии энергии их батарей, с другой, определяют актуальность проведенного исследования, результаты которого могут быть применимы при разработке методов управления энергопотреблением в интернете вещей [6; 7; 8].
Материалы и методы
Материалы подготовлены на основе рекомендаций МСЭ-Т У.2060, МСЭ-Т У.3021, ГТО-TRecommendationsY.3000-Y.3499 [2; 9; 10], где на первый план выходит требование низкого энергопотребления всеми устройствами сети, и одним из основополагающих факторов, влияющих на создание сетей будущего, назван экологический фактор. Таким образом, главной задачей при построении сетей является применение энергосберегающих технологий [11; 12; 13].
В рекомендации МСЭ-Т Y.3021 [10] выделяется три уровня (устройств, оборудования и сети в целом), для каждого из которых требуется разработка специфических технологий энергосбережения. На сетевом уровне энергосбережению может способствовать не только рациональный выбор параметров протоколов управления информационными потоками, таких как: длина передаваемых блоков; способ маршрутизации пакетов по сети; алгоритм доступа к среде передачи; метод помехоустойчивого кодирования передаваемых блоков, процедуры сжатия, шифрования информации и пр. [13], но и управление мощностью радиопередатчика сенсорного устройства. При сокращении расстояния между взаимодействующими сенсорами эту мощность можно адаптивно уменьшать, а при увеличении - увеличивать. Соответствующие механизмы реализованы в целом ряде действующих эфирных сетей.
Совокупные затраты электроэнергии в сети с соответствующими протоколами в этом случае зависят не только от интенсивности информационного взаимодействия терминалов, но и от плотности сенсорного поля и критерия выбора транзитно умной вещи.
Целью настоящей работы является разработка модели оценки совокупных энергозатрат на организацию информационного взаимодействия умных вещей беспроводной сенсорной сети (ББС), зависящих от пространственных параметров сети и технических параметров сенсорных устройств, поскольку именно этот показатель характеризует экологич-ность сети в процессе функционирования и дает представление о времени жизни сети как целого.
Объектом исследования выступает всепроникающая сенсорная сеть, которая представляет собой множество связанных друг с другом и с облаком умных вещей с сенсорами, обеспечивающими измерение физических параметров окружающей среды.
Предполагается, что сенсорная сеть имеет ячеистую (или mesh) топологию и на канальном уровне обеспечивает прямую связь между соседями в пределах дальности радиосвязи, а с другими элементами -при помощи ретрансляций. Для связи с внешним окружением может использоваться координатор.
Сенсорная сеть характеризуется размером сенсорного поля и количеством расположенных в этом пространстве умных вещей. В отличии от зоны охвата инфраструктурных сетей сенсорное поле может менять линейные размеры, которые зависят от случайных перемещений умных вещей; быть как двумерным, так и трехмерным, вмещать изменяю-
щееся количество умных вещей, требующих комплексного управления.
Примеры сенсорного поля - это территория населенного пункта, система мониторинга аромо-безопасности на некоторой территории [14; 15], ферма в сельском хозяйстве, тело или часть тела человека в медицине, нефтяная платформа в добывающей промышленности и т. п.
От площади или объема сенсорного поля и количества объединяемых умных вещей зависят все остальные пространственные характеристики.
Моделью сенсорного поля выбрано поле точек, которые случайным образом распределены в пространстве, а основной характеристикой - плотность поля, измеряемая средним числом точек, находящихся на единице площади (объема). Рассматривается сенсорное поле, состоящее из однородных сенсоров, у которого:
- вероятность появления того или иного числа точек в любой области плоскости (пространства) не зависит от того, сколько точек попало в любые области, не пересекающиеся с данной;
- вероятность попадания в элементарную область двух или более точек пренебрежимо мала по сравнению с вероятностью попадания одной точки.
Такое сенсорное поле можно описать пуассо-новским полем точек.
При указанных условиях получены функции распределения вероятности случайной величины мощности излучающей антенны сенсорного устройства, достаточной для передачи блока данных на приемную сторону, и общего энергопотребления устройств этой сети при информационном взаимодействии.
В исследовании использовались методы системного анализа, методы прикладной математики, теории вероятности и математической статистики.
Результаты
Согласно применяемым на сегодняшний день протоколам маршрутизации всепроникающих сенсорных сетей возможны различные варианты ретрансляции блоков данных при передаче от умной вещи к базовой станции: первому, второму и так далее «соседу» (рис. 1).
Построим математическую модель физического процесса информационного взаимодействия в ББС в случае пуассоновского поля точек (сенсорных узлов) и для различных вариантов ретрансляций блоков данных - первому, второму и четвертому соседу.
Число точек (т) равномерного пуассоновского поля на плоскости с плотностью V на достаточно
большом круге радиуса Я распределено по закону Пуассона:
ат
р =-е~а
Рт т\ ' где - математическое ожидание числа точек, попадающих в область 5 [ м 2 ] [16].
Рис. 1. Возможные варианты ретрансляций блоков данных (a - ретрансляция ближайшейумной вещи; b - ретрансляция второй ближайшей умной вещи; с - ретрансляция третьей ближайшей умной вещи) Fig. 1. Possible options for hops (a - relaying to the nearest smart thing; b - relaying to the second closest smart thing;
c - relaying to the third nearest smart thing)
Функция распределения расстояния между точками равномерного пуассоновского поля точек на плоскости подчиняется закону Рэлея: для ближайшего «соседа» (сенсорного узла) закон распределения имеет вид
Fi(r) = 1 - е~пг2у, откуда плотность распределения случайной величины г:
2
Д(г) = 2nvre~nr v.
Тогда среднее расстояние до ближайшей умной вещи вычисляется по формуле:
Г = J™ г ■ Д(г) dr = J™г ■ 2 nvrе~пг2vdr =
Согласно формуле Г. Фрииса [17] мощность радиосигнала на передающей антенне объекта ББС определяется следующим образом: = 16Pavn2r2
СпрСперу
где у- длина волны [м], передаваемого радиосигнала, Спер - коэффициент усиления передающей антенны, С пр - коэффициент усиления приёмной антенны, - мощность радиосигнала на передающей антенне [Вт] (без учёта потерь), -мощность радиосигнала на принимаемой антенне
[Вт] (без учёта потерь), г - расстояние между антеннами объектов БСС в метрах. Требуемая мощность сигнала на передающей антенне ( ) в предположении, что мощность радиосигнала на приемной антенне ( ) постоянна, случайная величина, зависящая от расстояния между взаимодействующими объектами.
Длина волны связана с частотой потока сигнала у = у, где гс - скорость света ( ~3-1 0 8 м/с).
Подставив 7 в формулу Фрииса, получим мощность радиосигнала на передающей антенне в виде:
16Рпртт:2г2/"2
Р =
1 пер
'пр' Г Г v 2
^ припер
Среднюю мощность находим, подставив среднее расстояние:
4Рпртт2/2
Р =
пер v С
пр^_
Г v 2
припер ис
Общее время передачи всех блоков данных ? = Л - т, где т - время активности умного объекта при передаче одного блока, Л - суммарная интенсивность передачи всех блоков.
Суммарная интенсивность с учетом транзитов Л = (к + 1) - А, где к - количество хопов, А - интенсивность передачи блоков.
Скорость канала на частоте / по формуле Найквиста равна 2 / бит/с, и тогда время активности т вычисляется как т = Ь/2/, где Ь - длина передаваемых блоков (бит).
Количество транзитов (хопов) будем считать в сторону увеличения к ближайшему целому числу
Я
к =
2 ■ г время
принимает вид
t =
Тогда общее ([ДУУ+1])ЯЬ 2/ .
Средняя энергия, затрачиваемая на передачу блока умной вещи:
ё = Р - £
с 1 пер
Окончательное выражение для расчета средней энергии, затрачиваемой на передачу блока данных ближайшему объекту:
_ 2Рпр^2/АЬ([я7^1 + 1)
<?i
v СпрСпер^с
Средняя энергия, затрачиваемая на передачу блока второй по расстоянию умной вещи:
9Рпр^2/АЬ + 1)
е2 =
2 v СППС
припер ^с
Средняя энергия, затрачиваемая на передачу блока четвертому сенсорному объекту:
1225 ■ Рпртс2/ЯЬ ([ЦSVv| + l)
вл =
1 2 8 ■ v С „„ С
пр^пер^с
Рассмотрим случай, когда информация передается п-й умной вещи. Закон Рэлея для этого (общего) случая согласно [16]:
Fuir) = 1
Tl—1
I
к=О
или
где
(nr2v)k ~к\ е
Г (n,r2v)
= Г(п) '
Г (п) = Се~ * tn - ^ t,
Г (п, r2v) = J™ е- ftn- 1dt.
Плотность распределения случайной величи-
ны г:
fniT) =
гГ(п)
jj.nyTiy.2n e~nr2v
Тогда среднее расстояние до п-й умной вещи вычисляется по формуле:
(«4)
г =
Тя^Г («) '
а средняя энергия, которая потребуется на передачу Ь бит информации п-й вещи примет вид:
8 - РпрйГ (п +1) /А Ь (
еб —
РУЙУУГ (п)
'(п+2)
+1
УГ(П)2СПРС
пр'-'пер^'с
Численный расчет
Применяя вышеприведенные выражения, проведем численный расчет и анализ влияния параметров рассматриваемой беспроводной сенсорной сети и умных вещей на требуемую мощность радиосигнала на передающей антенне объекта ББС.
Предположим, что при передаче блока по маршруту при выборе транзитной умной вещи с вероятностью выбирается ближний «сосед» и с вероятностью ( 1 - р ) четвертый «сосед». Тогда энергия, затрачиваемая на передачу блока ё^ = ё1 - р + - ( 1 - р ), 2 Рпрй 2 /А Ь([Я ^ + 1 )
еоб щ
v СппС
пр'-'пер^'с
■р +
1 2 2 5 ■ Рп р7Г2/ЯЙ ([Ця VV| + 1 )
128-vCnnC
пр^пер^с
р).
С = 1
При значениях
,
/ = 1 3 . 5 6-1 06Г ц , Ь = 64 б ИТ , V = 0, 0 1 1 / м2:
ё^=- 1 , 1 7-1 0 7р + 2-1 0 7 Дж.
С =1
"^пер х
м/с
Р = 56 Я = 1 блок/с
а
Рис. 2. Зависимость энергопотребления от вероятности выбора варианта транзита Fig. 2. The dependence of energy consumption on the probability of choosing a transit option
Также в работе рассмотрено влияние на энергопотребление умной вещи следующих параметров всепроникающей сенсорной сети: плотность распределения объектов умных вещей в сети (у), длина (Ь) и интенсивность (А) передачи блоков, частота радиосигнала (/), варианта транзита.
Зависимость энергопотребления от плотности распределения умных вещей на плоскости при разных вариантах передачи для различных значений частот сигнала представлена на рисунке 3.
На рисунке 4 представлена зависимость энергопотребления от длины передаваемых блоков при значениях частоты сигнала / = 13'56 ■ 106Г, интен-
сивностипередаваемых блоковА = 1 блок/с и плот-
1
ности распределения у = 0'01 —.
Зависимости энергопотребления от интенсивности появления блоков и от различных значений
частоты при длине передаваемых блоков Ь = 64 бит
1
и плотности распределения у = 0'01 —представлены на рисунках5 и 6, соответственно.
Обсуждение При проектировании сетей связи, созданных в ХХ веке, не учитывались зависимости между их пространственными, временными и энергетиче-
скими характеристиками, а показатели качества функционирования описывались вероятностно-временными характеристиками, такими как функции распределения вероятностей величины времен передачи данных от источника информации в канал связи, перемещения сигнала по каналам между сетевыми центрами, управления движением сигнала в сетевых центрах или их составляющими [11; 18].
Еще одним видом показателей являются показатели надежности сети [19]. Примером исследования, в котором для повышения надежности передачи в сети предлагается резервированное распределение запросов, но при этом не учитываются дополнительные затраты энергии на подобное взаимодействие, может служить работа [20].
В современных сетях, таких как FN или интернет вещей, взаимной зависимостью физических параметров уже нельзя пренебречь. Полученные в настоящей работе результаты подтверждают это положение и позволяют количественно сопоставить зависимость качества обслуживания, измеряемого в показателях вероятностно-временных характеристик, с энергозатратами, обеспечивающими это качество.
до ближайшего соседа / to the nearest neighbor - до второго соседа / to second neighbor до четвертого соседа / to fourth neighbor_
Рис. 3. Зависимость энергопотребления от плотности умных вещей при значениях частот сигнала: a) ; b) ; с) ; d)
Fig. 3. Dependence of energy consumption on the density of smart things at signal frequencies a) / = 1 3 . 5 6 ■ 1 0 6H z ; b) / = 4 0 ■ 1 0 6H z; с)/ = 2 . 4 ■ 1 0 9H z ; d) / = 5 . 8 ■ 1 0 9H z
Рис. 4. Зависимость энергопотребления от длины передаваемых блоков Fig. 4. Dependence of energy consumption on the length of the transmitted blocks
Рис. 5. Зависимость энергопотребления от интенсивности появления блоков Fig. 5. Dependence of energy consumption on the intensity of the appearance of blocks
Рис. 6. Зависимость энергопотребления от частоты радиосигнала Fig. 6. Dependence of power consumption on the frequency of the radio signal
Представленный материал конкретизирует результаты работы [21], в которой впервые выработан общий подход к выбору информационных технологий, учитывающий не только качество информационного взаимодействия в определенной предметной области, но и объемы потребных физических ресурсов, и развивает результаты работы [22], где при моделировании процесса взаимодействия устройств интернета вещей учитывалось влияние на энергопотребление протоколов физического и канального уровней.
Заключение В данном исследовании рассматриваются вероятностно-энергетические характеристики, которые зависят от параметров сети не только физического и канального, но и сетевого уровня. К используемым ранее показателям оценки эффективности
сети предлагается добавить вероятностно-энергетические характеристики, которые зависят от пространственных параметров сети и технических характеристик сенсорных устройств.
Исследование позволило определить взаимную зависимость энергетических и информационных параметров сенсорной сети.Построенная модель позволит оценить время жизни сенсорной сети. Эффективным инструментом энергосбережения сети являются параметры протоколов уровня сети, которые зависят, в частности, от распределения сенсорных устройств в пространстве.
Возможным развитием представленного исследования может быть разработка протоколов маршрутизации, использующих оценку энергозатрат сенсорными устройствами.
СПИСОК ЛИТЕРАТУРЫ
1. Vorobieva D., Kefeli I., Kolbanev M., Shamin A. Architecture of Digital Economy // 2018 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), P. 357-363.
2. ITU-TRecommendationsY.3000-Y.3499: Futurenetworks [Электронный ресурс]. Режим доступа: http: //www .itu.int/ITU-T/recommendations/in-dex.aspx?ser=Y.
3. Hu R. Q., Qian Y. An energy efficient and spectrum efficient wireless heterogeneous network framework for 5G systems // IEEE Communications Magazine. 2014. V. 52. №. 5. P. 94-101.
4. Gubbi J., Buyya R., Marusic S., Palaniswami M. Internet of Things (IoT): A vision, architectural elements, and future directions // Future generation computer systems. 2013. V. 29. № 7. P. 1645-1660.
5. Atzori L., Iera A., Morabito G. The internet of things: A survey // Computer networks. 2010. V. 54. №. 15. P.2787-2805.
6. Астахова Т. Н., Колбанев М. О., Шамин А. А. Обеспечение энергоэффективности интернета вещей // Региональная информатика и информационная безопасность. 2018. С. 203-204.
7. Li G. Y. et al. Energy-efficient wireless communications: tutorial, survey, and open issues // IEEE Wireless Communications. 2011. V. 18. № 6. P. 28-35.
8. Feng D. et al. A survey of energy-efficient wireless communications // IEEE Communications Surveys & Tutorials. 2013. Vol. 15. № 1. P. 167-178.
9. Рекомендация МСЭ-T Y.2060 (06/2012). Серия Y: Глобальная информационная инфраструктура, аспекты протокола Интернет и сети последующих поколений. Сети последующих поколений - Структура и функциональные модели архитектуры. Обзор Интернета вещей.
10. Рекомендация МСЭ-T Y.3021 (01/2012). Серия Y: Глобальная информационная инфраструктура, аспекты протокола Интернет и сети последующих поколений. - Будущие сети. Основы энергосбережения для будущих сетей. [Электронный ресурс]. Режим доступа: https://www.itu.int/itu-t/recommendations/rec.aspx?rec=11446
11. Верзун Н. А., Колбанев М. О., Омельян А. В. Регулируемый множественный доступ в беспроводной сети умных вещей // Омский научный вестник. Сер.: Информатика, вычислительная техника и управление,
2016. № 4 (148). С. 147-151.
12. Воробьев А. И., Колбанев А. М., Колбанев М. О. Модель оптимизации энергопотребления умными вещами // Известия СПбГЭТУ «ЛЭТИ», 2015. № 7. С. 46-49.
13. Верзун Н. А., Колбанев М. О., Колбанев А. М. Энергетическая эффективность помехоустойчивого кодирования в беспроводных сетях интернета вещей // Изв. вузов. Приборостроение. 2017. Т. 60. № 2. C. 143-149.
14. Bystryakov D. S., Kolbanev M. O., Tsehanovsky V. V. Architecture of a network-centric vital space aro-mosecurity monitoring system // XX IEEE International Conference on Soft Computing and Measurements (SCM).
2017. P.648-650.
15. Afanasiev D. S., KolbanevM. O., Tsehanovsky V. V. Physical layer of aromosecurity monitoring system. // XX IEEE International Conference on Soft Computing and Measurements (SCM). 2017. P. 666-668.
16. Вентцель Е. С., Овчаров Л. А. Задачи и упражнения по теории вероятностей. М. : Академия, 2003.
576 с.
17. Уоллес Р. Максимальная дальность связи по радиоканалу в системе: как этого добиться? // Новости электроники. 2015. № 11. С. 3-13.
18. Верзун Н. А., Воробьев А. И., Пойманова Е. Д. Моделирование процесса передачи информации с разграничением прав доступа пользователей // Изв. вузов. Приборостроение. 2014. № 9. С. 33-37.
19. Kolomoitcev V., Bogatyrev V. A. The Fault-Tolerant Structure of Multilevel Secure Access to the Resources of the Public Network. In: Vishnevsky V., Samouylov K., Kozyrev D. (eds.) DCCN 2016. CCIS, V. 678, P. 302-313.
20. Bogatyrev V. A., Vinokurova M. S. Control and Safety of Operation of Duplicated Computer Systems // Communications in Computer and Information Science. 2017. V. 700. P. 331-342.
21. Kolbanev M. O., Tatarnikova T. M. Physical resources of information processes and technologies // NauCno-tehniceskij Vestnik Informacionnyh Tehnologij. 2014. V. 14. № 6, P. 113-122.
22. Колбанёв М. О., Верзун Н. А., Омельян А. В. Об энергетической эффективности сетей пакетной передачи данных // Изв. вузов. Приборостроение. 2014. № 9. С. 42-46.
Дата поступления статьи в редакцию 05.02.2019, принята к публикации 05.03.2019.
Информация об авторах: Астахова Татьяна Николаевна, кандидат физико-математических наук, доцент кафедры «Информационные системы и технологии»
Адрес: Нижегородский государственный инженерно-экономический университет, 606340, Россия, Княгинино, ул. Октябрьская, 22а E-mail: ctn_af@mail.ru Spin-код: 2158-3392
Верзун Наталья Аркадьевна, кандидат технических наук, доцент кафедры «Информационные системы»
Адрес: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), 197376, Россия, Санкт-Петербург, ул. Профессора Попова, 5 E-mail: verzun.n@unecon.ru Spin-код: 3678-8475
Колбанев Михаил Олегович, доктор технических наук, профессор, профессор кафедры «Информационные системы»
Адрес: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), 197376, Россия, Санкт-Петербург, ул. Профессора Попова, 5 E-mail: mokolbanev@mail.ru Spin-код: 1474-4401
Полянская Наталья Александровна, кандидат экономических наук, доцент кафедры «Информационные системы и технологии»
Адрес: Нижегородский государственный инженерно-экономический университет, 606340, Россия, Княгинино,
ул. Октябрьская, 22а
E-mail: polyanska2012@yandex.ru
Spin-код: 1622-5580
Шамин Алексей Анатольевич, кандидат экономических наук, доцент кафедры «Инфокоммуникационные технологии и системы связи»
Адрес: Нижегородский государственный инженерно-экономический университет, 606340, Россия, Княгинино, ул. Октябрьская, 22а E-mail: ngiei-spo@mail.ru Spin-код: 9288-8362
Заявленный вклад авторов:
Астахова Татьяна Николаевна: сбор и обработка материалов, поиск аналитических материалов в отечественных и зарубежных источниках, визуализация / представление данных в тексте, подготовка текста статьи. Верзун Наталья Аркадьевна: сбор и обработка материалов, поиск аналитических материалов в отечественных и зарубежных источниках, визуализация / представление данных в тексте, подготовка текста статьи. Колбанев Михаил Олегович: научное руководство, общее руководство проектом, формулирование основной концепции исследования, сбор и обработка материалов, подготовка первоначального варианта текста, визуализация / представление данных в тексте, анализ и дополнение текста статьи.
Полянская Наталья Александровна: сбор и обработка материалов, участие в обсуждении материалов статьи, анализ и дополнение текста статьи.
Шамин Алексей Анатольевич: сбор и обработка материалов, участие в обсуждении материалов статьи, анализ и дополнение текста статьи.
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERENCES
1. Vorobieva D., Kefeli I., Kolbanev M., Shamin A. Architecture of Digital Economy, 2018 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), pp. 357-363.
2. ITU-TRecommendationsY.3000-Y.3499: Futurenetworks [Elektronniy resurs]. Available at: http : //www .itu.int/ITU-T/recommendations/in-dex.aspx?ser=Y.
3. Hu R. Q., Qian Y. An energy efficient and spectrum efficient wireless heterogeneous network framework for 5G systems, IEEE Communications Magazine, 2014, Vol. 52, No. 5, pp. 94-101.
4. Gubbi J., Buyya R., Marusic S., Palaniswami M. Internet of Things (IoT): A vision, architectural elements, and future directions, Future generation computer systems, 2013, Vol. 29, No. 7, pp. 1645-1660.
5. Atzori L., Iera A., Morabito G. The internet of things: A survey, Computer networks, 2010, Vol. 54, No. 15, pp.2787-2805.
6. Astakhova T. N., Kolbanev M. O., Shamin A. A. Obespecheniye energoeffektivnosti interneta veshchey [Ensuring Energy Efficiency of the Internet of Things], Regional'naya informatika i informatsionnaya bezopasnost' [Regional informatics and information security], 2018, pp. 203-204.
7. Li G. Y. et al. Energy-efficient wireless communications: tutorial, survey, and open issues, IEEE Wireless Communications, 2011, Vol. 18, No. 6, pp. 28-35.
8. Feng D. et al. A survey of energy-efficient wireless communications, IEEE Communications Surveys & Tutorials, 2013, Vol. 15, No. 1, pp. 167-178.
9. Rekomendatsiya MSE-T Y.2060 (06/2012). Seriya Y: Global'naya informatsionnaya infrastruktura, aspekty protokola Internet i seti posleduyushchikh pokoleniy. Seti posleduyushchikh pokoleniy - Struktura i funktsional'nyye modeli arkhitektury. Obzor Interneta veshchey [Recommendation ITU-T Y.2060 (06/2012). Y Series: Global Information Infrastructure, Internet Protocol Aspects and Next Generation Networks. Next Generation Networks - Structure and Functional Architecture Models. Overview of the Internet of Things].
10. Rekomendatsiya MSE-T Y.3021 (01/2012). Seriya Y: Global'naya informatsionnaya infrastruktura, aspekty protokola Internet i seti posleduyushchikh pokoleniy. Budushchiye seti. Osnovy energosberezheniya dlya budush-chikh setey [Recommendation ITU-T Y.3021 (01/2012). Y Series: Global Information Infrastructure, Internet Protocol Aspects and Next Generation Networks. Future network. Basics of energy saving for future networks]. [Elektronnyy resurs]. Available at: https://www.itu.int/itu-t/recommendations/rec.aspx?rec=11446
11. Verzun N. A., Kolbanev M. O., Omel'yan A. V. Reguliruyemyy mnozhestvennyy dostup v besprovodnoy seti umnykh veshchey [Regulated multiple access in the wireless network of smart things], Omskiy nauchnyy vestnik. Ser.: Informatika, vychislitel'naya tekhnika i upravleniye [Omsk Scientific Herald. Ser.: Computer Science, Computer Engineering and Management], 2016, No. 4 (148), pp. 147-151.
12. Vorob'yev A. I., Kolbanev A. M., Kolbanev M. O. Model' optimizatsii energopotrebleniya umnymi vesh-chami [The model of optimization of energy consumption by smart things], Izvestiya SPbGETU «LETI» [News of St. Petersburg State Electrotechnical University «LETI»], 2015, No. 7, pp.46-49.
13. Verzun N. A., Kolbanev M. O., Kolbanev A. M. Energeticheskaya effektivnost' pomekhoustoychivogo ko-dirovaniya v besprovodnykh setyakh interneta veshchey [Energy Efficiency of the Noise-Resistant Coding in the Wireless Networks of the Internet of Things], Izv. vuzov. Priborostroyeniye [Izvestiya Vuzov. Instrument making], 2017, Vol. 60, No. 2, pp.143-149.
14. Bystryakov D. S., Kolbanev M. O., Tsehanovsky V. V. Architecture of a network-centric vital space aro-mosecurity monitoring system, XX IEEE International Conference on Soft Computing and Measurements (SCM), 2017, pp. 648-650.
15. Afanasiev D. S., Kolbanev M. O., Tsehanovsky V. V. Physical layer of aromosecurity monitoring system, XX IEEE International Conference on Soft Computing and Measurements (SCM), 2017, pp. 666-668.
16. Venttsel' Ye. S., Ovcharov L. A. Zadachi i uprazhneniya po teorii veroyatnostey [Tasks and Exercises on Probability Theory], M^bic^: Akademiya, 2003, 576 p.
17. Uolles R. Maksimal'naya dal'nost' svyazi po radiokanalu v sisteme: kak etogo dobit'sya? [Maximum radio communication range in the system: how to achieve this?], Novosti elektroniki [News of electronics], 2015, No. 11, pp.3-13.
18. Verzun N. A., Vorob'yev A. I., Poimanova E. D. Modelirovaniye protsessa peredachi informatsii s razgra-nicheniyem prav dostupa pol'zovateley [Modeling Information Transfer Process in Network with Access Rights Differentiation], Izv. vuzov. Priborostroyeniye [Izvestiya Vuzov. Instrument making]. 2014. No. 9. pp. 33-37.
19. Kolomoitcev V., Bogatyrev V. A. The Fault-Tolerant Structure of Multilevel Secure Access to the Resources of the Public Network. In: Vishnevsky V., Samouylov K., Kozyrev D. (eds.) DCCN 2016. CCIS, Vol. 678, pp. 302-313.
20. Bogatyrev V. A., Vinokurova M. S. Control and Safety of Operation of Duplicated Computer Systems, Communications in Computer and Information Science, 2017, Vol. 700, pp. 331-342.
21. Kolbanev M. O., Tatarnikova T. M. Physical resources of information processes and technologies, Naucno-tehniceskij VestnikInformacionnyh Tehnologij, 2014, Vol. 14, No. 6, pp. 113-122.
22. Kolbanev M. O., Verzun N. A., Omel'yan A. V. Ob energeticheskoy effektivnosti setey paketnoy peredachi dannykh [On Energy Efficiency of Packet Transmission Networks], Izv. vuzov. Priborostroyeniye [Izvestiya Vuzov. Instrument making]. 2014. No. 9. pp. 42-46.
Submitted 05.02.2019; revised 05.03.2019.
About the authors: Tatyana N. Astakhova, Ph. D. (Physics and Mathematics), associate professor of the chair «Information systems and technologies»
Address: Nizhny Novgorod State of engineering-economic university, 606340, Russia, Knyaginino, Oktyabrskaya Str., 22a E-mail: ctn_af@mail.ru Spin-code: 2158-3392
Natalia A. Verzun, Ph. D. (Engineering), associate professor of the chair «Information systems» Address: St. Petersburg State Electrotechnical University «LETI», 197376, Russia, St. Petersburg, Professor Popov Str., 5 E-mail: verzun.n@unecon.ru Spin- code: 3678-8475
Mikhail O. Kolbanev, Dr. Sci. (Engineering), professor of the chair «Information systems» Address: St. Petersburg State Electrotechnical University «LETI», 197376, Russia, St. Petersburg, Professor Popov Str., 5 E-mail: mokolbanev@mail.ru Spin- code: 1474-4401
Natalia A. Polyanskaya, Ph. D. (Economy), associate professor of the chair Information systems»
Address: Nizhny Novgorod State of engineering-economic university, 606340, Russia, Knyaginino,
Oktyabrskaya Str., 22a
E-mail: polyanska2012@yandex.ru
Spin- code: 1622-5580
Alexey A. Shamin, Ph. D. (Economy), associate professor of the chair «Infocommunication technologies and communication systems»
Address: Nizhny Novgorod State of engineering-economic university, 606340, Russia, Knyaginino, Oktyabrskaya Str., 22a E-mail: ngiei-spo@mail.ru Spin- code: 9288-8362
Contribution of the authors:
Tatyana N. Astakhova: collection and processing of materials, search for analytical materials in Russian and international sources, visualization / presentation of the data in the text, writing of the draft.
Natalia A. Verzun: collection and processing of materials, search for analytical materials in Russian and international sources, visualization / presentation of the data in the text, writing of the draft.
Mikhail O. Kolbanev: research supervision, managed the research project, developed the theoretical framework, collection and processing of materials, preparation of the initial version of the text, visualization / presentation of the data in the text, analysing and supplementing the text.
Natalia A. Polyanskaya: collection and processing of materials, participation in the discussion on topic of the article, analysing and supplementing the text.
Alexey A. Shamin: collection and processing of materials, participation in the discussion on topic of the article, analysing and supplementing the text.
All authors have read and approved the final manuscript.
