CC BY
6
doi: 10.36724/2409-5419-2023-15-6-26-33
ВЛИЯНИЕ КОНЦЕПЦИИ ПРОМЫШЛЕННОГО ИНТЕРНЕТА ВЕЩЕЙ НА РАЗВИТИЕ ЦЕПЕЙ ПОСТАВОК
ИСКАНДЕРОВ Юрий Марсович1
ШАХНОВ
Сергей Федорович2 БУЦАНЕЦ
Артем Александрович2 ЧУМАК
Александр Сергеевич2
Сведения об авторах:
1 Санкт-Петербургский Федеральный исследовательский центр Российской академии наук (СПб ФИЦ РАН),
г. Санкт-Петербург Россия
2 ФГБОУ ВО "ГУМРФ имени адмирала С.О. Макарова", г Санкт-Петербург Россия
АННОТАЦИЯ
Введение: В статье рассмотрено возможное влияние концепции промышленного интернета вещей на развитие логистической деятельности. Изложены особенности функционирования систем промышленного интернета вещей. Повсеместное применение киберфизических систем, которые обладают возможностями самоорганизации и оптимизации без участия человека, открывает новые возможности для организации любого типа произвоства, в том числе портов и терминалов. Вместе с тем возникает необходимость в создании условий контроля и прогнозирования управляющих воздействий, которые могли бы с одной стороны оставлять самоорганизующуюся систему в определенных рамках, а с другой - осуществлять противодействие деструктивным внешним воздействиям. Цель исследования: В статье рассматривается переход исследовательского интереса от иерархически организованных структур с вертикальным управлением в сторону децентрализованных самоорганизующихся сетевых сообществ автономных агентов с горизонтальной координацией действий для достижения общих целей (например, многоагентных систем). Рассмотрены преимущества автономии логистических акторов. При полном равноправии, свободе действий и принятия решений при ограничении на иерархизацию, допускающем лишь частичное (временное, ситуационное) лидерство, и возникают такие преимущества, как простота внедрения, адаптивность и минимальный оперативный объем информации для заданного уровня обработки. Рассмотрена модель взаимодействующих предприятий в рамках цепочек поставок, основу которой определяет распределенная интегрированная логистическая среда, опирающаяся на комбинации ключевых компетенций логистики в так называемых саморегулируемых компетенц-центрах. Результаты: Для поддержки взаимодействия в автономных логистических системах предложено использовать Р2Р технологии для некоторых акторов, поскольку Эти технологии полностью децентрализованы и не нуждаются в какой-либо централизованной/ иерархической структуре для управления взаимодействиями акторов. Проанализирована типовая современная глобальная логистическая сеть, сформированная в процессе динамического взаимодействия гетерогенных (человеческих и не-человеческих) акторов. Предложена классификация рисков, связанных с логистикой, построенная в соответствии с ценностными приоритетами, призванными руководствоваться принципами при принятии соответствующих административных решений и распределении финансовых затрат на обеспечение безопасности логистической деятельности.
КЛЮЧЕВЫЕ СЛОВА: промышленный интернет вещей, цепи поставок, логистическая деятельность, интеллектуализация, интегрированные логистические информационные системы
Для цитирования: Искандеров Ю.М., Шахнов С.Ф., Буцанец А.А., ЧумакА.С. Влияние концепции промышленного интернета вещей на развитие цепей поставок // Наукоемкие технологии в космических исследованиях Земли. 2023. Т. 15. № 6. С. 26-33. doi: 10.36724/2409-5419-2023-15-6-26-33
Введение
Лавинообразный рост количества информации, усложнение моделей, обработка большого числа параметров и характеристик увеличивает технические требования, связанные со скоростью и качественными показателями обработки. Возросший масштаб одновременно задействованных автономных устройств, необходимость координации их действий, которые могут функционировать в различных условиях, а коммуникация ме^ду которыми происходит на основе протоколов, требует формирования адекватных алгоритмов организации и координации. Согласованные действия автономных устройств в реальных условиях подвергается множеству внешних и внутренних воздействий. Обеспечение согласованного взаимодействия в пространстве и времени является первостепенной необходимостью при решении практических организационно-технических задач.
Повсеместное применение киберфизических систем, которые обладают возможностями самоорганизации и оптимизации без участия человека, дает новые возможности организации производства. Вместе с тем возникает необходимость в создании условий контроля и прогнозирования управляющих воздействий, которые могли бы с одной стороны оставлять самоорганизующуюся систему в определенных рамках, а с другой - осуществлять противодействие деструктивным внешним воздействиям.
Развитие различных технологий АСУ, появление новой парадигмы производственных процессов в совокупности с использованием сети Интернет дает развитие новой модели производственных процессов, а именно, промышленному интернету вещей (англ. Industrial Internet of Things, IIoT), представляющему собой систему интегрированных компьютерных сетей и подключенных к ним производственных объектов со встроенными датчиками и программным обеспечением для сбора и обмена данными, с возможностью удаленного контроля и управления в автоматизированном режиме, без участия человека-оператора.
Технологии IIoT позволяют обеспечить обработку потока данных в реальном времени, оперативную реакцию и адаптацию функционирования производственных процессов с учетом изменений состояния внешней и внутренней среды, и реализацию принятия решений автономно, не привлекая знания и умения операторов-специалистов. Примером действий подобного характера является функционирование устройств, собирающих информацию о температуре и влажности в производственном помещении, в котором установлены необходимые датчики, которые передают данные по проводным и (или) беспроводным каналам связи для обработки в АСУ. В автоматическом режиме будет включен кондиционер, если в этой ситуации температура превысит установленные нормативные показатели. При нормализации условий возникшей ситуации кондиционер автоматически отключится, а система перейдет в режим оперативного мониторинга.
Особенности IIoT-систем
Современная архитектура IIoT-систем может быть представлена тремя уровнями:
- первый уровень - уровень конечных устройств (вещей, Things);
- второй уровень - уровень сетевых шлюзов и хабов (Network);
- ретий уровень - уровень облака (Cloud).
К первому уровню относятся различного рода датчики, сенсоры, контроллеры и прочее периферийное оборудование, необходимое для измерения всевозможных характеристик и передачи их значений по соответствующим коммуникационным каналам. Второй уровень формируют маршрутизаторы и хабы, реализующие концентрацию и подключение оконечного оборудования к сетевому серверу. Третий уровень образуется элементами виртуального пространства (Cloud), представляющего собой некоторый дата-центр, обрабатывающий, анализирующий и хранящий информацию.
На рисунке 1 представлена общая архитектура промышленного интернета вещей.
Рис. 1. Архитектура промышленного интернета вещей [1]
К процессам функционирования IIoT предъявляются высокие требования:
- жизненный цикл используемых устройств должен составлять не менее 25 лет;
- оперативная обработка огромных потоков данных (не менее 500 Гб трафика в день на одно устройство);
- бес рерывное подключение устройств к Интернету;
- максималь ая защита данных.
Использование технологий IIoT формирует современную интегрированную киберфизическую систему производства, позволяющую формировать единое информационное пространство всей цепочки предприятий, создающих конечную стоимость продукции (услуг). Интеллектуальные системы принимают на себя функции управления и принятия решений. IIoT позволяет изменить условия и алгоритмы взаимодействия в системе «производитель-поставщик-потребитель», тем самым обеспечивает повышение эффективности организации экономических и технологических процессов. Интеграция инфотелекоммуникационных и производственных технологий обеспечивает широкое применение современных методов ведения бизнеса и организации сервиса (например, использование «цифровых двойников», предик-тивной аналитики, мягких вычислений, методов машинного обучения).
Технологии IIoT позволяют объединять различные ресурсы (производственные, транспортные, людские и др.) в интересах эффективного управления в гибкие виртуальные пулы (shared economy) и предоставлять пользователю результаты использования устройств (функции устройств) за счет
реализации сквозного механизма выполнения бизнес-процессов. Использование 11оТ позволяет перейти к «цифровой экономике», отличающейся прежде всего организационно-технологической трансформацией предприятий в открытые системы интегрированных высокоавтоматизированных производственных процессов, в которых основными элементами являются вполне определенные облачные сервисы, реализующие автоматическое управление соответствующими устройствами. Иначе говоря, движущей силой управления производством выступают информация и автоматические средства ее обработки.
Применение технологий НоТ, как показывает уже накопленный мировой опыт, позволяет эффективно формировать сложные автоматизированные производственно-технологические процессы с учетом требований оперативности реализации, экономической обоснованности и охвата видов коммуникаций ме^ду производителями и потребителями различных товаров и услуг.
ПоТ-системы в логистической деятельности
Постоянное упоминание о четвертой промышленной революции, индустрии 4.0, интернете вещей говорит о необходимости изменения ряда системных взглядов разработки, реализации и использования производственных технологий. Несмотря на продолжительное существование проблемных вопросов управления, контроля и прогнозирования самоорганизующихся систем и устройств актуальность данной тематики постоянно растет. В настоящее время идет бурное развитие областей связанных с реализацией автономных систем, имеющих возможность не только функционировать в рамках решения заранее поставленной задачи, но и самостоятельно, основываясь на системе знаний выбирать способы достижения результатов. Все сказанное формирует новые задачи, пути решения, которые лежат в создании новых технологий проектирования и программных реализаций.
Одной из ключевых сфер деятельности, на которую в полной мере оказывает влияние концепция промышленного интернета вещей, является логистическая деятельность.
«Управление цепью поставок», в соответствии с определением Европейской логистической ассоциации, представляет собой «интегральный подход к бизнесу, реализующий основные принципы управления логистической цепью, такие как: формирование функциональных стратегий, организационной структуры, методов принятия решений, управления ресурсами, реализация поддерживающих функций, систем и процедур» [2]. Объектами управления в цепях поставок являются материальные потоки и сервисные потоки (потоки услуг), а также сопутствующие информационные, финансовые потоки (рис. 2) [2].
В связи со стремительным развитием новейших информационно-коммуникационных технологий (ИКТ) и их интенсивным внедрением в логистике, наряду с традиционными направлениями стало развиваться новое направление - так называемая информационная логистика, предметом которой является формирование нового системного подхода к управлению интегрированными цепями поставок (ИЦП), исследование проблем эффективного использования логистической
информации, а также создание интегрированных логистических информационных систем (ИЛИС), обеспечивающих движение материальных потоков в ИЦП [3].
Рис. 2. Объекты управления в цепях поставок [2]
Основная задача информационной логистики - оптимизация информационного потока для достижения максимально эффективного и безопасного функционирования ИЦП в конкурентной среде. Объекты исследования указанного направления - информационные потоки и процессы их обработки при осуществлении производственной и коммерческой деятельности ИЦП. Предмет информационной логистики является оптимизация процессов получения, обработки, передачи и хранения информации, связанной с материальными пото-камивИЦП[3].
Информационная логистика, как научно-практической деятельность, обеспечивает создание ИЛИС в интересах поддержки решения логистических задач в условиях различного рода требований и ограничений, накладываемых на используемые ресурсы, для достижения стратегических и оперативных целей, таких как [3]:
- минимизация затрат и максимизация адаптивности организаций, входящих в ИЦП, к постоянно изменяющимся внешним условиям;
- увеличение конечной прибыли, увеличение доли рынка и рост конкурентных преимуществ на основе анализа рисков и обеспечения приемлемого уровня безопасности;
- оперативное, высокого уровня качества обслуживание потребителей;
- сокращение затрат на 20-50% за счет применения быстрого, качественного и своевременного обмена данными.
В последнее время в рамках системного анализа произошла «перефокусировка» исследовательского интереса от иерархически организованных структур с вертикальным управлением в сторону децентрализованных самоорганизующихся сетевых сообществ автономных агентов с горизонтальной координацией действий для достижения общих целей (например, многоагентных систем) [3]. Этот подход нашел свое применение и в управлении логистическими системами, была предложена модель взаимодействующих предприятий в рамках цепочек поставок, основу которой определяет распределенная интегрированная логистическая среда, опирающаяся на комбинации ключевых компетенций логистики в так называемых саморегулируемых компетенц-цен-трах [3].
В [5] предложена система интеллектуальных агентов цепи поставок. Были определены различные типы агентов, и каждый агент был наделен набором элементов управления. Элементы управления отвечают за поддержку принятия решений агентом при планировании и реализации оперативных задач с использованием различных протоколов, основанных на аналитических или имитационных моделях (например, модели складирования, маршрутизации, выдачи/доставки точно в срок). Основные модули предлагаемой системы состоят из агента и сервисов, выполняемых этим агентом.
Каждый из модулей предполагает способность к переговорам/коммуникации с другими агентами, выполняющими операции для улучшения существующих или создания новых сервисов. Простейший сервис в такой системе представляет собой элементарное проблемно-ориентированное действие, например, перемещение партии продукции из пункта А в пункт Б. Комбинации элементарных действий могут формировать комплексные сервисы, такие как, например, распределение продукции при заданных ограничениях, вплоть до уровня цепи поставок как целого, которая в этом смысле может рассматриваться как комплексный сервис.
Каждый комплексный сервис выполняется агентом, хотя выполнение составляющих его сервисов более низкого уровня может быть распределено на множестве других агентов (делегировано другим агентам). Поскольку агенты действуют автономно, между ними не существует отношения доминирования/подчинения. Таким образом, для получения сервиса одним агентом от другого (других) агентов эти агенты должны прийти к консенсусу относительно условий предоставления сервиса. Консенсус достигается посредством переговоров - процесса коллективного принятия решений, в котором стороны излагают свои (возможно, противоречивые) требования и далее итеративно приближаются к согласию путем уступок или поиска альтернатив [5].
Одним из магистральных направлений развития логистических систем в современном мире является их всесторонняя интеллектуализация [6]. В литературе понятие интеллектуальной логистики, как правило, относится к множеству логистических операций (например, складирование, перевозки пассажиров и грузов, распределение заказов, управление транспортными потоками), осуществляемых с применением новых организационно-управленческих подходов, методов автоматизации, новых информационно-коммуникационных технологий (в том числе, технологий искусственного интеллекта), что переводит управление логистическими процессами на качественно иной уровень по сравнению с традиционными практиками, применявшимися на более ранних этапах развития логистики.
Сегодня интеллектуальная логистика представлена рядом концепций, объединенных идеей интеллектуализации логистических операций, таких как отслеживание движения товаров и транспортных средств в режиме реального времени, автоматическая идентификация проблемных ситуаций, автоматизированное принятие и исполнение решений [7]. Эти концепции включают, в частности: автономную логистику [8], интеллектуальные продукты [9], интеллектуальные транспортные системы [7], «физический интернет» [10], самоорганизующиеся логистические сети [11].
Архитектура автономной логистики основана на процессах децентрализованного принятия решений и координации действий логистических акторов в гетерархических структурах. Автономное управление в логистических системах предполагает способность акторов обрабатывать информацию, независимо принимать и исполнять решения. Можно выделить следующие элементы, обеспечивающие автономное функционирование логистических акторов [8]:
1. Идентификатор альтернатив
2. Система оценки
3. Самоидентификация акторов
4. Система исполнения
5. Информационно-коммуникационные технологии
Информационно-коммуникационные технологии (ИКТ)
являются необходимым фактором обеспечения автономного функционирования логистических объектов (транспортных единиц и систем, продуктов, систем обработки и распределения заказов). Радиочастотные метки (RFID) играют важнейшую роль в автономных логистических процессах, заменяя собой традиционные штрих-кодовые идентификаторы. Радиочастотные метки интегрируются с системами геопозиционирования (GPS, Galileo, ГЛОНАСС), обеспечивая, тем самым, высокий уровень координации ме^ду автономными логистическими объектами. Автономия логистических акторов подразумевает их полное равноправие и свободу действий и принятия решений при ограничении на иерархизацию, допускающем лишь частичное (временное, ситуационное) лидерство, и предоставляет следующие преимущества [8]:
- Простота внедрения: как правило, достаточно лишь запустить процесс, не уделяя особого внимания контролю. В процессе самоорганизации система настроит сама себя.
- Адаптивность: для любой логистической системы одной из основных характеристик является ее приспосабливаемость к изменяющейся окружающей среде, например, к нарушаемым графикам, сбоям в работе оборудования, флуктуациям рынка, форс-мажорным обстоятельствам и т.д. самоорганизующаяся система мгновенно реагирует на подобные события (в идеале - ведет себя проактивно по отношению к таким событиям). Для таких систем нет необходимости во внешнем контуре управления для контроля и управляющих воздействий на систему. Такой управляющий контур как бы встроен в систему отношений/взаимодействий между автономными акторами.
- Минимальный оперативный объем информации: информация напрямую «считывается» сообществом взаимодействующих акторов и не нуждается в специальном централизованном сборе, хранении, обработке и передаче [12].
Для поддержки взаимодействия в автономных логистических системах акторы могут использовать Р2Р технологии. Эти технологии полностью децентрализованы, т.е. не нуждаются в какой-либо централизованной/иерархической структуре для управления взаимодействиями акторов. В [13] приводится пример успешного временного альянса между компаниями IBM и Maersk, созданного для оптимизации работы с транспортными документами. Результатом стало блокчей-новое решение, позволившее собрать обширную сеть грузоотправителей, перевозчиков, портов и таможенных служб, в которой создание и подтверждение любого документа реали-зовывалось как блокчейновая транзакция.
Амбициозная цель проекта «физического интернета» (Р1 или ж) была определена его авторами как создание открытой глобальной логистической системы, основанной на физической, цифровой и операционной взаимосвязанности ее элементов посредством инкапсуляции, интерфейсов и протоколов [10]. Эта идея, расширяющая мир «интернета вещей», включая в него процессы сетевого обмена материальными объектами в физическом пространстве, и подводящая нас вплотную к концепции «интернета всего», вполне вписывается в современную интеллектуальную тенденцию «поворота к материальному».
Концепция «физического интернета» предполагает формирование открытой, глобальной, эффективной, устойчиво развивающейся логистической гиперсети, собранной из взаимосвязанных сетей материальных, виртуальных (цифровых) и социальных акторов. Для создания стабильно функционирующей системы авторы проекта предполагают ассоциировать пять сетей с большим числом гетерогенных компонентов: (а) сеть мобильности; (б) сеть распределения; (в) сеть реализации; (г) сеть поставок; (д) сеть обслуживания. Система как целое может достигнуть цели, заложенной в нее ее создателями, только через тщательно определенные отношения и взаимосвязи между пятью формирующими ее сетями. Набор стандартизированных протоколов, основанных на оценке критических факторов (скорость, уровень обслуживания, надежность, безопасность) был предложен для мониторинга действий л-акторов [10].
Интеллектуальный продукт интегрирует информацию и правила, относящиеся к его подготовке, хранению, обработке, пространственному перемещению, что наделяет его способностью поддержки указанных операций [9]. Важным функциональным элементом в архитектурах «интернета вещей» и «физического интернета» является информационно-коммуникационная инкапсуляция, представленная, в частности, концепцией интеллектуальных л-контейнеров, перемещающих интеллектуальные продукты и обменивающихся информацией с ними. Интеллектуальные продукты создают вокруг себя устойчивую систему, обеспечивающую их оптимальное прохождение по цепи поставок, через взаимодействие и альянсы с другими акторами ИЦП.
В основу интеллектуальных транспортных систем (ИТС) положены инновационные решения, связанные с мультимо-дальными перевозками и управлением транспортными потоками, обеспечивающие оптимально скоординированное, эффективное и безопасное использование транспортных сетей [7]. Такие решения, основанные, в том числе, на многоагент-ном подходе, представляются очень хорошо применимыми в транспортных системах по следующим основным причинам [14]:
- Задачи маршрутизации являются имманентно распределенными. Транспортные единицы и заказы на перевозку распределены не только пространственно (географически), но также поддерживают определенный уровень автономии.
- Задачи маршрутизации всегда сталкиваются с множеством событий, динамически перетекающих одно в другое. Многоагентные архитектуры способны моделировать такую динамику.
- При использовании классических (алгоритмических) методов маршрутизации большой объем информации должен храниться, поддерживаться и обрабатываться централизованно. При этом доступ к такой информации может быть ограничен и защищен правами собственности. Таким образом, получение, обработка и передача информации, необходимой для оптимальной маршрутизации, может быть затруднена. Мно-гоагентный подход предлагает альтернативные решения с использованием только доступных локальных данных.
- Перевозчики постоянно вовлечены в переговоры и взаимодействия с другими участниками рынка, постоянно требующие принятия решений. Многоагентные технологии предлагают эффективную поддержку переговорных процессов и принятия решений, какую не могут предоставить оптимизационные алгоритмы.
В течение последних трех десятилетий международный логистический рынок был свидетелем роста глобальной тенденции формирования и развития разного рода альянсов между независимыми логистическими провайдерами. Эта тенденция сопровождалась все большей диверсификацией и виртуализацией логистических услуг, их географической интеграцией (глобальным пространственным перераспределением центров производства и цепей поставок для достижения экономического эффекта масштаба и проникновения в новые рыночные области) и социальной интеграцией (социальной адаптацией новейших логистических концептов) [15].
Альянсы между локальными независимыми логистическими провайдерами (как правило, малыми и средними предприятиями) быстро развернулись в глобально распределенные логистические сети, вступающие в активную и успешную конкуренцию с транснациональными корпорациями. В настоящее время десятки логистических сетей успешно функционируют по всему миру, и их число постоянно увеличивается.
Таким образом, сформировался и постоянно развивается новый рынок - рынок логистических сетей - со своими лидерами и специализированными игроками, ориентированными на конкретные географические регионы или рыночные ниши. Предпринимаются также попытки интеграции отдельных логистических сетей в гиперсети. Еще одна важная тенденция имеет шанс стать доминирующей на глобальном логистическом рынке в ближайшее время: ряд глобальных логистических сетей работает над интеграцией онлайновых В2В и В2С платформ и Интернета вещей (1оТ) с целью превращения таких виртуально-материальных сетей в глобально распределенных многофункциональных кибер-логистических провайдеров. Успешный опыт в этом направлении демонстрирует, в частности, применение технологий, подобных UBER.
Типичная современная глобальная логистическая сеть формируется в процессе динамического взаимодействия гетерогенных (человеческих и не-человеческих) акторов: глобально распределенных независимых логистических провайдеров (участников сети); координационного совета и специализированных комитетов; перемещаемых материальных объектов (грузов); информации (текстов, знаний); финансов; различных видов транспорта; контейнеров; цепей поставок; транспортных сетей, их инфраструктуры и внешней среды, в которую они погружены; местных, национальных и
международных законов, правил и обычаев; контролирующих организаций; портов; терминалов; распределительных центров, их персонала и оборудования; производителей и потребителей товаров и услуг; информационно-коммуникационных и иных технологий и т.д.
Структура логистической сети отражает не только общую волю и интерес ее членов к поиску общих материализуемых решений, но также и баланс между силами, мобилизуемыми сетью для поддержания стабильности, и силами, мобилизуемыми конкурентами сети [11].
В [11] приводится пример глобальной логистической сети, рассматриваемой как непрерывный процесс формирования и самоорганизации с постоянным притоком новых и оттоком старых акторов, созданием и разрушением Р2Р-альян-сов внутри сети. Для этой сети формула Манифеста Agile «личности и взаимодействия превалируют над процессами и инструментами» [16] трансформируется в: «качество (акторов) превалирует над их количеством».
Каждый новый участник логистической сети вносит свой вклад в формирование сетевой культуры и, одновременно, адаптируется к ней. Сила самоорганизующихся логистических сетей в их мобильности и изменчивости: несовместимые с сетью элементы (участники сети или вовлекаемые ими в сеть гетерогенные акторы) отторгаются сетью, и сеть постоянно обновляется за счет замены акторов. Каждый новый участник сети привносит с собой множество связанных и взаимодействующих с ним производителей, поставщиков, потребителей, товаров, контейнеров, операторов локального транспорта, местных представительств международных морских, воздушных, железнодорожных и автоперевозчиков, портов, аэропортов, логистических хабов и терминалов, местных властей и действующих правил, знаний национального рынка, культуры и традиций ведения бизнеса.
Любой участник глобальной логистической сети действует как посредник между акторами, связанными со страной, которую он представляет в сети, и участниками сети из других стран через создание Р2Р-альянсов с этими участниками. В этом процессе проявляет себя конкурентоспособность глобальных логистических сетей: локальные акторы, представляемые в сети ее участниками, начинают тяготеть к взаимодействию с сетью через ослабление (или даже разрыв) их ранее стабильных связей с транснациональными корпорациями. Эти новые альянсы акторов с логистической сетью могут создавать условия для запуска международных логистических проектов и формирования новых цепей поставок [11].
В то же время эволюция и постоянное усложнение логистических процессов и структур связаны с растущими рисками как для самих цепей поставок и участников логистических процессов, так и для среды, в которой они функционируют. В самом общем виде риски, связанные с логистикой, могут быть классифицированы следующим образом [17]:
1. Риски для безопасности людей, тем или иным образом участвующих в транспортно-логистических процессах или имеющих какое-либо отношение к ним.
2. Экологические риски, связанные с осуществлением транспортно-логистической деятельности.
3. Финансово-экономические и правовые риски сделок, связанных с оказанием транспортно-логистических услуг.
4. Риски для технической безопасности грузов, транспортных средств, терминально-складских комплексов и иных искусственных объектов, вовлеченных в транспортно-логисти-ческие процессы или испытывающих на себе воздействие этих процессов (включая техническую безопасность любых объектов транспортно-логистической инфраструктуры в отношении рисков, вызванных любыми природными или антропогенными воздействиями на эти объекты).
5. Информационная безопасность логистических систем.
Эта классификация построена в соответствии с ценностными приоритетами, призванными служить руководящими принципами при принятии соответствующих административных решений и распределении финансовых затрат на обеспечение безопасности логистической деятельности. Стратегия развития логистической системы будет оптимальной, если максимальная эффективность ее функционирования будет достигнута при минимальных рисках и максимальной безопасности [18,19]. Иными словами, развитие систем безопасности не должно приводить к снижению эффективности функционирования логистической системы, и наоборот, увеличение эффективности логистических процессов не должно достигаться за счет их безопасности.
При этом стоит заметить, что многие факторы, являющиеся признанными экономическими ресурсами (например, топология транспортных сетей, обеспечивающая, в частности, высокую интегральную транспортную доступность отдельных населенных пунктов в пределах сети), оказываются также важными ресурсами для повышения уровня безопасности участников транспортно-логистических процессов и окружающей среды. Универсальность разрабатываемых систем безопасности, позволяющих эффективно управлять максимальным количеством возможных рисков (так как многие комплексные транспортно-логистические риски одновременно затрагивают несколько или все виды безопасности) также является важным фактором [18,19].
В поддержании устойчивости управления информационной и общей безопасностью логистических систем ключевую роль играет инженерия знаний. Важно не только постоянно пополнять и обновлять базы знаний отдельных логистических акторов, интегрируемых в единое хранилище знаний логистической системы, чтобы содержащиеся в них знания учитывали актуальную информацию об внешних угрозах системной безопасности и могли эффективно обеспечивать оперативную оценку возможных целей атак и прогнозирование их возможных последствий, но и выявлять внутренние угрозы -уязвимые элементы системы, чтобы усилить их защиту от несанкционированного доступа к ним [18,19]. Поскольку абсолютное большинство угроз системной безопасности порождается умышленной девиантной активностью людей, исследование намерений играет важнейшую роль в формировании экспертных знаний. Техники психологического профайлинга (РР) и структурной диагностики девиантного поведения (8А) должны быть мобилизованы для обнаружения потенциальных инсайдерских атак. По-прежнему остается открытым важный вопрос о возможности проактивных действий системы для предотвращения вмешательств извне [18,19].
Заключение
Быстрое развитие, диверсификация, усложнение логистических систем и процессов, усиление их социальной роли сопряжены с неизбежным ростом неопределенностей и рисков для безопасности и эффективности осуществления перевозок, которая приводит к возрастающей потребности проак-тивного управления. При таком управлении возможно достичь снижения потенциальных рисков и повышения эффективности работы логистической системы, а для получения такого результата предлагается использовать подход, формируемый человеческими и не-человеческими акторами, взаимодействующими между собой для принятия решений, планирования и осуществления действий при достижении определенных целей.
Подход с позиции подкласса социотехнических систем основан на современном «сетевом мышлении», порожденном междисциплинарными изысканиями, изначально связанными с кибернетикой, системным анализом (теорией систем), синергетикой, теорией сложности и нелинейной динамикой [4]. Он успешно продолжает свое развитие в акторно-сетевой теории и других новейших методах исследования сложных гетерогенных систем [18,19].
Литература
1. Китова О.В. и др. Цифровой бизнес: учебник: для студентов высших учебных заведений, обучающихся по направлениям подготовки 38.04.01 «Экономика», 38.04.02 «Менеджмент». М.: Инфра-М, 2019.416 с.
2. ТимралиееИ.В. Международные цепи поставок: понятие, сущность, современное состояние и особенности управления II Вестник Ростовского государственного экономического университета (РИНХ), № 1 (73), 2021. С. 21-27.
3. НагинаЕ.К., Ищенко В.А. Информационная логистика. Теория и практика: Учебно-методическое пособие. Воронеж: ИПЦ ВГУ, 2007. 87 с.
4. Куркина Е.С., Князева Е.Н. Методология сетевого анализа социальных структур II Философия науки и техники, №22 (2), 2017. С. 120-135.
5. Chun-Che Huang, Tzu-Liang (Bill) Tseng, Hong-Fu Chuang, Yu-NengFan. An Agent-based Approach to Enhance Supply Chain Agility in a Heterogeneous Environment II Trends in Supply Chain Design and Management. Technologies and Methodologies. 2007, pp. 149-177.
6. Селиверстов Я.А., Селиверстов C.A. О применении методов искусственного интеллекта при построении современных
логистических систем // Труды Всероссийской научно-практической конференции «Транспорт России: проблемы и перспективы». Санкт-Петербург, 2010. С. 58-62.
7. McFarlane D., Giannikas V., Lu W. Intelligent logistics: Involving the customer. Computers in Industry. 2016, doi:10.1016/j.com-pind.2015.10.002.
8. Windt K., HülsmannM. Changing Paradigms in Logistics - Understanding the Shift from Conventional Control to Autonomous Cooperation and Control. In: Hülsmann, M.; Windt, K. (eds.): Understanding Autonomous Cooperation & Control - The Impact of Autonomy on Management, Information, Communication, and Material Flow. Springer, Berlin, 2007, pp. 4-16.
9. Meyer G. G., Främling K., Holmström J. Intelligent products: A survey. Computers in Industry 60 (3), 2009, pp. 137-148.
10. Montreuil B. Toward a physical internet: meeting the global logistics sustainability grand challenge II Logistics Research, no. 3(2-3), 2011, pp. 71-87.
11. Iskanderov Y., Pautov M. Actor-Network Approach to Self-organisation in Global Logistics Networks. In: Kotenko I., Badica C., Des-nitsky V., El Baz D., Ivanovic M. (eds) Intelligent Distributed Computing XIII. IDC 2019. Studies in Computational Intelligence, vol 868. Springer, Cham.
12. Bartholdi III John J., Eisenstein Donald D., LIM Y.F. Self-Organizing Logistics Systems II Annual Reviews in Control., 2010, no. 34(1), p. 111. Research Collection Lee Kong Chian School of Business. Available at: http://ink.library.smu.edu.sg/lkcsb_research/1869
13. Hackius N., Petersen M. Blockchain in Logistics and Supply Chain: Trick or Treat? II Proceedings ofthe Hamburg International Conference of Logistics (HICL), 23, 2017.
14. Lang N.A., Moonen J.M., Srour F., Zuidwijk Rob. Multi Agent Systems in Logistics: A Literature and State-of-the-art Review. Erasmus Research Institute of Management (ERIM), ERIM is the joint research institute of the Rotterdam School of Management, Erasmus University and the Erasmus School of Economics (ESE) at Erasmus Uni, Research Paper. 2008.
15. Van Duin J.h.r. (Ron). Logistics Concept Development in Multi-Actor Environments. Aligning stakeholders for successful development of public/private logistics systems by increased awareness of multi-actor objectives andperceptions. 2012. 10.13140/2.1.1426.9122.
16. Agile Manifesto (public resource): https://agilemanifesto.org.
17. Паутов М.Д. О деятельности международных грузовых экспедиторов в аспекте глобальной транспортной безопасности II Избранные материалы докладов и выступлений Международного форума «Безопасность транспортных комплексов». Санкт-Петербург, 2010. www.transportsafety.ru.
18. Искандеров Ю.М., Паутов М.Д. Модель интеллектуальной системы управления информационной безопасностью для цепей поставок на основе пространственных концепций акторно-сетевой теории II Информатизация и связь. №5, 2020. С. 94-106.
THE IMPACT OF THE INDUSTRIAL INTERNET OF THINGS CONCEPT ON THE DEVELOPMENT OF SUPPLY CHAINS
YURI M. ISKANDEROV,
St. Petersburg, Russia
SERGEY F. SHAKHNOV,
St. Petersburg, Russia
ARTEM A. BUTSANETS,
St. Petersburg, Russia
ALEXANDER S. CHUMAK,
St. Petersburg, Russia
KEYWORDS: industrial Internet of things, supply chains, logistics activities, intellectualization, integrated logistics information systems.
ABSTRACT
Introduction: Different information system designs are moving from a classical monolithic network architecture to a microservice one. Therefore, there is a need to set requirements to the performance of interconnection between microservices, which are implemented using various frameworks. The aim of this study is to make a comparative analysis of frameworks for data transmission in a microservice architecture according to several criteria as well as to develop recommendations for effective selection of tools for microservice communication. The results of the study include a comparative analysis of RPC frame-
REFERENCES
1. O.V. Kitova and others. Digital business: textbook: for students of higher educational institutions studying in the areas of training 04/38/01 "Economics", 04/38/02 "Management". Moscow: Infra-M, 2019. 416 p.
2. I.V. Timraliev. International supply chains: concept, essence, current state and management features. Bulletin of the Rostov State Economic University(RINH). No. 1 (73), 2021, pp. 21-27.
3. E.K. Nagina, VA. Ishchenko. Information logistics. Theory and practice: Educational and methodological manual. Voronezh: IPC VSU, 2007. 87 p.
4. E.S. Kurkina, E.N. Knyazeva. Methodology for network analysis of social structures. Philosophy of Science and Technology, no. 22 (2), 2017, pp. 120-135.
5. Chun-Che Huang, Tzu-Liang (Bill) Tseng, Hong-Fu Chuang, Yu-NengFan. An Agent-based Approach to Enhance Supply Chain Agility in a Heterogeneous Environment. Trends in Supply Chain Design and Management. Technologies and Methodologies. 2007, pp. 149-177.
6. Ya.A. Seliverstov, S.A. Seliverstov. On the use of artificial intelligence methods in the construction of modern logistics systems. Proceedings of the All-Russian scientific and practical conference "Transport of Russia: problems and prospects." St. Petersburg, 2010, pp. 58-62.
7. D. McFarlane, V. Giannikas, W. Lu. Intelligent logistics: Involving the customer. Computers in Industry. 2016, doi:10.1016/j.compind.2015.10.002.
8. K. Windt, M. Hulsmann. Changing Paradigms in Logistics -Understanding the Shift from Conventional Control to Autonomous Cooperation and Control. In: Hulsmann, M.; Windt, K. (eds.): Understanding Autonomous Cooperation & Control - The Impact of Autonomy on Management, Information, Communication, and Material Flow. Springer, Berlin, 2007, pp. 4-16.
9. G.G. Meyer, K. Framling, J. Holmstrom. Intelligent products: A survey. Computers in Industry, no. 60 (3), 2009, pp.137-148.
works by the following criteria: the availability of a registration centre, the availability of built-in framework-level security features, the main serialization technologies, the ability to balance the load. An experimental stand was developed; it was used to measure time delays and to make their comparative analysis while transmitting different data workload. When small amounts of information are transferred, the values obtained indicate that the RPCX framework has the lowest latency for a remote procedure call, while Apache Dubbo, on the contrary, has the highest latency. When the transfer type switches from unary calls to streaming, the latency decreases.
10. B. Montreuil. Toward a physical internet: meeting the global logistics sustainability grand challenge. Logistics Research, no. 3 (2-3), 2011, p. 71-87.
11. Y Iskanderov, M. Pautov. Actor-Network Approach to Self-organisation in Global Logistics Networks. In: Kotenko I., Badica C., Desnitsky V., El Baz D., Ivanovic M. (eds) Intelligent Distributed Computing XIII. IDC 2019. Studies in Computational Intelligence, vol 868. Springer, Cham.
12. III Bartholdi, J. John, Donald D. Eisenstein, Y.F LIM. Self-Organizing Logistics Systems. Annual Reviews in Control., 2010, no. 34(1), p. 111. Research Collection Lee Kong Chian School Of Business. Available at: http://ink.library.smu.edu.sg/lkcsb_research/1869
13. N. Hackius, M. Petersen. Blockchain in Logistics and Supply Chain: Trick or Treat? Proceedings of the Hamburg International Conference of Logistics (HICL), no. 23, 2017.
14. N.A. Lang, J.M. Moonen, F Srour, Rob Zuidwijk. Multi Agent Systems in Logistics: A Literature and State-of-the-art Review. Erasmus Research Institute of Management (ERIM), ERIM is the joint research institute of the Rotterdam School of Management, Erasmus University and the Erasmus School of Economics (ESE) at Erasmus Uni, Research Paper. 2008.
15. Van Duin J.h.r. (Ron). Logistics Concept Development in Multi-Actor Environments. Aligning stakeholders for successful development of public/private logistics systems by increased awareness of multi-actor objectives and perceptions. 2012. 10.13140/2.1.1426.9122.
16. Agile Manifesto (public resource): https://agilemanifesto.org
17. M.D. Pautov. On the activities of international freight forwarders in the aspect of global transport security. Selected materials from reports and speeches of the International Forum "Safety of Transport Complexes". St. Petersburg, 2010. www.transportsafety.ru
18. Yu.M. Iskanderov, M.D. Pautov. Model of an intelligent information security management system for supply chains based on spatial concepts of actor-network theory. Informatization and communication. No. 5, 2020, pp. 94-106.
INFORMATION ABOUT AUTHORS:
Yuri M. Iskanderov, St. Petersburg Federal Research Center of the Russian Academy of Sciences (SPCRAS), St. Petersburg , Russia Sergey F. Shakhnov, Artem A. Butsanets, Alexander S. Chumak, Admiral Makarov State University of Maritime and Inland Shipping, St. Petersburg , Russia
For citation: Iskanderov YM., Shakhnov S.F., Butsanets A.A., Chumak A.S. The impact of the Industrial Internet of Things concept on the development of supply chains. H&ES Reserch. 2023. Vol. 15. No 6. P. 26-33. doi: 10.36724/2409-5419-2023-15-6-26-33 (In Rus)
