ИКРБС
№ 223020900471-4Этап 1. Разработка общей структуры прототипа программной системы. Идентификация функционального наполнения отдельных компонентов прототипа и их взаимосвязей. Разработка и исследование прототипа компонента системы, предназначенного для детекции целевых событий DAS-мониторинга. Разработка и исследование прототипа компонента системы, предназначенного для классификации целевых событий DAS-мониторинга. Разработка и тестирование интерфейса, связывающего прототип программной системы с подсистемами нижнего уровня (поставщиками сырых данных). Промежуточный отчет.
27.01.2023
Представленный отчет посвящен описанию алгоритмического и программного обеспечения компонентов оригинальной системы обработки данных оптоволоконного вибромониторинга протяженных объектов, построенных на принципе DAS (distributed acoustic sensing). Все задачи, описание которых представлено в отчете, соответствуют календарному плану первого этапа НИОКР. Представленный в отчете поход к обработке данных оптоволоконного мониторинга с оригинальных позиций позволяет обеспечить качественно новое решение основных задач вибромониторинга протяженных объектов с использованием оптоволоконных систем. В основе DAS-систем мониторинга лежит принцип обработки обратнорассеянного излучения Релея. Известно, что традиционные методы обработки рассеяния этого типа, основанные на использовании частотных характеристик и маломасштабных особенностей формы сигналов, являются низкоэффективными. Данная неэффективность обусловлена особенностями физических процессов, которые являются причиной возникновения обратнорассеянного излучения Релея, в частности, спецификой образования оптических спеклов на базисе из группы стохастическим образом рассеянных в теле оптического волокна центрах интерференции. Эта особенность обуславливает существенную нелинейность параметров спеклов при малых виброакустических воздействиях на оптическое волокно. Для того чтобы преодолеть указанную нелинейность, с целью создания практически эффективного решения задачи детекции и классификации целевых событий, в качестве направления исследований были выбраны альтернативные подходы к обработке обратнорассеянного излучения Релея, которые подробно описаны в отчете. Упомянутые подходы являются робастными к нелинейным искажениям приемного тракта, сравнительно просты в вычислительном аспекте и адаптивны к динамике фонового помехового процесса (на базе использования акустоэмиссионного цифрового двойника объекта мониторинга). Основная идея предложенного подхода сводится к выделению из входного потока рефлектометрических измерений таких объектов высокого уровня агрегации, которые являются устойчивыми (робастными) к искажениям приемного тракта DAS-системы и называются «отметками с адаптивным порогом чувствительности» (ОАП). Структура этих объектов базируется на применении абстракта индикаторной (пороговой) функции, представляющей собой аналог функции Хевисайда. В рамках выполнения первого этапа проекта, с позиций предложенного подхода, были решены следующие задачи: разработана общая структура прототипа программной системы обработки данных DAS-мониторинга; идентифицировано функциональное наполнение компонентов этого прототипа и их взаимосвязи; разработаны и исследованы прототипы компонентов детекции и классификации DAS-событий, а также программный интерфейс, связывающий прототип созданной программной системы с подсистемами нижнего уровня. Разработанный интерфейс был протестирован при работе с реальным интеррогатором.
В рамках решения запланированных по этапу задач, была произведена группа исследований, результаты которых являлись фундаментом при решении плановых задач проекта. В частности, были решены следующие исследовательские задачи: сформулированы ограничения при практическом внедрении DAS-систем мониторинга; формализованы основные понятия DAS-систем мониторинга; разработано понятие акустоэмиссионного цифрового двойника объекта мониторинга (АЭМЦД) и принципы его создания, а также приведены примеры слоевой структуры АЭМЦД для двух прикладных областей (контроль периметра и обнаружение утечек из трубопроводной системы). В доступной литературе не найдено аналогов предложенному подходу к обработке данных DAS-мониторинга на основе использования АЭМЦД или близких по смыслу концептов. В рамках работы над концептом АЭМЦД, были предложены решения совокупности задач, неизбежно возникающих в процессе создания моделей такого типа. В том числе, был предложен концепт решения задачи идентификации модели фонового шумового процесса, без эффективного решения которой система DAS-мониторинга неспособна функционировать эффективно; были разработаны принципы идентификации множества целевых событий, а также принципы решения задачи по определению характеристик среды распространения сейсмоакустических волн. На основании разработанного подхода был создан программный прототип АЭМЦД.
В рамках разработки компонента детекции событий был разработан адаптивный алгоритм обнаружения DAS-событий. В отчете описан процесс тестирования компонента детекции событий на реальных данных, результаты которого доказали его практическую работоспособность. В отчете сформулирован принцип многоэтапности при обнаружении целевых событий мониторинга.
В рамках создания компонента классификации событий было разработано оригинальное пространство признаков (feature space), предназначенное для решения задачи классификации целевых событий в DAS-системе мониторинга. Разработанное пространство признаков основано на использовании иерархии синтетических объектов высокого уровня агрегации, которые являются основой используемого подхода к обработке данных DAS-мониторинга. Эти объекты получили название «отметка с адаптивным порогом чувствительности» (ОАП). Важно то, что структура ОАП базируется на применении абстракта индикаторной функции и поэтому обладает высокой робастностью к нелинейным искажениям приемного тракта системы мониторинга. Была поставлена и решена задача классификации типа источника Е-эмиссии с использованием созданного пространства признаков.
В процессе выполнения проекта был создан компонент классификации событий DAS-мониторинга, который был исследован путем проверки его работоспособности на наборе реальных данных DAS-мониторинга. Использованный набор данных (Data Set) состоит из реальных рефлектометрических сигналов, соответствующих четырем типам событий, собранных на различных полигонах, в различных условиях, в разное время года. Результаты тестирования доказали практическую работоспособность разработанного компонента классификации. В частности было выяснено то, что: (а) функционирование компонента классификации робастно к нелинейным искажениям приемного тракта; (б) компонент классификации является крайне нетребовательным к вычислительным ресурсам (в том числе и на этапе обучения системы); (с) компонент классификации не теряет практическую эффективность при обучении на Data Set малой мощности; (д) надежность классификации, показанная при тестировании на реальных данных, как минимум не уступает, а в большинстве случаев превышает соответствующие показатели, опубликованные в доступных источниках, посвященных тематике классификации DAS-событий.
Текст отчета содержит поблочное описание компонентов детекции и классификации целевых событий. Описано взаимодействие отдельных программных компонент этой подсистемы с АЭМЦД, которое осуществляется в рамках совокупности процедур обслуживания соответствующих слоев АЭМЦД. Процедура обслуживания состоит в считывании данных из соответствующего слоя АЭМЦД, выполнении над этими данными определенных расчетов и модификация параметров этого слоя. При этом конкретный слой АЭМЦД, вместе с обслуживающими его программами из состава компонент детекции и классификации целевых DAS-событий, совместно образуют, так называемый, сервисный контур.
Таким образом, основные направления исследований, которые были проведены в рамках данного этапа проекта и отражены в техническом отчете по первому проектному этапу, включают в себя (а) исследование эффективности использования акустоэмиссионного цифрового двойника объекта мониторинга для адаптации компонентов детекции и классификации событий к стохастической динамике фонового помехового процесса; (б) исследование эффективности использования многоуровневых, агрегированных объектов, выделяемых из стохастического потока обратнорассеянного излучения Релея с использованием абстракта индикаторной функции, для задач обнаружения и классификации целевых событий DAS-мониторинга.
Решение всей совокупности задач, описанных в отчете по первому этапу проекта, играет критически важную роль для достижения целей проекта в целом, так как в результате их успешного решения будет создан программный прототип системы детекции/классификации целевых событий DAS-мониторинга, основанный на оригинальной концепции математического представления событий. Уточнение параметров созданной подсистемы, ее обучение на группе специализированых Data Set, а также его комплексное тестирование запланировано на второй этап проекта.
ГРНТИ
50.41.25 Прикладное программное обеспечение
Ключевые слова
ОПТОВОЛОКОННЫЙ МОНИТОРИНГ
МАШИННОЕ ОБУЧЕНИЕ
АКУСТОЭМИССИОННЫЙ ЦИФРОВОЙ ДВОЙНИК
КЛАССИФИКАЦИЯ СОБЫТИЙ
ОБНАРУЖЕНИЕ СОБЫТИЙ
ПРОСТРАНСТВО ПРИЗНАКОВ
ДЕТЕКТИРОВАНИЕ АКУСТОЭМИССИОННЫХ СИГНАЛОВ
КЛАССИФИКАЦИЯ АКУСТОЭМИССИОННЫХ СИГНАЛОВ
Детали
НИОКТР
Заказчик
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
Исполнитель
ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "НАУЧНО-ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ФОТОН - МОНИТОРИНГОВЫЕ СИСТЕМЫ"
Бюджет
Средства фондов поддержки научной и (или) научно-технической деятельности: 1 500 000 ₽
Похожие документы
Разработка и испытания прототипа программной системы, предназначенной для интеллектуальной обработки данных оптоволоконной системы мониторинга протяженных объектов на базе использования методов машинного обучения и акустоэмиссионной модели объекта мониторинга («цифрового двойника») (заключительный)
0.937
ИКРБС
Разработка предварительных версий алгоритмов автоконтроля геометрии, контроля и прогноза качества сейсмических данных в реальном времени при регистрации. Разработка базовой версии прототипа программного обеспечения, содержащей два модуля: модуль контроля (анализа) качества сейсмических данных после регистрации (в пост-режиме) и модуль ввода и преобразования данных. Тестирование алгоритмов и базовой версии программного обеспечения на различных наборах сейсмических данных.
0.909
ИКРБС
Этап №1 Разработка метода и алгоритма обработки сигнала на основе двумерной частотно-волновой обработки для опытного образца. Разработка конструкторской документации. Разработка блока детектирования и фильтрации . Изготовление деталей бандажа опытного образца накладного акустического расходомера. Сборка и испытания блока детектирования и фильтрации. (промежуточный)
0.906
ИКРБС
ТЕХНИЧЕСКИЙ ОТЧЕТ
«Разработка универсального сетецентрического программно-аппаратного комплекса с высокой степенью автономности, предназначенного для сбора и передачи потоковых и телеметрических данных, посредством самоорганизующихся беспроводных сетей ШПД, включающих спутниковый сегмент, с применением облачных вычислений и элементов искусственного интеллекта для построения опорной навигационно-сетевой инфраструктуры, обеспечивающей обнаружение заданных событий и коррекцию навигационных данных для глобальных систем позиционирования (ГЛОНАСС)", Этап 1
«Разработка концепции сетецентрического программно-аппаратного комплекса (ПАК). Проектирование ПАК в его аппаратной части. Разработка и изготовление функциональных модулей программно-аппаратного комплекса (ПАК) в составе устройств сбора, промежуточного хранения и первичной обработки данных, устройств обеспечения доступа в глобальные сети со спутниковой компонентой в составе: модем, абонентское устройство, концентратор. Представление прототипов набора датчиков измерения параметров окружающей среды, датчиков положения и позиционирования, датчиков уровня жидкости, датчиков давления, датчиков измерения скорости потока. Аппаратная интеграция функциональных модулей ПАК в единый аппаратный комплекс." (промежуточный)»
0.904
ИКРБС
Этап №2. Проведение полевых испытаний прототипа программно-аппаратного комплекса, анализ собранных данных, создание моделей распознавания транспортных средств. Разработка отдельного приложения для автоматического обучения и оптимизации гиперпараметров алгоритмов машинного обучения с учётом особенностей данных программно-аппаратного комплекса. Разработка визуального клиентского приложения для работы с данными программно-аппаратного комплекса. Тестирование разработанного программного обеспечения для прототипа программно-аппаратного комплекса.
0.900
ИКРБС
ОТЧЕТ
о выполнении НИОКР по теме:
«Разработка программного комплекса ретроспективного анализа сетевого трафика
Стетоскоп версии 3.0»
(договор №304ГРЦТС10-D5/80707 от 22.11.2022)
Этап №1 "Классификация атак и выбор методов технологий ИИ их выявления. Подборка и разработка средств создания обучающих выборок, поиск и оценка существующих обучающих выборок, полученных из общедоступных источников и получаемых собственными средствами, выбор стратегии метода голосования.
Разработка технического проекта. Проектирование инфраструктуры по захвату трафика, предварительной его обработке, подготовке данных для анализаторов, а также совместному применению сигнатурных, поведенческих анализаторов и анализаторов, реализующих технологии ИИ.
Реализация подсистемы перешифровки трафика (SSL/TLS).
Разработка и интеграция сигнатурных и поведенческих анализаторов.
Разработка функционала извлечения, предварительной обработки, хранения и организации доступа к объектам (файлам) прикладных протоколов.
Разработка средств эмуляции выбранных классов атак, средств эмуляции сетевой активности пользователей и хостов, разработка средств создания обучающих выборок, разметки записанного трафика, формирование модели базы данных для хранения информации о существующих обучающих выборках и создаваемых собственными разработанными средствами.
Реализация выбранных алгоритмов ML/AI, построение нейронных сетевых моделей. Реализация автогенераторов по технологии генеративно-состязательных сетей – GAN для автоматического переобучения в процессе работы анализаторов.
Разработка интерфейсов WEB-приложения для отображения сетевой статистики, отображения результатов работы анализаторов – события ИБ.
Создание стенда для получения обучающих выборок, применяемых в алгоритмах ML/AI – подбор и развертывание оборудования и программного обеспечения, позволяющего генерировать, хранить и экспортировать обучающие выборки.
Разработка эксплуатационной документации"
(Промежуточный)
0.898
ИКРБС
Проактивный подход к мониторингу событий в сложных распределенных системах интеллектуального города с использованием технологий больших данных и предиктивной аналитики
0.897
ИКРБС
Разработка механической части прототипа. Разработка электронной части прототипа для сбора сенсорной информации, частотных звуковых последовательностей и видео данных. Исследование наборов входных сенсорных данных с их предварительной обработкой и разметкой. Разработка математического и алгоритмического обеспечения реконструкции трехмерных изображений из видеопотока данных.
0.895
ИКРБС
Разработка и тестирование прототипа интеллектуальной системы по мониторингу и прогнозу технического состояния оборудования с построением физико-химической модели для получения рекомендаций по проведению ТОиР (заключительный).
0.894
ИКРБС
Разработка киберфизической системы планирования ремонтов по техническому состоянию промышленного оборудования.» (договор №763ГРНТИС5/71116 от 14.12.2021) (заключительный)
0.894
ИКРБС