Облачные модели для светофора | Статья в сборнике международной научной конференции

Библиографическое описание:

Куатбеков Б. Н., Садыбеков Р., Абдикадыр Б. К. Облачные модели для светофора [Текст] // Современные тенденции технических наук: материалы VI Междунар. науч. конф. (г. Казань, май 2018 г.). — Казань: Молодой ученый, 2018. — С. 9-13. — URL https://moluch.ru/conf/tech/archive/300/14214/ (дата обращения: 25.06.2018).



Облачные вычисления — это еще один способ управления, хранения и открытия данных. [1] Обычно это дистанционный сервис, по запросу предоставляющий доступ к общему пулу настраиваемых вычислительных ресурсов. Выделение таких ресурсов осуществляется оперативно, а управление ими требует минимальных усилий. Облачные вычисления возможны благодаря центрам обработки данных. Облако — большие количество подключенных через сеть компьютеров может физически размещаться в любой точке земного шара. [2]

Рис. 1. Центр обработки данных

Облачные сервисы:

– ПО как услуга (SaaS). Software as a Service — конечные пользователи получают приложения по сети;

– платформа как услуга (PaaS). Platform as a Service — инструменты и сервисы, используемые для предоставления приложений;

– инфраструктура как услуга (IaaS). Infrastructure as a Service — аппаратное и программное обеспечение для обеспечения работы серверов, хранилищ, сетей и операционных систем;

ИТ как услуга (ITaaS). IT as a Service — ИТ-спецалисты поддерживают работу приложений, платформ и инфраструктуры. [1]

Рис. 2. Облачные модели

Общедоступные облака. Облачные приложения и сервисы, предлагаемые в общедоступном облаке, доступны неограниченному кругу лиц. Общедоступное облако использует Интернет для предоставления сервисов.

Частные облака. Облачные приложения и сервисы, предлагаемые в частном облаке, доступны сотрудникам определенного предприятия или организации. Частное облако можно организовать, используя частную сеть компании. Однако создание и обслуживание такого облака может быть затратным. Управление частным облаком можно поручить внешней организации, которая способна обеспечить максимальную безопасность доступа.

Специализированные облака. Специализированные облака создаются для удовлетворения потребностей какой-либо конкретной отрасли. Специализированные облака бывают частными или общедоступными.

Гибридные облака. Гибридное облако состоит из двух или более облаков, где каждая часть сохраняет свои отличительные свойства, но обе подключены через единую архитектуру. Пользователи, подключенные к гибридному облаку, могут иметь разные уровни доступа к сервисам в зависимости от своих прав доступа. [2]

Первичное гибридное облако (PHC). Выполняющие обработку экземпляры разворачиваются по требованию или выделяются заранее и обычно не интегрируются в потоки служб среды исполнения. Эта модель имеет однонаправленную схему доставки услуг, которая полагается только на один источник в каждый момент времени. Этой модели свойственна ограниченная интеграция с локальными компонентами; компоненты связаны слабо и не имеют двунаправленной синхронизации. Интеграция с другими облачными решениями отсутствует.

Расширенное гибридное облако (EHC). Эта модель характеризуется значительной интеграцией с локальными компонентами, которые тесно связаны двунаправленной синхронизацией, в отличие от первичной гибридной модели. Данные и функции существующей ИТ-среды и облачной среды связаны достаточно тесно, обеспечивая поставку необходимых услуг; тем не менее, это облачное решение является автономным, и интеграция с другими облачными решениями отсутствует.

Полное облако (FC). Модель полного облака предполагает реализацию готового к эксплуатации решения, использующего только облачные службы одного или нескольких поставщиков облачных услуг. Все функциональные аспекты решения на основе полного облака, используемые для предоставления видимых клиенту услуг, полностью располагаются в единой облачной среде. В этой модели полностью отсутствует интеграция с локальными компонентами и структурой поддержки. Вся интеграция выполняется в рамках единой облачной среды и управляется единым провайдером, на территории которого размещен центр обработки данных. Интеграция приложений выполняется в рамках облачной платформы и использует общую систему облака и IaaS.

Расширенное полное облако (EFC). Сценарий расширенного облака представляет собой простое расширение полного облака. Провайдер, решивший использовать несколько облачных центров обработки данных и связать или разделить службы, может распространить линейку своих услуг на несколько инфраструктур.

Характеристики: в этой модели применяется интеграция с одним или несколькими облачными решениями в других облачных средах. Интеграция с локальными ресурсами отсутствует. [3]

Extended full cloud topology

Рис. 3. Топология расширенного полного облака

Как правило, использование модели расширенного полного облака позволяет удовлетворить следующие коммерческие требования:

– оказание различных облачных услуг (SaaS, PaaS, IaaS, бизнес-процессы), которые предоставляют пользователям доступ к услугам от разных провайдеров;

– маршрутизация пользователей к разным облачным услугам на основании их запросов;

– извлечение данных из одной облачной службы с последующим преобразованием и загрузкой в другую облачную службу.

Факторы, определяющие необходимость применения этой модели, аналогичны факторам принятия полной облачной модели:

– потребность в исключении локальной ИТ-поддержки;

– гибкость и эластичность облачной среды;

– применение экономически эффективной модели;

– сжатые сроки вывода ваших продуктов на рынок;

– поиск новых путей окупаемости инвестиций.

При принятии этой модели облака возможные последствия аналогичны перечисленным выше для модели полного облака. Кроме того, вы должны понимать производственные (и прочие) аспекты работы с несколькими облачными средами и несколькими провайдерами, чтобы справляться с решением следующих задач:

– принятие открытых и отраслевых стандартов;

– поддержка системы аутентификации и авторизации с единимым входом в систему;

– портал самообслуживания;

– унифицированные и общие платформы предоставления услуг;

– стандарты, процессы и процедуры управления;

– автоматизация услуг;

– управление исправлениями. [3]

Рис. 4. Передвижение по городу.

Интеллектуальные системы управления светофорами. Рассмотрим интеллектуальную систему управления светофорами в качестве примера эффективного использования туманных вычислений. Интеллектуальная система управления светофорами поддерживает взаимодействие в реальном времени. Система локально взаимодействует с несколькими датчиками. Датчики обнаруживают пешеходов и велосипедистов и измеряют расстояние и скорость приближающихся машин. Эта система также взаимодействует с соседними светофорами в целях координации цветовых сигналов. Исходя из этой информации, светофор с интеллектуальной системой отправляет приближающимся машинам предупреждающие сигналы и изменяет собственный цикл работы, чтобы предотвратить аварии. Согласование сигналов с соседними интеллектуальными системами управления светофорами в «тумане» позволяет вносить любые изменения в цикл. Данные, собранные интеллектуальной системой управления светофорами, обрабатываются локально для выполнения анализа в реальном времени. Например, информация о дорожных условиях может изменить время работы циклов. Данные из кластеров интеллектуальных систем управления светофорами отправляются в облако для анализа долгосрочных моделей трафика. [1]

Например6 системы управления дорожным движением позволят оптимизировать транспортный поток и регулировать его оптимальным образом. Согласованная работа транспортной системы позволит избежать опасностей, возникающих на дорогах из-за дождя. Зафиксировав изменения, датчик начнут распылять водостойкий раствор, делающий дороги менее скользкими. При этом, система освещения подстроится под новые условия и обеспечит лучшую видимость. [1]

C:\Users\LENOVO\Pictures\светофор\triple-stoplight.jpg

Рис.5. Светофор.

C:\Users\PC\Pictures\431913145782256.jpg

Рис.6. Виды светофоров

Умные светофоры:

– Обработка первичный информации о потоках и некоторых индивидуальных участниках дорожного движения, получаемых от различных источников.

– Моделирование транспортных потоков.

– Управление дорожным движением.

– Непрерывный мониторинг и прогноз дорожного статуса.

– Адаптивное регулирование транспортных потоков.

– Адаптивное регулирование движение автомобильного транспорта и пешеходов на пешеходных переходах.

– Предоставление приоритета общественному и специализированному транспорту без ущерба для личного транспорта.

– Оптимизация алгоритма управления.

– Оперирование большим набором алгоритмов, подходящих для любой транспортной инфраструктуры. [4]

Литература:

  1. [Электронный ресурс]. — Introduction to IoT — https://www.netacad.com/ru/courses/intro-iot/
  2. [Электронный ресурс]. — CCNA Routing and Switching 6.0 Bridging — https://www.netacad.com/ru/courses/ccna-bridging/
  3. [Электронный ресурс]. — Выбор правильной модели применения облака — https://www.ibm.com/developerworks/ru/library/cl-cloudadoptionpatterns/
  4. Концепция «SMART CITY» / DIGITAL KAZAKHSTAN

Обсуждение

Социальные комментарии Cackle
Задать вопрос