Информационно-управляющие системы

Стеганографическое преобразование на основе модификации полутоновых оттенков растрированных документов

2024-12-24T11:41:58+00:00

Введение: все возрастающую актуальность приобретают исследования, направленные на использовании скрытых каналов передачи и хранения информации на основе стеганографии. Одной из особенностей, касающихся изменений, вносимых в электронный контент, является растрирование текста. Эта особенность может быть положена в основу нового метода стеганографического преобразования. Цель: разработать модель, а на ее основе – синтезировать структурную схему стеганографической системы, а также разработать метод стеганографического преобразования, в которых используется пиксельное представление символов текста-контейнера, полученное при растрировании текста. Результаты: структура предложенной стеганографической системы основана на использовании особенностей растрирования документов-контейнеров. Математическая модель такой системы базируется на теоретико-множественном представлении основных компонентов системы, а также на мультипараметрическом представлении ключа прямого и обратного стегопреобразования. При этом элементы ключа соотносятся, в том числе, с цветовыми и пространственно-геометрическими свойствами и параметрами отдельных пикселей документа-контейнера. Разработаны метод и алгоритмы стенографического внедрения и извлечения тайной информации, базирующиеся на упомянутой модели. Выполнена сравнительная оценка пропускной способности стегоканала (бит/пиксель), создаваемого на основе предложенного метода. Практическая значимость: Полученные теоретические результаты отражают общие особенности синтеза и анализа стеганографических систем, преобразования в которых основаны на использовании полутоновых оттенков электронных документов при растрировании последних. На основе предложенного метода можно внедрять в растрированный документ-контейнер тайную информацию для ее передачи, контроля целостности, а также защиты авторских прав на этот документ.

Алгоритм динамического распределения обработки изображений в облачных системах интеллектуального видеонаблюдения

2024-12-24T11:48:12+00:00

Введение: наличие мощных серверов в облачной среде позволяет облачным системам видеонаблюдения выполнять сложные процессы обработки изображений с применением методов машинного обучения, включая нейросетевые методы; кроме того, появляется возможность строить такие процессы в динамике. Цель: разработать алгоритм динамической распределенной обработки изображений для интеллектуальной системы видеонаблюдения в облачной среде. Результаты: предложен новый алгоритм динамического распределения обработки изображений, позволяющий выполнять сложные синтезированные процессы обработки данных систем видеонаблюдения в облаке. Алгоритм позволяет в динамике строить маршруты передачи изображений в облако, а также распределять нагрузку между многими виртуальными машинами. Алгоритм распределения обработки выполняется разработанным оркестратором, который может быть размещен в облаке или в тумане. Полученные результаты обеспечили новые возможности в динамике распределять выполнение синтезированных процессов обработки изображений по разнотипным виртуальным машинам, размещенным на разных физических серверах. Практическая значимость: применение полученных результатов на практике при решении задач интеллектуального видеонаблюдения в метрополитене позволило за счет динамического распределения обработки изображений повысить скорость обработки данных (снизить время) более чем в 2,5 раза и за счет применения сложных синтезированных процессов обработки повысить точность определения событий более чем на 11 %.

Применение нейросетевого регулятора для повышения качества переходного процесса системы стабилизации высоты полета экраноплана

2024-12-24T11:43:09+00:00

Введение: стабилизация по высоте полета экраноплана является одной из самых актуальных задач управления указанным типом летательного аппарата. Актуальность заключается в трудности организации данного процесса с требуемым уровнем качества в связи с целеполаганием безопасности полета вблизи подстилающей поверхности. Цель: преобразовать систему стабилизации высоты полета экраноплана и разработать для нее нейросетевой регулятор, который позволит улучшить качество переходного процесса системы; провести моделирование исходной и модернизированной систем стабилизации. Результаты: проведено моделирование с использованием Matlab Simulink работы классической и нейросетевой систем стабилизации высоты полета. По результатам моделирования достигнуто улучшение качества переходного процесса системы за счет уменьшения его колебательности и времени окончания. Для этого в схему системы управления добавлен регулятор NARMA-L2, использующий один из методов искусственного интеллекта – нейронную сеть. Настройка регулятора произведена с помощью обучения данной сети методом Левенберга — Марквардта после задания необходимых параметров структуры нейронной сети и формирования обучающей выборки. Практическая значимость: оптимальная настройка нейросетевого регулятора позволяет значительно улучшить качество переходного процесса системы стабилизации высоты полета экраноплана, особенностью которого является длительное время достижения установившегося режима работы.

Интеллектуальное нейроуправление новостными потоками с непрерывным обучением

2024-12-24T11:49:16+00:00

Введение: нейросетевое управление (нейроуправление) различными нелинейными объектами представляет большой теоретический и практический интерес. Однако степень интеллектуальности и функциональности известных решений по такому управлению во многом не удовлетворяет потребностям практики. Цель: разработать метод и систему нейроуправления с расширенной интеллектуальностью и функциональностью. Методы: для достижения цели предлагаются новые нейросетевые решения, ориентированные на обработку новостных потоков с изменяющимися законами поведения и выработку управляющих решений в этих условиях. Результаты: предложена архитектура интеллектуальной нейросетевой системы с непрерывным обучением, способной решать существенно расширенный набор творческих задач без ее перестройки. В частности, это задачи нейросетевого распознавания, прогнозирования, восстановления событий, их синтеза, управления новостными потоками и другими объектами. Разработан новый метод многоуровневой нейросетевой обработки информации в рекуррентных нейронных сетях с управляемыми элементами. Предложены новые алгоритмы управления нейронными сетями, позволяющие интеллектуально решать задачи нейроуправления новостными потоками с непрерывным обучением. Сравнительный анализ полученных результатов с известными моделями и методами показал эффективность предложенных подходов. Практическая значимость: предложенная архитектура позволяет решать многие творческие задачи с непрерывным обучением без ее перестройки. Разработанный метод дает возможность реализовать управляемую многоуровневую нейросетевую обработку на основе новых ассоциативных принципов. Сформулированные новые рекомендации по построению перспективных систем нейроуправления позволяют ускорить их разработку и использование на практике. Обсуждение: даны рекомендации по созданию перспективных систем нейроуправления новостными потоками с непрерывным обучением. В качестве направлений дальнейших исследований по созданию перспективных интеллектуальных систем нейроуправления следует выделить наделение их искусственным мышлением, поиск решений по снижению сложности реализации, а также методов энергоэффективной и малогабаритной реализации.

Модели смешанного целочисленного линейного программирования оптимизации включения заданий в пакеты и порядков проведения операций с ними в конвейерных системах

2024-12-24T11:44:43+00:00

Введение: идентификация эффективных расписаний выполнения в конвейерных системах наборов однотипных заданий предусматривает поиск лучших решений по включению заданий из этих наборов в пакеты и по порядкам пакетов для осуществления операций с ними на приборах указанных систем. При незначительном размере задач решить их возможно путем построения математических моделей смешанного целочисленного линейного программирования. Цель: разработать математические модели смешанного целочисленного линейного программирования, позволяющие определять лучшие решения по включению однотипных заданий из наборов в пакеты и по порядкам пакетов для проведения операций с ними в конвейерных системах. Результаты: в концепцию разработки математических моделей указанного вида положен подход, связанный с типизацией заданий. В соответствии с ним к одному типу относятся задания с равными значениями длительностей их выполнения на приборах конвейерных систем и с равными значениями длительностей переналадок приборов на осуществление операций с ними. На основе этого подхода разработаны математические модели смешанного целочисленного нелинейного программирования, позволяющие включить задания из наборов в пакеты и осуществить оптимизацию их порядков для реализации операций с ними в конвейерных системах. Условиями оптимизации являются: минимизация общего времени выполнения пакетов заданий на приборах конвейерных систем; минимизация суммарного запаздывания с окончанием выполнения наборов заданий по сравнению с заданными для них директивными сроками. Полученные модели линеаризованы путем введения дополнительных переменных и соответствующих им ограничений. Предложен способ линеаризации операции определения максимума из двух значений, предусматривающий введение индикаторных переменных и позволивший повысить производительность вычислений. В целях верификации представленных моделей разработано приложение в среде IBM ILOG CPLEX. С его применением проведены исследования по оптимизации составов пакетов заданий и расписаний их выполнения для различных наборов значений параметров задач поиска эффективных решений. Практическая значимость: полученные результаты показали эффективность разработанных моделей при решении задач оптимизации в рассматриваемой постановке. Предложенные математические модели позволяют повысить степень использования ресурсов конвейерных систем разного вида при реализации в них производственных или вычислительных процессов.

Влияние числа уникальных преамбул на область стабильной работы алгоритма АЛОХА с ранней обратной связью

2024-12-24T11:46:30+00:00

Введение: одним из возможных путей повышения пропускной способности канала случайного множественного доступа в сотовых сетях является использование преамбул с ранней обратной связью. Увеличение числа преамбул приводит, с одной стороны, к уменьшению числа коллизий, что может повысить пропускную способность, с другой стороны — к увеличению длительности их передачи, что, в свою очередь, может понизить пропускную способность. Цель: исследовать зависимость пропускной способности алгоритма случайного доступа типа АЛОХА с фазой исследования от числа уникальных преамбул. Результаты: описана модель системы случайного множественного доступа с алгоритмом типа АЛОХА при использовании фазы исследования на основе ранней обратной связи и ограниченным числом уникальных преамбул. Представлен способ вычисления максимальной пропускной способности для системы при точном знании числа активных абонентов. Определены условия для максимизации пропускной способности при различном ограничении на число уникальных преамбул. Предложена процедура оценки числа активных абонентов для случая, когда число активных абонентов неизвестно. Для системы с неизвестным числом активных абонентов проведен анализ пропускной способности. В результате анализа показано, что при отсутствии информации о точном количестве активных абонентов использование предложенной процедуры оценки позволяет добиться такой же пропускной способности, как и при наличии этой информации. Практическая значимость: предложенная процедура оценки числа активных абонентов может быть использована в реальных системах случайного множественного доступа с алгоритмом АЛОХА и фазой исследования. При разработке систем случайного доступа полученная зависимость пропускной способности от числа уникальных преамбул позволяет оценить необходимое количество уникальных преамбул. Обсуждение: в рамках проведенного анализа пропускной способности не учитывалось влияние числа уникальных преамбул на длительность их передачи и влияние этой длительности на пропускную способность, что может быть дальнейшим направлением исследования.

Итоги Международной конференции MoNeTec-2024 по сетевым технологиям и искусственному интеллекту

2024-12-24T11:48:07+00:00

Сведения об авторах

2024-12-24T11:48:11+00:00