Математики РУДН ускорили загрузку обновлений для интернета вещей в 4 раза
Интернет вещей (IoT) — сеть устройств с возможностью взаимодействовать между собой и с окружающей средой. К ним относятся интеллектуальные датчики и счетчики, беспроводные приборы умного дома. В системах интернета вещей необходимо устойчивое соединение с минимальной задержкой сигнала. Для загрузки обновлений программного обеспечения на устройства IoT используют коммуникация типа «точка-многоточка». Это схема, при которой из одной «точки» рассылаются данные на множество других. Однако при рассылке срочных обновлений большому числу устройств такая схема приводит к длительной задержке передачи. Математик РУДН совместно с коллегами из Италии разработал схему, которая позволяет устройствам IoT своевременно получать экстренные обновления.
«Проблемы передачи пакетов данных в системах IoT по восходящему каналу — от устройств до центра — хорошо изучены. Но передаче обновлений программного обеспечения к устройствам IoT в схемах „точка-многоточка“ уделяется недостаточно внимания. Кроме того, доставка экстренного, чувствительного к задержкам IoT-трафика недостаточно освещена в литературе», — доктор технических наук Константин Самуйлов, директор института прикладной математики и телекоммуникаций, заведующий кафедрой прикладной информатики и теории вероятностей РУДН.
В обычном сценарии «точка-многоточка» у устройств есть «подписка» на передачу данных от центра — они ждут оповещения о доступном для загрузки обновлении. Как только устройство получило оповещение, оно сразу же готово загружать данные, но, чтобы сообщить об этом центру, ему нужно сначала запустить процесс синхронизации с ним. При этом работает принцип «дожидаться всех» — пока синхронизация не запустится для всех устройств системы, центр будет продолжать передавать данные. Для большого количества устройств это приводит к длительным задержкам по времени, а значит, для срочных обновлений такая схема не подходит. Математики предложили другой подход — разбить устройства на маленькие подгруппы и рассылать каждой подгруппе сначала уведомления, а через фиксированный интервал времени после этого — пакет данных. Каждая следующая группа устройств получает уведомление только после того, как предыдущая группа синхронизировалась c центром. Такой алгоритм не только снижает время общей задержки, но и уменьшает энергопотребление устройств.
Математики РУДН провели серию экспериментов, чтобы проверить, как работает предложенная схема в реальных сценариях. Новую схему сравнили с тремя существующими. Среднее время задержки для новой схемы оказалось в 4-8 раз меньше (30 мс против 100-200 мс для 500 устройств). Среднее энергопотребление сократилось в 2-4 раза (1,5 мДж вместо 3-6 мДж для 500 устройств). При этом характеристики предложенной схемы не зависят от количества устройств — время задержки и энергопотребление остаются одинаковыми даже при увеличении числа устройств с 50 до 500, в то время как для трех других схем эти величины возрастают в 2-4 раза.
«Оптимальное сочетание рассылки уведомлений и пакетов данных гарантирует стабильную и предсказуемую суммарную задержку и стопроцентную доставку данных ко всем устройствам независимо от их количества. Кроме того, наша схема продемонстрировала энергоэффективность в сравнении с другими», — Константин Самуйлов.
Результаты опубликованы в журнале Computer Networks.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.