Объектом исследования является интеллектуальная система анализа и прогнозирования вероятностно-временных характеристик инфокоммуникационного трафика, которая позволит обеспечить нормированные показатели качества предоставляемых инфокоммуникационных услуг на сетях телекоммуникации Республики Казахстан, повысить эффективность процесса модернизации и снизить затраты на развитие телекоммуникационной инфраструктуры операторов связи.

Цель проекта – исследование и теоретическая проработка базовых аспектов построения интеллектуальной системы анализа и прогнозирования вероятностно-временных характеристик информационно-коммуникационного трафика.

Разработан метод аппроксимации наблюдаемого процесса и метод краткосрочного прогнозирования поведения телекоммуникационного трафика, основанный на наблюдении за статистической характеристикой трафика, как его интенсивность.

Научная новизна проекта заключается в разработке математической модели инфокоммуникационного трафика для разработки методов проектирования и построения сетей связи, ориентированных на конкретные источники трафика.

Были разработаны методы анализа вероятностно-временных характеристик информационно-коммуникационного трафика.

Область применения: Интеллектуальная система анализа инфокоммуникационного трафика будет востребована исследовательскими центрами, университетами, проектными организациями и операторами связи, такими как АО «Казахтелеком», АО «Транстелеком», АО «Кселл» и будет использована независимыми компаниями ТОО «Broadcast and Telecommunications Consult», Национальная телекоммуникационная ассоциация Казахстана, Комитетом связи и информатизации Министерства информации и коммуникации Республики Казахстан.

Объектом исследования и разработки данной работы является интеллектуальная система анализа и прогнозирования вероятностно-временных характеристик инфокоммуникационного трафика, которая позволит обеспечить нормированные показатели качества предоставляемых инфокоммуникационных услуг на сетях телекоммуникации РК, повысить эффективность процесса модернизации и снизить затраты на развитие телекоммуникационной инфраструктуры операторов связи для успешной реализации государственной программы «Цифровой Казахстан».

исследование и теоретическая проработка базовых аспектов построения интеллектуальной системы анализа и прогнозирования вероятностно-временных характеристик информационно-коммуникационного трафика

Определение характера вероятностных распределений исследуемых параметров трафика и рассмотрение возможности их аппроксимации известными «классическими» распределениями.

Были исследованы и разработаны модели нейронных сетей, используемых для анализа статистических характеристик трафика , также были исследованы методы формирования обучающих выборок, используемых в процессе обучения нейронных сетей, предназначенных для анализа трафика.

Проведенное исследование показало целесообразность использования нейронных сетей в работах по анализу инфокоммуникационного трафика.

Нейронные сети позволяют на основе большого числа накопленных данных, самостоятельно найти заранее неявные закономерности и связи и использовать эту информацию для реализации процессов классификации и управления. Используемые подходы базируются на самых современных методах анализа сложных систем, широко используют элементы прикладной математики и теории нейронных сетей и тем самым решают задачи из области искусственного интеллекта.

Объектом исследования и разработки данной работы является интеллектуальная система анализа и прогнозирования вероятностно-временных характеристик инфокоммуникационного трафика, которая позволит обеспечить нормированные показатели качества предоставляемых инфокоммуникационных услуг на сетях телекоммуникации РК, повысить эффективность процесса модернизации и снизить затраты на развитие телекоммуникационной инфраструктуры операторов связи для успешной реализации государственной программы «Цифровой Казахстан».

Цель работы – исследование и теоретическая проработка базовых аспектов построения интеллектуальной системы анализа и прогнозирования вероятностно-временных характеристик информационно-коммуникационного трафика.

Методы исследования: общие принципы подходов к разработке проекта и к использованию научных методов, состоят в четком разделении общих задач на взаимосвязанные составные части, хорошо структурированные в общем распределении функций и методов. Эффективность решения этих задач позволит создать макеты отдельных узлов разрабатываемой системы, отработать алгоритмы их функционирования, проверить корректность выбранных решений, интегрировать полученные решения в единый комплекс и убедиться в его функциональной полноте и эффективном функционировании.

В рамках проведенных исследований было установлено, что т.к. возникающая при анализе трафика неопределенность, обусловленная наблюдаемой и поступающей от экспертных подсистем информацией, не носит характера «незнания», а определяется степенью вероятности – то целесообразно в этих системах использовать статистические вероятностные методы обработки информации. Для обеспечения формирования эффективных решений в процессе анализа трафика, при разработке структуры системы анализа трафика целесообразно использовать такие подсистемы искусственного интеллекта, как экспертные системы и нейронные сети. Также, следует отметить, что экспертные системы, используемые в системах анализа трафика, как правило, имеют значительное ветвление и небольшую глубину пространства состояний, что позволяет эффективно использовать стратегию поиска по критерию цены пути.

Проведенное исследование показало целесообразность использования нейронных сетей в работах по анализу инфокоммуникационного трафика. Для обеспечения формирования эффективных решений в процессе анализа трафика, при разработке структуры системы анализа трафика необходимо использовать такие подсистемы искусственного интеллекта, как экспертные системы и нейронные сети.

Методология построения специализированной подсистемы искусственного интеллекта, выполненной на базе аппарата нейронных сетей обеспечивает создание эффективного, адаптивного, интеллектуального механизма анализа реакции тестируемого объекта на отобранные входные воздействия. Решения с использованием искусственного интеллекта найдут свое применение в системах прогнозирования и аналитики, управления сетевой инфраструктурой, на основе интеллектуального анализа потоков трафика, обеспечения кибербезопасности. Среди других областей применения искусственного интеллекта указываются: внедрение виртуальных ассистентов в отделах клиентского обслуживания и маркетинга, создание интеллектуальных систем по управлению взаимоотношениями с заказчиками, прогностическое техническое обслуживание и т.д. Разработанный макет предназначен для исследования свойств трафика, циркулирующего внутри мультисервисных сетей связи, может использоваться, как на реальных сетях связи, так и на моделях сети, сформированных в соответствие с заданной структурой и параметрами. НСТ «Трафик» способен формировать модель произвольной топологии с заданными характеристиками, которые могут меняться в процессе тестирования, что важно для изучения влияния потенциальных изменений показателей надежности и живучести используемых технических средств на параметры трафика.