Мониторинг состояния коммуникационных сетей на основе облачных вычислений в режиме реального времени

При создании коммуникационной сети неизбежно возникают различные помехи, негативно сказывающиеся на ее эффективности. Отсутствие мер по устранению таких помех затрудняет оптимизацию сети. Среди проблем, вызванных помехами, проблема их блокировки является одной из наиболее существенных. Эта неразрешенная проблема может сделать невозможным успешное проектирование сети. Для решения проблем, связанных с тем, что традиционный метод имеет длительное время отклика на мониторинг перегрузки сети связи, а эффект обнаружения не идеален, предлагается метод мониторинга в реальном времени, основанный на облачных вычислениях для блокировки сети связи. Во-первых, устанавливается точка мониторинга сети связи, и приемник завершает процесс сбора коммуникационных данных. На основе собранных данных выполняется постоянный расчет трафика для определения наличия аварийного состояния блокировки в канале сети связи и определения точного местоположения точки блокировки. Таким образом, информация генерирует тревожное сообщение для получения результатов мониторинга. Экспериментально проанализированы время работы в режиме реального времени и точность метода мониторинга. Установлено, что метод мониторинга позволяет контролировать время задержки в пределах 0,2 с, а частота ошибок мониторинга является низкой.

1. Jayakumari D.S., Mathusoothana S Kumar R, Venkadesh P., Divya S.V. Computer Networks. San International; 2024. https://doi.org/10.59646/cn/283

2. Yan K., Ma W., Sun S. Communications and Networks Resources Sharing in 6G: Challenges, Architecture, and Opportunities. IEEE Wireless Communications. 2024;31(6):102–109. https://doi.org/10.1109/MWC.003.2400038

3. Liu H. Research on control method of blocking jamming in HF communication system. Digit. Technol. Appl. 2019;37(1):29–30.

4. Chen Z., Dai Y., Liu Y. Crack propagation simulation and overload fatigue life prediction via enhanced physics-informed neural networks. International Journal of Fatigue. 2024;186. https://doi.org/10.1016/j.ijfatigue.2024.108382

5. Edwards J. Network Monitoring and Defense. In: Critical Security Controls for Effective Cyber Defense: A Comprehensive Guide to CIS 18 Controls. Berkeley: Apress; 2024. pp. 371–404. https://doi.org/10.1007/979-8-8688-0506-6_13

6. Rychlicki M., Kasprzyk Z., Pełka M., Rosiński A. Use of Wireless Sensor Networks for Area-Based Speed Control and Traffic Monitoring. Applied Sciences. 2024;14(20). https://doi.org/10.3390/app14209243

7. Liu P., Cai Y., Lu G. Space Environment Data Transfer System Based on BBR Congestion Control Algorithm. Chinese Journal of Space Science. 2019;39(1):111–117. https://doi.org/10.11728/cjss2019.01.111

8. Paul J.B.J., Rekh A.S., Prabakaran E.P.G. A novel semi elliptical slotted dual port rectenna for RF energy harvesting. Analog Integrated Circuits and Signal Processing. 2025;122. https://doi.org/10.1007/s10470-025-02323-1

9. Cardinale C., Brunton S.L., Colonius T. Spectral proper orthogonal decomposition using sub-Nyquist rate data. arXiv. URL: https://doi.org/10.48550/arXiv.2501.02142 [Accessed 12th December 2024].

10. Wei B., Xiao L., Wei W., Song Ya., Yan B., Huo Zh. A high-bandwidth and low-cost data processing approach with heterogeneous storage architectures. Personal and Ubiquitous Computing. 2023;27(2):159–176. https://doi.org/10.1007/s00779-020-01383-6