Применение теории автоматического управления в сетях связи с облачно-туманной архитектурой

Статья посвящена применению методов теории систем автоматического управления для организации передачи трафика в гибридной облачно-туманной IoT‑сети с целью повышения показателей качества обслуживания. Предложена модель сети в виде системы дискретных уравнений состояния, описывающих динамику очередей на туманных узлах, загрузку каналов и взаимодействие с облачным уровнем, а также введен LQR‑критерий, который учитывает одновременно задержку и затраты ресурсов. На основе решения дискретного уравнения Риккати синтезируется распределенный регулятор, реализуемый на туманных узлах и в облаке. Он помогает адаптивно перераспределять пропускную способность, приоритеты и параметры маршрутизации с учетом текущей нагрузки и возмущений трафика. Для оценки эффективности разработанный LQR‑контроллер интегрирован в симулятор OMNeT++. Моделируется IoT‑топология из нескольких туманных узлов и облачного сервера с MQTT‑трафиком и различными сценариями нагрузки (базовый, пиковый и всплесковый режимы). Результаты моделирования показывают, что по сравнению с режимом без управления и вариантом с фиксированным LQR адаптивный LQR существенно снижает среднюю задержку и джиттер, уменьшает потери пакетов и заполненность очередей при умеренном росте загрузки CPU. Результаты подтверждают применимость предложенного подхода для оптимизации качества обслуживания в современных облачно‑туманных телекоммуникационных системах.

1. Глушак Е.В. Исследование и разработка модели автоматического управления потоками трафика в облачно-туманных инфраструктурах. Электросвязь. 2026;(2):2–7. https://doi.org/10.34832/ELSV.2026.76.2.001

2. Титова И.В., Дьяконов Д.Ю. Туманные вычисления – основа эволюции и безопасности распределенного цифрового проектирования в бизнесе. Моделирование, оптимизация и информационные технологии. 2025;13(4). https://doi.org/10.26102/2310-6018/2025.51.4.036

3. Bonomi F., Milito R.A., Zhu J., Addepalli S. Fog Computing and Its Role in the Internet of Things. In: MCC'12: Proceedings of the First Edition of the MCC Workshop on Mobile Cloud Computing, 17 August 2012, Helsinki, Finland. New York: ACM; 2012. P. 13–16. https://doi.org/10.1145/2342509.2342513

4. Mahmud R., Kotagiri R., Buyya R. Fog Computing: A Taxonomy, Survey and Future Directions. In: Internet of Everything: Algorithms, Methodologies, Technologies and Perspectives. Singapore: Springer; 2018. P. 103–130. https://doi.org/10.1007/978-981-10-5861-5_5

5. Воробьев С.П. Математическая модель оптимизации сетевой инфраструктуры распределенной корпоративной системы на базе облачных, туманных и граничных технологий. Моделирование, оптимизация и информационные технологии. 2019;7(3). https://doi.org/10.26102/2310-6018/2019.26.3.003

6. Клименко А.Б. Метод ресурсосберегающего планирования распределенных вычислений в туманной вычислительной среде. Моделирование, оптимизация и информационные технологии. 2022;10(3). https://doi.org/10.26102/2310-6018/2022.38.3.019

7. Bhatia A., Kumar A., Jain A., et al. Networked control system with MANET communication and AODV routing. Heliyon. 2022;8(11). https://doi.org/10.1016/j.heliyon.2022.e11678

8. Taghizad-Tavana K., Ghanbari-Ghalehjoughi M., Razzaghi-Asl N., Nojavan S., Alizadeh A. An Overview of the Architecture of Home Energy Management System as Microgrids, Automation Systems, Communication Protocols, Security, and Cyber Challenges. Sustainability. 2022;14(23). https://doi.org/10.3390/su142315938

9. Liu Ch., Ke L. Cloud assisted Internet of things intelligent transportation system and the traffic control system in the smart city. Journal of Control and Decision. 2022;10(3):1–14. https://doi.org/10.1080/23307706.2021.2024460

10. Lilhore U.K., Imoize A.L., Li Ch.-T., et al. Design and Implementation of an ML and IoT Based Adaptive Traffic-Management System for Smart Cities. Sensors. 2022;22(8). https://doi.org/10.3390/s22082908

11. Ramadass R., Venumula Sh., Shankar T.A.S., Syed K. Application Reliable Traffic Control Method for Efficient Data Management in Wireless-aided Computer Applications. International Innovative Research Journal of Engineering and Technology (IIRJET). 2023;8(3):1–8. https://doi.org/10.32595/iirjet.org/v8i3.2023.168

12. Глушак Е.В., Михайлова П.Д. Повышение качества обслуживания трафика в гибридных сетях с облачными и туманными уровнями. Моделирование, оптимизация и информационные технологии. 2026;14(3). https://doi.org/10.26102/2310-6018/2026.54.3.001

13. Tam P., Song I., Kang S., Ros S., Kim S. Graph Neural Networks for Intelligent Modelling in Network Management and Orchestration: A Survey on Communications. Electronics. 2022;11(20). https://doi.org/10.3390/electronics11203371

14. Ким Д.П. Теория автоматического управления. Т. 1. Линейные системы. Москва: Физматлит; 2010. 310 с.