Международная лаборатория проблемно-ориентированных облачных сред

Адрес: 454080, г. Челябинск, пр. Ленина, 76
Аудитория 492, корпус 3А
Телефон: +7 (351) 267-90-94
E-mail: gleb.radchenko[at]susu[dot]ru


Andrei Tchernykh Ph.D., Professor CICESE Research Center, Mexico

Руководитель лаборатории

Андрей Черных

Ph.D., профессор

Центр научных исследований и высшего образования, Мексика

Gleb Radchenko Ph.D., Associate Professor South Ural State University

Заместитель руководителя лаборатории

Глеб Игоревич Радченко

Кандидат физико-математических наук, доцент


Описание лаборатории

На сегодняшний день облачные технологии стали неотъемлемой частью как нашей профессиональной деятельности, так и личной жизни. Огромный «облачный» потенциал, однако, ставит перед IT-индустрией ряд задач, начиная от вопросов безопасности и управления вычислительными ресурсами, до применения облачных технологий для решения прикладных задач, включая задачи развития интернета вещей. Открытая в 2016 году международная лаборатория проблемно-ориентированных облачных сред занимается прорывными исследованиями в области распределенных вычислений и облачных технологий, чтобы отвечать на вызовы «Индустрии 4.0» и Big Data.


Оборудование

Одним из основных оборудований, которые используют ученые лаборатории, являются суперкомпьютеры «Торнадо ЮУрГУ» и «СКИФ-Аврора». Суперкомпьютеры ЮУрГУ являются одними из самых мощных компьютеров в мире.


Проводимые исследования

Лаборатория проводит исследования по следующим направлениям:

1. Планирование вычислительных ресурсов в рамках облачных и туманных вычислительных сред в условиях неопределенности

Современным задачам моделирования в области инженерного анализа характерны высокие требования к предоставляемым вычислительным ресурсам, а также сложная вычислительная структура задания, которую можно описать в виде потока работ. Также, для инженерного анализа характерны многовариантные расчеты, когда вычислительное задание запускается многократно (сотни и тысячи раз) с различными вариациями входных параметров. Приложения такого рода составляют большой процент загрузки современных суперкомпьютерных и распределенных вычислительных систем, что влечет необходимость в создании методов и алгоритмов эффективного распределения ресурсов таких систем для оптимизации решения таких задач. Разрабатываемые методы и алгоритмы должны учитывать специфику классов задач инженерного анализа в процессе планирования, поддерживать многовариантные вычисления и обеспечивать возможность динамической корректировки плана выполнения задания инженерного моделирования при отклонении реальных параметров выполнения задачи (времени выполнения, объема выходных данных, масштабируемости) от прогнозируемых.

2. Исследования систем облачной поддержки цифровых двойников технологических процессов

В «Умном производстве» производственные процессы сопровождаются виртуальными моделями — «цифровыми двойниками», представляющими процессы, системы и оборудование. Такой подход позволяет повысить эффективность и надежность производственных процессов посредством (1) прогнозирования и предупреждения аварийных ситуаций; (2) поддержкой и улучшением технологических процессов; (3) автоматизации управления производством; (4) оптимизации финансов. При проектировании и разработки «цифрового двойника» могут использоваться различные вычислительные методы, такие как статистические методы анализа данных, метод конечных элементов и другие. Основной задачей проекта является разработка моделей, методов и алгоритмов управления ресурсами гибридных вычислительных систем, реализующих концепцию туманных вычислений, предназначенных для поддержки так называемых «Цифровых двойников» технологических процессов на промышленных предприятиях, а также реализация прототипа туманной вычислительной платформы на основе созданных моделей, методов и алгоритмов. Платформа должна обеспечивать предоставление вычислительных ресурсов для моделирования индустриальных процессов, с учетом информации о предметной области, обеспечивающей прогнозирование вычислительных характеристик и времени выполнения задач цифровых двойников, для реализации методов планирования и диспетчеризации ресурсов.

3. Исследования в области информационной безопасности распределенных вычислительных систем, облачных систем, систем управления технологическими процессами

Управление информацией во многих областях, таких как умный город, умное производство, умная медицина и т.д., будет тесно связана с туманными, краевыми и облачными вычислениями для Интернета вещей (IoT) и Индустриального Интернета вещей. Несмотря на многие преимущества Интернета вещей, данная концепция сопряжена с большими рисками для конфиденциальности, целостности и доступности данных, связанными с потерей информации, отказом в доступе к ней в течение длительного времени, утечкой информации, тайным сговором провайдеров и т.д. Одна из проблем заключается в разработке надежных туманных, краевых и облачных систем, которые снизят неопределенность в случае возникновения технических сбоев, нарушения безопасности данных, сговора и т.д. Основной целью этого проекта является разработка и оценка методов и алгоритмов для поддержания безопасности ожиданий и требований к Интернету вещей в условиях неизвестных рисков, которые трудно или невозможно предвидеть и которыми невозможно управлять проактивно.

4. Применение облачных технологий для поддержки «Умных городов»

В рамках данного направления исследований решаются вопросы, связанные с применением облачных вычислений для обработки данных большого объема в рамках решения задач анализа дорожного траффика в контексте «умных» городов. Одним из аспектов применения данного подхода является обработка экспериментальных случаев, связанных с качеством общественного транспорта на основе анализа истории местоположения автобусов, и оценка мобильности пассажиров при помощи анализа истории покупок билетов с транспортных карт.


Публикации

1. Andrei Tchernykh, Jorge M. Cortés-Mendoza, Alexander Feoktistov, Igor Bychkov, Loic Didelot, Pascal Bouvry, Gleb Radchenko, Kirill Borodulin. Configurable Cost-Quality Optimization of Cloud-based VoIP. Journal of Parallel and Distributed Computing, Special issue on «Advances in Parallel and Distributed Computing and Optimization», Elsevier, 2018.

2. Andrei Tchernykh, Vanessa Miranda-López, Mikhail Babenko, Fermin Armenta-Cano, Gleb Radchenko, Alexander Yu. Drozdov, Arutyun Avetisyan. Performance Evaluation of Secret Sharing Schemes with Data Recovery in Secured and Reliable Heterogeneous Multi-Cloud Storage. Cluster Computing. Springer, 2018.

3. Renzo Massobrio, Sergio Nesmachnow, Andrei Tchernykh, Arutyun Avetisyan, Gleb Radchenko. Towards a Cloud Computing Paradigm for Big Data Analysis in Smart Cities. Programming and Computer Software, 2018, Vol. 44, No. 3, pp. 181–189. Springer, 2018.

4. David Peña, Andrei Tchernykh, Sergio Nesmachnow, Renzo Massobrio, Alexander Feoktistov, Igor Bychkov, Gleb Radchenko, Alexander Yu. Drozdov, Sergey N. Garichev. Operating Cost and Quality of Service Optimization for Multi-Vehicle-Type Timetabling for Urban Bus Systems. Journal of Parallel and Distributed Computing, Special issue on «Advances in Parallel and Distributed Computing and Optimization», Elsevier, 2018.

5. Andrei Tchernykh, Mikhail Babenko, Nikolay Chervyakov, Vanessa Miranda-López, Viktor Kuchukov, Jorge M. Cortés-Mendoza, Maxim Deryabin, Nikolay Kucherov, Gleb Radchenko, Arutyun Avetisyan. AC-RRNS: Anti-Collusion Secured Data Sharing Scheme for Cloud Storage. International Journal of Approximate Reasoning. Special Issue on Uncertainty in Cloud Computing: Concepts, Challenges and Current Solutions. Elsevier.​

6. Renzo Massobrio, Sergio Nesmachnow, Andrei Tchernykh, Arutyun Avetisyan, Gleb Radchenko. Towards a Cloud Computing Paradigm for Big Data Analysis in Smart Cities. Proceedings of the Institute for System Programming of the Russian Academy of Sciences Digest, Vol. 28, 6. 2016, p. 121-140.

Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.