Целью исследования является ответ на вопрос, как экономика данных меняет городское управление, переходя от традиционных моделей к подходам, основанным на данных, где умные города становятся центрами данных, а данные — ключевым ресурсом для принятия обоснованных решений, оптимизации процессов и повышения качества жизни горожан. Актуальность данной темы обусловлена необходимостью повышения эффективности управления, основанного на данных, проактивного предоставления услуг и сервисов.
В исследовании использованы такие методы, как сравнительный анализ, обобщение, методы наукометрического анализа и качественного контент-анализа научных публикаций. Базируясь на проведенном исследовании, авторы выделяют основные тенденции управления умным городом на основе данных и вызовы в сфере управления умным городом, предлагают меры, направленные на решение существующих проблем и снижение угроз.
Так, особое внимание следует уделять вопросам создания защищенной среды для совместной обработки данных, безопасности городской инфраструктуры, ее защите, а также подготовке квалифицированных кадров, способных учитывать уязвимости на этапе проектирования как физической, так и ИТ-инфраструктуры умного города.
В настоящем исследовании рассматриваются зависимости величины задержки и потери кадров видеопотока, сжатых нейросетевым кодеком, разработанным на основе нейросетевого вариационного автокодировщика, от размера передаваемых кадров при реализации каналов информационного обмена между беспилотной авиационной системой и станцией внешнего пилота в наземном сегменте гибридной орбитально-наземной сети связи с учетом расстояния между ними при использовании технологий передачи данных 3G и LTE.
Актуальность исследования обусловлена необходимостью достижения заданного уровня качества обслуживания услуги управления беспилотными летательными аппаратами от первого лица в сетях связи.
Используемые методы. В ходе исследования натурным экспериментом измерены прикладные задержки передачи и потери кадров видеопотока FPV-управления при использовании нейросетевых кодеков. Прикладные задержки и потери учитывают сегментацию, восстановление пакетов и передачу нескольких UDP-пакетов для каждой полезной нагрузки. Дополнительно методом Розенблатта ‒ Парзена восстановлены распределения плотности вероятности задержек.
Результаты. Получены оценки средних значений задержки передачи и потерь кадров видеопотока (сжатых нейросетевым кодеком) при использовании технологий передачи данных 3G и LTE с учетом различных расстояний между беспилотной системой и станцией внешнего пилота. Восстановлены распределения зависимостей задержек видеопотока от размера полезной нагрузки. Найден характер распределения задержки видеопотока, формируемого нейросетевым кодеком.
Новизна полученных результатов заключается в исследовании характера задержек и потерь кадров видеопотока услуги FPV-управления, передаваемого через мобильные сети связи, на прикладном уровне модели OSI при использовании нейросетевых кодеков.
Практическая значимость. Полученные результаты могут быть примененены при моделировании каналов информационного обмена для FPV-управления с целью формирования оптимальной конфигурации используемых нейросетевых кодеков.