Об автоматизации диагностики сетевого оборудования на основе предиктивной аналитики и искусственного интеллекта

И. Э. Хисматов

Аннотация


Раскрываются особенности диагностики сетевого оборудования провайдера на базе предиктивной аналитики с использованием искусственного интеллекта. Выявлены условия работы сетевого оборудования, способствующие диагностике оборудования. Предложена надстройка над процессом предиктивной диагностики на основе искусственного интеллекта.

Ключевые слова


Интернет; искусственный интеллект; аналитика; прогноз; диагностика.

Полный текст:

PDF

Литература


Афанасьев А. А. Об оценке влияния международных санкций на условия функционирования отечественной промышленности // Экономические отношения. 2022. Т. 12. № 2. С. 179–194. DOI 10.18334/eo.12.2.114858. EDN FIPEIT. [[ Afanasyev A. A. “On assessing the influence of international sanctions on the conditions of functioning of the domestic industry” // Economic Relations. 2022. Vol. 12, No. 2, pp. 179-194. DOI 10.18334/eo.12.2.114858. EDN FIPEIT. (In Russian). ]]

Абрамов В. И., Акулова Н. Л. Предиктивный анализ клиентов на основе CRM // Оригинальные исследования. 2020. № 10(6). С. 96–102. [[ Abramov V. I., Akulova N. L. “Predictive analysis of clients based on CRM” // Original Research. 2020. No 10(6), pp. 96–102. (In Russian). ]]

Варламов О. О. Перспективы искусственного интеллекта: взгляд ученого инженера-математика // Знание – сила. 2020. № 3 (1113). С. 36–44. [[ Varlamov O. O. “Prospects for artificial intelligence: the view of a scientific engineer-mathematician” // Knowledge is Power. 2020. No. 3 (1113), pp. 36-44. (In Russian). ]]

Vishwa G. Predictive maintenance market: global opportunity analysis and industry forecast, 2020–2027 // Allied Market Research. 2021. Рp. 1–6.

Abbott D. Applied Predictive Analytics: Principles and Techniques for the Professional Data Analyst. Indianapolis: Wiley, 2014.

Yakovleva M. V., Shalina A. I. Decision-making algorithm for the implementation of predictive equipment maintenance in high-tech companies // Russian Journal of Innovation Economics. 2023. Vol. 13. No. 1. Рp. 159–172. doi: 10.18334/vinec.13.1.117426

Kumar V. Predictive analytics: a review of trends and techniques // International Journal of Computer Applications. 2018. No. 182.

Григорьева Т. А., Баева А. Ю. Применение предиктивной аналитики в энергетике // Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2021. Т. 1. С. 16–19. EDN DYOFMM. [[ Grigorieva T. A., Baeva A. Yu. “Application of predictive analytics in the energy sector” // Proceedings of Bratsk State University. Series: Natural and Engineering Sciences. 2021. Vol. 1, pp. 16-19. EDN DYOFMM. (In Russian). ]]

Варламов О. О. О метрике автономности и интеллектуальности робототехнических комплексов и киберфизических систем // Радиопромышленность. 2018. № 1. С. 74–86. EDN YQYQPV. [[ Varlamov O. O. “On the metric of autonomy and intelligence of robotic complexes and cyberphysical systems” // Radio Industry. 2018. No. 1, pp. 74-86. EDN YQYQPV. (In Russian). ]]

Siegel E. Predictive Analytics. The Power to Predict Who Will Click, Buy, Lie, or Die. John Wiley & Sons Limited, 2016.

Абрамов В. И., Борзов А. В., Семенков К. Ю. Цифровая зрелость российских предприятий МСБ: диагностика и управление развитием // Организационно-экономические и инновационно-технологические проблемы модернизации экономики России: Сб. статей XI Международной научно-практической конференции, Пенза, 28–29 июня 2021 г. Пенза: Пензенский государственный аграрный университет, 2021. С. 12–20. EDN SPYSBM. [[ Abramov V.I., Borzov A.V., Semenkov K.Yu. “Digital maturity of Russian SMEs: diagnostics and development management” // Organizational-economic and innovative-technological problems of modernization of the Russian economy: collection of articles of the XI International Scientific and Practical conference, Penza, June 28–29, 2021. Penza: Penza State Agrarian University, 2021. pp. 12-20. EDN SPYSBM. (In Russian). ]]

Гусаренко А. С. Производительность запросов к гетерогенным источникам в ситуационно-ориентированных базах данных // Системная инженерия и информационные технологии. 2023. Т. 5. № 3(12). С. 42–52. DOI 10.54708/2658-5014-SIIT-2023-no3-p42. EDN QHUSOV. [[ Gusarenko A. S. “Performance of queries to heterogeneous sources in situation-oriented databases” // System Engineering and Information Technologies. 2023. Vol. 5, No. 3(12), pp. 42-52. DOI 10.54708/2658-5014-SIIT-2023-no3-p42. EDN QHUSOV. (In Russian). ]]

Varlamov O. O. Wi!Mi expert system shell as the novel tool for building knowledge-based systems with linear computational complexity // International Review of Automatic Control. 2018. Vol. 11. No. 6. Рp. 314–325. DOI 10.15866/ireaco.v11i6.15855. EDN UNUCCC.

Махмутов А. Р., Вульфин А. М., Миронов К. В. Исследование возможностей автономной работы конечных устройств интернета вещей // Системная инженерия и информационные технологии. 2023. Т. 5. № 1(10). С. 41–47. DOI 10.54708/2658-5014-SIIT-2023-no1-p41. EDN DPEMFA. [[ Makhmutov A. R., Vulfin A. M., Mironov K. V. “Study of the possibilities of autonomous operation of end devices of the Internet of things” // System Engineering and Information Technologies. 2023. Vol. 5, No. 1(10), pp. 41-47. DOI 10.54708/2658-5014-SIIT-2023-no1-p41. EDN DPEMFA. (In Russian). ]]

Фролова М. В., Чепыжов Д. С. Предиктивное техническое обслуживание как средство обеспечения экономической безопасности промышленных предприятий // Экономическая безопасность России: проблемы и перспективы: Мат-лы VII Международной научно-практической конференции, Нижний Новгород, 29 мая 2019 г. Нижний Новгород: Нижегородский государственный технический университет им. Р. Е. Алексеева, 2019. С. 271–275. EDN OBXPTB. [[ Frolova M. V., Chepyzhov D. S. “Predictive maintenance as a means of ensuring the economic safety of industrial enterprises” // Economic Security of Russia: Problems and Prospects: Materials of the VII International Scientific and Practical Conference, Nizhny Novgorod, May 29, 2019. 2019. Pp. 271-275. EDN OBXPTB. (In Russian). ]]

Елизарова А. В., Саитова Г. А., Момзиков Н. В. Выбор архитектуры нейронной сети для прогнозирования состояния заряда аккумулятора // Системная инженерия и информационные технологии. 2023. Т. 5. № 4(13). С. 123–131. EDN RXSDIA. DOI 10.54708/2658-5014-SIIT-2023-no4-p123. [[ Elizarova A. V., Saitova G. A., Momzikov N. V. Selecting a neural network architecture for predicting the battery charge state // System Engineering and Information Technologies. 2023. Vol. 5, No. 4(13), pp. 123 131. EDN RXSDIA. DOI 10.54708/2658-5014-SIIT-2023-no4-p123. (In Russian). ]]


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2024 И. Э. Хисматов