Аннотация результатов, полученных в 2024 году
В работе [1] разработана модель, которая учитывает как фазы случайного доступа (Random Access, RA), так и передачи данных (Data Transmission, DT), а также анализирует трафик как в нисходящей (downlink), так и в восходящей (uplink) линиях связи. Основной целью исследования является изучение влияния нового функционала ранней передачи, который позволяет упаковывать данные в преамбулы во время фазы RA, на показатели производительности системы. Основные результаты работы [1] является - Снижение задержки передачи пакетов: численные результаты показали, что внедрение функционала ранней передачи данных позволяет снизить задержку отправки пакетов в канале по восходящей линии связи на 40–50%. Это особенно важно в условиях совместного использования ресурсов для трафика в восходящем и нисходящем направлениях. - Влияние на распределение ресурсов: исследование выявило, что использование ранней передачи данных изменяет оптимальный баланс ресурсов между фазами RA и DT. Для достижения максимальной производительности системы необходимо динамическое распределение ресурсов, что требует гибкого управления. - Применимость модели: разработанная модель позволяет детально анализировать поведение систем NB-IoT и других технологий Интернета вещей (CIoT), включая будущие стандарты, которые будут внедрены в рамках 5G. Это делает модель ценным инструментом для оптимизации сетевых решений. Таким образом, полученные результаты подтверждают, что процедура ранней передачи данных может значительно повысить эффективность 5G mMTC технологий, особенно в сценариях с высокой нагрузкой. Однако для достижения оптимальной производительности требуется внедрение динамического управления ресурсами. Проведенные исследования создают основу для дальнейшего совершенствования CIoT систем, что имеет важное значение для их стандартизации и практического применения. В работе [2] разработана модель обслуживания для будущих технологий CIoT в сотовых сетях 5G/6G, которые должны обеспечивать мультиплексирование различных типов трафика, требованиями к ресурсам и направлениями передачи. В исследовании [2] была предложена модель, которая учитывает фазы RA и DT, а также различные характеристики трафика в восходящей и нисходящей линиях связи, которые мультиплексируются на фазе передачи данных. Модель, разработанная в данной работе, представляет собой систему, в которой восходящий трафик требует обслуживания в обеих фазах (RA и DT), в то время как нисходящий трафик обслуживается только на фазе передачи данных. В работе определены критерии стабильности системы для исследования производительности в условиях асинхронного поступления данных в восходящей линии и обновлений программного обеспечения в нисходящей линии связи. Полученные результаты показали, что современные системы CIoT, такие как NB-IoT, не оптимизированы для широкого диапазона условий нагрузки. В частности, даже при присутствии обновлений программного обеспечения, составляющих менее 3% от общей нагрузки, фаза RA может стать узким местом, ограничивающим производительность всей системы. Моделирование также показало, что оптимальное распределение ресурсов сильно зависит от нагрузки на трафик как на восходящей, так и на нисходящей линии связи. Разработанная модель в работе [2] позволяет оптимально настраивать фазы RA и DT в зависимости от конкретных условий нагрузки в восходящей и нисходящей линиях связи. Таким образом, результаты исследования подчеркивают важность динамического распределения ресурсов между фазами RA и DT для достижения максимальной производительности CIoT, что является ключевым для эффективной работы сетей 5G/6G в условиях разнообразных типов трафика и различных нагрузок. В работе [3] представлена математическая модель процедуры обслуживания, учитывающая последовательные этапы произвольного доступа и передачи данных, а также различающийся тип трафика в восходящем и нисходящем направлениях. Результаты показывают, что современные системы CIoT, такие как NB-IoT, не оптимизированы для широкого диапазона условий нагрузки. Численные результаты показывают, что оптимальное распределение ресурсов между фазами случайного доступа и передачи данных может существенно различаться в зависимости от нагрузки в восходящем и нисходящем направлениях. Предложенная модель позволяет оптимально настраивать фазы случайного доступа и передачи данных в будущих системах CIoT Статья [4] посвящена разработке метода оптимального размещения точек доступа и шлюзов внутри помещений с учетом мобильности конечных устройств. В работе предлагается метод, основанный на генетическом недоминируемом алгоритме сортировки II (NSGA-II) и методика определения порядка предпочтения по сходству с идеальным решением, а также проводится успешное применение метода в реальной ситуации. Полученные результаты показывают, что применение метода NSGA-II в сочетании с методикой определения порядка предпочтения решений позволяет оптимизировать сеть внутри помещений, обеспечивая устойчивую работу в условиях высокой мобильности устройств. Этот метод может быть применен для широкого спектра задач в области построения высокоэффективных беспроводных сетей следующего поколения. Список работ на первом этапе реализации проекта: 1. Daraseliya A. V., Sopin E. S., Begishev V. O., Koucheryavy Y. A., Samoylov K. E. A Model for 5G Cellular IoT Systems with Early Transmissions at the Random Access Phase, 2024 International Scientific and Technical Conference Modern Computer Network Technologies (MoNeTeC), Moscow, Russian Federation, 2024, pp. 1-6, doi: 10.1109/MoNeTec60984.2024.10768185 https://monetec.ru/program_24 2. Sopin E. S., Daraseliya A. V., Begishev V. O., Koucheryavy Y. A., Samoylov K. E. Minimizing Delay in 5G Cellular IoT with Bursty Traffic in Uplink and Downlink Directions. 2024 IEEE 24th International Conference on Communication Technology (ICCT), Chengdu, China, 2024 (в печати). https://icct2024.com/program.html 3. Дараселия А. В., Сопин Э. С., Самуйлов К. Е., Кучерявый Е. А. Минимизация задержки в системах 5G/6G IoT с групповым поступлением в восходящем и нисходящем направлениях. Информатика и ее применения. - Т. 18. - №4 (в печати). 4. Эбрахим А., Иванов И. А., Али А. Ситуационно-ориентированный метод размещения точек доступа и шлюзов внутри помещений при организации систем Интернета вещей. Журнал Информационные технологии (в печати).

Аннотация результатов, полученных в 2025 году
В течение второго периода научная группа продолжила развитие методов, заложенных на первом этапе проекта, сосредоточив внимание на моделировании сетей массового машинного типа связи (mMTC) для задач энергетической инфраструктуры и будущих требований систем 6G. Одной из ключевых особенностей таких сетей является пространственно-временная коррелированность событий: в моменты пороговых изменений практически одновременно активируются большое число устройств типа mMTC, создавая высокие уровни трафика. Загруженный трафик приводит к перегрузкам радиоинтерфейса и снижению эффективности использования ресурсов, поэтому поиск механизмов снижения резких пиков нагрузки стал одной из ключевых задач исследований. На втором этапе проекта была разработана математическая модель активации устройств на основе вероятностного механизма, позволяющая уменьшить синхронность их работы и снизить число одновременных попыток передачи данных. В отличие от детерминированных схем, предложенный подход регулирует активность устройств, позволяет согласовывать их поведение в моменты массового пика загруженности трафика и повышать уровень стабильности сети. Анализ показал, что корректный выбор параметров вероятностной активации обеспечивает обслуживание существенно большего числа устройств типа mMTC при соблюдении требований к задержке и вероятности блокировок. Научные результаты показывают, что даже простые вероятностные алгоритмы позволяют значительно уменьшить пиковые нагрузки без необходимости централизованного управления. Параллельно была исследована задача оптимального распределения ресурсов между фазами случайного доступа и передачи данных, имеющая ключевую роль в системах 6G mMTC. Для анализа использовалась двухступенчатая тандемная модель массового обслуживания, позволяющая учитывать специфику обеих фаз и типа трафика. Для фазы передачи данных применялось уточнение Полянского к теореме Шеннона, что обеспечило более реалистичное моделирование пропускной способности при конечных длинах кодовых блоков. Проведённый анализ позволил определить область устойчивой работы системы и выявить условия, при которых достигается минимальная задержка. Сформулирован вывод, что сеть mMTC работает максимально эффективно только при гибком распределении ресурсов между фазами. Даже небольшие отклонения от оптимального распределения приводят к заметному увеличению задержек и потерь данных. Особое внимание уделялось распределению ресурсов для разных типов данных в энергосетях – периодических и событийных. Модель позволяет учитывать их требования к задержке и надёжности и распределять ресурсы так, чтобы оба типа трафика работали эффективно. Такой подход снижает конкуренцию между разными типами трафика и помогает сети работать стабильнее при резких пиках активности устройств mMTC. Комплекс проведённых исследований позволил уточнить характеристики поведения сетей 6G mMTC в условиях массовой активации устройств. На основе расширенных математических моделей и численных экспериментов сформулированы рекомендации по настройке параметров радиоинтерфейса, вероятностных схем активации и динамической адаптации ресурсов. Полученные результаты создают основу для дальнейшего этапа проекта, включающего интеграцию разработанных методов в архитектуру будущих систем mMTC. Таким образом, во втором отчетном периоде были разработаны вероятностные алгоритмы активации устройств учёта, позволяющие смягчать пики загруженности трафика; построена модель оптимального распределения ресурсов между фазами случайного доступа и передачи данных; предложена схема доступа для различных типов трафика энергетических сетей; а также проведено исследование стабильности сети в условиях коррелированной нагрузки. Полученные научные результаты полностью соответствуют современным направлениям развития технологий 5G/6G и формируют прочную основу для последующих исследований и практической реализации механизмов высоконагруженных mMTC-систем.