– Глеб Игоревич, чем занимается Лаборатория проблемно-ориентированных облачных сред?
– Исследованиями в области распределенных вычислений и облачных технологий. Это главный вызов «Индустрии 4.0» и Big Data, мы принимаем его и решаем задачи, которые встают перед IT-индустрией при использовании огромного «облачного» потенциала. Сотрудники лаборатории занимаются вопросами безопасности, управления вычислительными ресурсами, решают прикладные задачи применения облачных технологий, в том числе связанные с Интернетом вещей (IoT).
– Какое направление работы лаборатории вы бы выделили в качестве основного?
– Мы работаем с туманными, краевыми и облачными вычислениями. Поэтому задача лаборатории – разработка моделей, методов и алгоритмов управления ресурсами гибридных вычислительных систем. Они необходимы при создании цифровых двойников предприятий и работе с ними, а также при использовании технологии Интернета вещей. Данная концепция сопряжена с большими рисками для конфиденциальности, целостности и доступности данных. Мы разрабатываем алгоритмы для поддержания безопасности Интернета вещей.
– Каких успехов достигли сотрудники за время работы лаборатории?
– Можно отметить сравнительные исследования в области методов виртуализации и контейнеризации вычислительных ресурсов высокопроизводительных вычислительных центров для решения задач в области больших данных. Проведенный анализ показал, что эти технологии могут быть использованы при обработке больших данных как средства развертывания специализированных программных платформ. Переход от виртуализации к контейнеризации на порядки сократил накладные расходы, связанные с управлением вычислительными ресурсами. Результаты работы опубликованы в журнале Supercomputing Frontiers and Innovations, входящем во второй квартиль Scopus.
Еще один важный результат работы – исследование в области хранения данных в вычислительных облачных системах. Совместно с партнерами мы разработали методику шифрования и распределения зашифрованных данных среди группы независимых облачных хранилищ. Она позволяет добиться высокой скорости работы и нивелировать шансы, что отправленная для хранения в облако часть информации будет скомпрометирована и расшифрована. Это один из наиболее важных результатов работы, который был опубликован в журнале IEEE Internet of Things Journal, входящем в топ-10%.
– Как результаты исследований лаборатории могут применяться на практике?
– Мы ведем исследования в самых востребованных на сегодня областях, а потому результаты каждой работы могут найти практическое применение. Например, уже упомянутая методика шифрования и распределения данных среди групп независимых облачных хранилищ важна для защиты информации в Интернете вещей. Мы разработали и протестировали новые алгоритмы распределения и безопасного хранения данных в мультиоблачных распределенных вычислительных системах. Представленный алгоритм обеспечивает возможность безопасного и качественного хранения секретных данных путем их распределения среди набора независимых провайдеров облачных услуг. Мы провели эксперименты по оценке надежности данного алгоритма при недоступности одного или нескольких провайдеров данных. Результаты экспериментов показали, что предложенный алгоритм на 50–60% превосходит существующие аналоги в решении задачи детектирования и коррекции ошибок.
– Расскажите, пожалуйста, о сотрудничестве с другими вузами в рамках работы лаборатории.
– В первую очередь нужно отметить, что руководит Международной лабораторией проблемно-ориентированных облачных сред профессор Андрей Черных, сотрудник Центра научных исследований и высшего образования в Мексике. Его выпускник, постдок Хорхе Марио Кортес-Мендоса, уже год работает в нашей лаборатории. Другие сотрудники Центра – постоянные участники исследовательских групп и соавторы научных публикаций.
В рамках научной работы ведется сотрудничество с рядом как зарубежных, так и российских организаций. Совместно с Республиканским университетом Уругвая (Монтевидео), ИДСТУ СО РАН и МФТИ разработан метод оптимизации расписания пассажирского транспорта, основанный на мультиобъективном клеточном генетическом алгоритме. Целью было определение назначения автобусов в каждый период времени для оптимизации качества обслуживания и эксплуатационных расходов на транспорт. Экспериментальный анализ показателей качества предложенного решения показал, что наш алгоритм является конкурентоспособным по сравнению с известными методиками, представленными в литературе.
– Поддерживают ли работу лаборатории российские научные и исследовательские фонды?
– Несомненно. Один из последних примеров: аспирант Алаасам Амир Басим Абдуламир, работающий в лаборатории, получил грант Российского фонда фундаментальных исследований (РФФИ) для реализации научной работы по теме «Технология организации туманных вычислительных сред, обеспечивающих потоковую обработку данных для поддержки цифровых двойников». Цель – разработка подхода микропотоков работ для организации потоковой обработки данных в рамках туманной вычислительной инфраструктуры для цифровых двойников.
Южно-Уральский государственный университет – это университет цифровых трансформаций, где ведутся инновационные исследования по большинству приоритетных направлений развития науки и техники. В соответствии со стратегией научно-технологического развития Российской Федерации университет сфокусирован на развитии крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. В рамках данных направлений исследуются объекты металлургии, машиностроения, энергетики, ЖКХ, решаются вопросы, связанные с созданием безопасного пространства городской инфраструктуры и комфорта для человека.
ЮУрГУ – участник Проекта «5-100», призванного повысить конкурентоспособность российских университетов среди ведущих мировых научно-образовательных центров.