Разработка интеллектуальных моделей и методов цифровой экосистемы Smart City для устойчивого развития города и повышения качества уровни жизни горожан

Руководитель проекта: Едилхан Дидар

Источник финансирования: ПЦФ МНВО РК

Объем финансирования: 208 млн тенге​​

Годы реализации: 2024  – 2026 гг.

Краткое описание проекта: Проект направлен на создание интегрированной цифровой платформы умного города (Smart City), обеспечивающей эффективный сбор, хранение и анализ городских данных для повышения устойчивого развития и качества жизни горожан

В условиях роста урбанизации и нагрузки на инфраструктуру города нуждаются в цифровой трансформации. Вызовы включают: управление ресурсами, безопасность, перегрузка сетей связи, экологические и социальные проблемы. Цифровая экосистема Smart City обеспечивает их комплексное решение.

Создание комплексной цифровой платформы умного города с внедрением передовых технологий сбора и анализа данных, 5G-сетей, систем видеонаблюдения, вертикального фермерства и безопасности беспроводных сетей.

1. Разработка цифровой платформы Smart City;
2. Повышение пропускной способности и надежности 5G в условиях города;
3. Система видеонаблюдения с распознаванием лиц;
4. Интеграция вертикального фермерства в городскую среду;
5. Методология кибербезопасности IoT и сетей;
6. Визуализация данных и рекомендации для городской администрации;
7. Научные публикации (11+ WoS/Scopus, 12+ КОКНВО), 1 монография, 4 патента;
8. Подготовка 12 магистров и 4 PhD.

Достигнутые результаты: По публикациям:

13 статей опубликовано в изданиях, входящих в перечень КОКНВО

2 статьи — в международных журналах с индексами Scopus / WoS (Q1/Q2)

10 публикаций представлены на конференциях IEEE

Патенты:

Из 4 запланированных авторских свидетельств зарегистрированы 3

Подготовка кадров:

Подтверждена защита 1 PhD

Цель рабочей программы №1: Исследование и разработка методов для эффективного сбора, хранения и аналитической обработки мультидоменных данных умного города.

Результаты рабочей программы №1:​​

Проведен сравнительный анализ существующих методов сбора больших городских данных с фокусировкой на транспортных данных и сопряженных данных Smart City. ​

Разработана концептуальная и  физическая архитектура мультидоменных данных умного города.  ​

Поданы научные публикации, описывающие применение различных моделей машинного обучения для решения задачи прогнозирования времени прибытия автобуса.​

Цель рабочей программы №2: Исследование и разработка эффективных решении в области искусственного интеллекта (ИИ), обеспечивающие стабильный и высокоскоростной доступ, предоставляемый сотовыми сетями 5G и 6G в ультраплотных и умных городах.

Результаты рабочей программы №2:​​

• Проведен сравнительный анализ существующих методов оптимизации устойчивости к мобильности, управления балансировкой нагрузки и моделей принятия решений о переключении, основанных на технологиях искусственного интеллекта.​
• Разработана мониторинговая система оценки производительности сети 5G​
• Разработан надежный и адаптируемый инструмент для всесторонней оценки сети, мобильное приложение Mobtest, поддерживающий усовершенствованное планирование и оптимизацию внедрения 5G, обеспечивая высокое качество работы сети для разнообразных приложений и потребностей пользователей.​
• Поданы научные публикации, описывающие оценки сотовых сетей в реальном времени: Mobtest для технологий 5G и перспективных 6G​

Цель рабочей программы №3: Разработка и оптимизация алгоритмов глубокого обучения для реализации системы видеонаблюдения с функцией распознавания лиц, обеспечивающей высокую точность и скорость идентификации личности в реальном времени в целях повышения безопасности в общественных местах​ ​

Результаты рабочей программы №3:​​

Проведено исследование и обзор алгоритмов и методов машинного обучения для распознавания лиц с целью выявления их преимуществ и недостатков;​

Проведено исследование и разработка структурной модели сбора и подготовки больших данных для машинного и глубокого обучения;​

Разработана структурная модель системы для контроля доступа в общежитии университета и распознавания пассажиров.​

Опубликована статья «Comprehensive evaluation of real-time object detection algorithm based on extended criteria» в Вестнике КазАТК​

Поданы научные статьи в рецензируемые научные издания, индексируемые в Scopus, WoS [Q1-Q2].​

Цель рабочей программы №4: Разработка и оптимизация интегрированных систем вертикального фермерства, нацеленных на устойчивое производство сельскохозяйственной продукции в городе​

Результаты рабочей программы №4:​

• Создана IoT-система для мониторинга и управления микроклиматом вертикальной фермы, использующая датчики для сбора данных о температуре, влажности, уровне света, pH и электропроводности.​
• Построена вертикальная ферма на основе гидропонных технологий, что позволило минимизировать использование воды и почвы, а также обеспечить оптимальные условия для выращивания микрорастений и корнеплодов​
• Создана Streamlit-дэшборд для отображения данных в реальном времени. Данные, собранные с датчиков, передаются через Azure IoT Hub и хранятся в облаке, что обеспечивает минимальную задержку при визуализации​
• Поданы научные публикации, описывающие применение искусственного интеллекта и IoT в вертикальном фермерстве​

Цель рабочей программы №5: Исследование методов тестирования на проникновение и анализ уязвимостей беспроводных сетей в контексте цифровых экосистем города, с целью обеспечения высокого уровня защищенности данных и предотвращения несанкционированного доступа к информационным ресурсам городской инфраструктуры.​

Результаты рабочей программы №5: ​

• Разработана методика комплексного аудита безопасности беспроводных сетей, включая стандарты LoRa и Wi-Fi для цифровых экосистем умного города.​
• Проведены эксперименты по активному и пассивному тестированию беспроводных сетей, что позволило выявить уязвимости и определить практические меры по их устранению.​
• Создана утилита для автоматизации процесса тестирования на проникновение, что ускоряет и упрощает аудит безопасности.​
• Разработан подход для обнаружения вторжений с использованием периферийных вычислений и алгоритмов машинного обучения, что повысило эффективность мониторинга угроз.​
• Подготовлены и опубликованы научные статьи, описывающие новые методы тестирования на проникновение и анализа уязвимостей для городской цифровой инфраструктуры.​
• Предложены практические рекомендации для повышения защищенности беспроводных сетей, что способствует развитию более безопасных и устойчивых цифровых экосистем умных городов.​

Цель рабочей программы №6: создать единую цифровую платформу для умного города, способную интегрировать данные различных систем города, обеспечивая их сбор, аналитическую обработку, предсказания и визуализацию. Это позволит повысить эффективность управления ресурсами города, улучшить взаимодействие с гражданами и обеспечить устойчивое развитие городской инфраструктуры.

Результаты рабочей программы №6:​​

• Проведен анализ существующих платформ умных городов, исследовать используемые технологии (IoT, Big Data, AI, ML) для сбора, передачи, хранения и аналитической обработки данных, поступающих из различных городских систем (инфраструктура, транспорт, экология и др.).​
• Исследованы принципы работы интеллектуальных компонентов платформы на основе методов машинного обучения и искусственного интеллекта для прогнозирования и оптимизации городских процессов, таких как управление транспортом, энергосбережение и мониторинг экологии.​
• Создана и настроена облачная инфраструктура для размещения картографического сервиса OSM с учетом требований к вычислительным мощностям и масштабируемости. Это включает выбор облачного провайдера (например, AWS, GCP, Azure), развертывание виртуальных машин (VM), настройку сетевых параметров и балансировки нагрузки.​
• Собран информация о ключевых социальных объектах в Астане, включая школы, детские сады, больницы, поликлиники, культурные и государственные учреждения, для повышения точности навигации и планирования маршрутов. ​
• Подготовлен сбор данных по автобусным остановкам и маршрутам ​
• Интегрирован с государственным адресным регистром.​
• Разработан сервис двустороннего геокодинга.​
• Разработан сервис отслеживания автобусов в реальном времени.​
• Разработан сервис динамического изменения маршрутов.​ ​