Ключевые технологии
Наши ключевые компетенции связаны со следующими технологиями: сенсорные сети, машинное обучение, облачные и web-технологии и сервисы. Многие команды занимаются данными направлениями. Мы имеем собственные наработки, которые для некоторых применений позволяют нам решать проблемы лучше.
Сенсорные сети. Нами разработана архитектура модульных сенсорных узлов, которая позволяет поддержать следующие конкурентные преимущества наших решений (при сохранении среднерыночных ценовых показателей).
-
Возможность одновременной поддержки разных транспортов передачи данных (Ethernet, WiFi, LoWPAN, PLC, Bluetooth 4.0 LE, ZigBee, Z-Wave и др.)в сенсорной сети, с обеспечением необходимого уровня информационной безопасности.
-
Возможность включения в сенсорную сеть различных датчиков (большинства) сторонних производителей.
-
Реализация в каждом сенсорном узле (1) возможности удаленного переопределения логики его работы; (2) локальное принятие решения по реагированию на различные события. Второй пункт дает возможность локальной реакции на угрозы в случае частичной или полной утраты связности сенсорной сети.
Машинное обучение. Наши разработки и опыт предыдущих проектов:
-
технологии и собственный инструментарий создания систем на базе искусственных нейронных сетей (ИНС);
-
практический опыт успешного применения ИНС для классификации сигналов (изображений, потоков изображений) с самыми разными областями применения (немного примеров): диагностика двигателей по шумам, выявление маркеров заболеваний на медицинских изображениях, распознавание образов, различные задачи обработки данных ДЗЗ;
-
классификация «система работает нормально» — «что-то не так», упреждающее предсказание возможных аварий. Опыт разработки различных систем анализа сенсорной информации,самообучение и распознавание «шаблонов поведения» исправных (и неисправных) узлов сложных технических систем (или комплекса в целом). Проекты выполнялись как на базе ИНС, так и с использованием иных подходов. Спектр широкий: распознавание сетевых атак, упреждающий прогноз выхода из строя узлов или подсистем суперкомпьютерных кластеров, анализ трафика в телекоммуникационных сетях.