No abstract

The analysis of management methods Big Data is carried out. In order to obtain timely results of analyzing the state of complex technical systems on the basis of the list of parameters established by regulatory documentation that are ofparamount (for critical components) and minor importance in diagnosing the state of components ensuring the operation of complex technical systems, it is necessary to develop a method for managing data with high speed and losslessly separate and transfer Big Data from IIS to relational and non-relational databases. A method is proposed that ensures the distribution of data coming from information-measuring systems to relational and non-relational databases in diagnosing and predicting the state of complex technical systems. The expediency of using the concept of Data Mining in SCADA systems to control Big Data is substantiated. Algorithms for transmission, distribution and analysis of data in an information-measuring system for diagnosing and predicting the state of complex technical systems have been developed. The scheme of data transmission in devices using the CAN bus. The proposed method for managing Big Data in diagnosing and predicting the state of complex technical systems is based on ensuring the dynamic distribution of data in an information-measuring system with regard to the requirements imposed on the structure of the local-computer network. The method is based on the application of the principles of the construction of software-configured networks, allowing to manage the network by using the results of the analysis of data flows passing through the node-based network devices. A software implementation of a data distribution system in a local network has been developed using the principle ofanalyzing network packets as they arrive at the switching nodes of an information-measuring system. The system of program logic of data distribution from information-measuring systems transmitted over local networks or via CAN bus has been developed. From the conducted research, it follows that the best performance of the data separation process according to the developed method is achieved with distributed execution of computational processes by the developed program in four continuous modes, and the data separation process in non-relational bases for all experiments performed is faster than for relational data. The use of the developed Big Data management method with data distribution in relational and non-relational databases provides an increase in the speed of the information-measuring system in diagnosing and predicting the state of complex technical systems. Allows you to predict the technical condition of critical components of the systems during their short-term in an emergency condition, as well as to carry out a long-term forecast of the technical condition of the entire complex technical system. The use of software distributors of transmitted information provides an increase in the speed of the information-measuring system in diagnosing and predicting the state of complex technical systems, thereby ensuring timely assessment of the state of the critical components of complex technical systems whose failure affects the operation of the systems.

В статье предложен метод оптимизации обработки большого объема данных, предназначенный для диагностирования состояния оборудования сложных технических систем. Такое диагностирование позволяет повысить эффективность анализа неисправностей в технических системах с целью их скорейшего устранения. Это достигается за счет прогнозирования отказа критически уязвимых систем, способных вывести из эксплуатации транспортное средство, либо привести к последствиям, угрожающим жизни людей. Метод реализован в информационной системе, основанной на наборе алгоритмических согласованностей, направленных на идентификацию информации в высоконагруженных сетях и ее обработку в моменты передачи от сложных технических систем к центральному хранилищу данных. Функционирование информационной системы основывается на применении гибридных алгоритмов поиска и сортировки данных, концепции Data Mining, а также алгоритмов для работы с большими объемами данных. Методы отбора и распределения данных выполняются на уровне контроля показаний датчиков технической системы и распределяются до момента записи в хранилище данных. Это позволяет идентифицировать информацию, необходимую для построения прогноза отказа критически уязвимых технических систем. С целью увеличения скорости обработки данных, применяется язык разработки С/С++, который позволяет взаимодействовать информационной системе с датчиками контроля показаниями. В качестве хранилища данных используются реляционная и нереляционная базы данных, позволяющие сохранять большие массивы информации и обеспечивать постоянных доступ к данным. Разработанная информационная система может быть использована в транспортных средствах с используемой системой контроля показаний в реальном времени.Ключевые слова: анализ данных, большие данные, компьютерные системы, базы данных, модульное программное обеспечение, Big Data, Data Mining, коллекции данных, гибридные хранилища данных ВведениеНадежное функционирование современных, например, судовых сложных технических систем (СТС) [1-4] часто основывается на использовании удаленных программных решений по прогнозированию их работоспособности [5,6].Для решения подобных задач используются клиент-серверные архитектуры, на основе сервера баз данных (БД), применяемых для хранения полученных данных, а также серверные анализаторы данных. Использование такой архитектуры позволяет выявлять неисправности в работе технической системы на ранних этапах ее выхода из строя, а также уменьшить вероятность отказа технической системы при несвоевременном ее обслуживании. Работоспособность клиент-серверного хранилища данных зависит от модели и структуры хранения данных. Использование реляционной модели относится к классической нотации для разработки клиент-серверных

Fuel system the vessel is one of the technical systems, the indications of which are transmitted with high frequency. This allows you to obtain infor-mation about the state of the fuel tanks of the vessel, and to control the pum-ping well, the ship. Shipowners are interested parties in the control of marine fuel con-sumption, efficiency, and quality refueling ship in the port. For best control, use digital control system of filling tanks, consisting of a large number of sensors. Also, to achieve greater accuracy of filling of the vessel, sensors are equipped with fuel line with both giving and receiving. The information obtained from the sensors is stored in the ship's databases on the main ship server and duplicated on the coast, the servers of the company of the shipowner, for further analysis. For processing large amount of information using modern means of analyzing large amounts of data. One of these methods is the concept of data mining, which allows to build a sophisticated search query with subsequent processing of the received information on a large number of criteria.

Д.С. ШИБАЕВ, В.В. ВЫЧУЖАНИН, докт.техн.наук, Н.О. ШИБАЕВА, канд.техн.наук Одесский национальный морской университет, Украина Ідеологічною основою дослідження є аналіз даних, що отримуються в результаті роботи великої кількості високотехнічного обладнання. Дані розподіляються по базах даних, в залежності від різних характеристик. Складність подальшої обробки, залежить від обсягу інформації, яку необхідно проаналізувати, а також архітектурного типу зберігання даних. Використання технології data mining дозволяє істотно поліпшити показники аналізу інформації з наступною системою короткострокового пошуку за значенням. Використання такої технології дозволить підвищити ефективність роботи архівів суднових показників за весь час експлуатації судна. Сама технологія аналізу даних не досконала і потребує постійної модифікації, для збільшення власної ефективності. Додавання сучасної архітектури перебору даних у базах, дозволить збільшити ефективність аналізу даних, що складаються з великої кількості показників стану судна та його обладнання. Однією з таких архітектур − є Map Reduce. Ключові слова: аналіз даних, суднові показники, бази даних, пошукові алгоритми, великі дані. Идеологической основой исследования является анализ данных, получаемых в результате работы большого количества высокотехнического оборудования. Данные распределяются по базам данных, в зависимости от различных характеристик. Сложность последующей обработки, зависит от объема информации, которую необходимо проанализировать, а также архитектурного типа хранения данных. Использование технологии data mining позволяет существенно улучшить показатели анализа информации с последующей системой краткосрочного поиска по значению. Использование такой технологии позволит повысить эффективность работы архивов судовых показателей за все время эксплуатации судна. __________________________________________________________________________ © Шибаев Д.С., Вычужанин В.В., Шибаева Н.О., 2017 РОЗВИТОК ТРАНСПОРТУ № 1 (1), 2017 91 Сама технология анализа данных недоскональная и требует постоянной модификации, для увеличения собственной эффективности. Добавление современной архитектуры перебора данных в базах, позволит увеличить эффективность анализа данных, состоящих из большого количества показателей состояния судна и его оборудования. Одной из таких архитектур − есть Map Reduce. Ключевые слова: анализ данных, судовые показатели, базы данных, поисковые алгоритмы, большие данные.The ideological basis of the study is to analyze the data obtained in the result of a large number of high-tech equipment. The data is distributed in databases, depending on various characteristics. The complexity of the subsequent processing depends on the amount of information you need to perform, as well as architectural type of data storage.The use of data mining technology allows to significantly improve the analysis of information and subsequent short-term search value. The use of this technology will improve the efficiency of the archives of marine indicators for all time of operation of the vesse...