ivdon3@bk.ru
В статье рассматриваются современные подходы к проектированию и реализации архитектур обработки данных в интеллектуальных транспортных системах (ИТС) с фокусом на обеспечение технологического суверенитета. Особое внимание уделяется интеграции практик машинного обучения для автоматизации полного жизненного цикла моделей машинного обучения: от подготовки и потоковой обработки данных до мониторинга и обновления моделей в реальном времени. Анализируются архитектурные решения с использованием распределённых вычислительных платформ, таких как Hadoop и Apache Spark, баз данных в оперативной памяти на Apache Ignite, а также брокеров обмена сообщениями Kafka для обеспечения надёжной передачи событий. Подчёркивается важность гибкости и масштабируемости инфраструктуры, поддержки параллельной работы множества моделей и надёжного управления доступом, включая вопросы обеспечения безопасности, и использование протоколов безопасности транспортного уровня. Приводятся рекомендации по организации системы логирования и мониторинга для оперативного реагирования на изменения и инциденты. Представленные решения ориентированы на обеспечение высокой отказоустойчивости, безопасности и соответствие требованиям промышленной эксплуатации, что позволяет поддерживать эффективную обработку больших объёмов транспортных данных и адаптацию систем ИТС к условиямимпортонезависимости.
Ключевые слова: обработка данных, интеллектуальные транспортные системы, ,распределенная обработка, масштабируемость, отказоустойчивость
Методом атомно-силовой микроскопии исследованы полимерэластомерные композиты на основе бутадиен-нитрильного каучука БНКС-18 и сверхвысокомолекулярного полиэтилена СВМПЭ, создаваемых для изготовления морозостойких уплотнений. Показан способ исследования переходного слоя с помощью метода измерения силы адгезии и анализа изображения фазового контраста. Обнаружена зависимость изменения силы адгезии на поверхности композита от фазового распределения компонентов. Проанализировано влияние дисперсного наполнителя на свойства межфазного слоя.
Ключевые слова: атомно-силовая микроскопия (АСМ), полимер, БНКС-18, СВМПЭ, адгезия