Средства потоковой обработки данных для интеллектуального управления рисками в условиях неопределенности — А. В. Сеньков

Книга Средства потоковой обработки данных для интеллектуального управления рисками в условиях неопределенности

А. В. Сеньков
Современная система управления производственными рисками на предприятиях базируется на принципах, заложенных в стандартах производственной безопасности и охраны труда, и предполагает в основном долгосрочное прецедентное управление рисками: реагирование на их наступление, анализ результатов, выполнение мероприятий по снижению рисков. При этом, за редким исключением, за скобками остается управление экстремально быстро развивающимися риск-ситуациями, выполняемое в ходе их развития. Например, выход из строя некоторых станков или их частей может быть заблаговременно предсказан по параметрам их работы (характеру и уровню шума, вибрации, температурным параметрам и т. д.). Ранее управление такими риск-ситуациями было осложнено отсутствием или дороговизной автоматизированных систем, способных реагировать с требуемыми задержками. Благодаря активной информатизации и автоматизации производственных процессов, внедрению технологий Индустрии 4.0 появляется технологическая возможность управления риск-ситуациями, развивающимися экстремально быстро: разрушением вращающихся частей станков и механизмов. Средства интеллектуальной обработки потоковых данных позволят создать системы оперативной идентификации рисков, что значительно сократит цикл управления рисками и позволит своевременно реагировать на быстро развивающиеся риск-ситуации. В статье рассмотрены особенности управления рисками экстремально быстро развивающихся риск-ситуаций. Проведен сравнительный анализ современных брокеров сообщений, подходящих для построения систем интеллектуального управления рисками в условиях неопределенности. Предложена архитектура программных средств для интеллектуального управления рисками в условиях неопределенности на основе брокера сообщений Apache Kafka. Проведен сравнительный анализ реализации обработки нечетких данных на базе Kafka Streams в рамках Apache Kafka и отдельным приложением вне Apache Kafka.