Меню
Публикации
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2025-25-2-253-260
УДК 004.032.26
Разработка файловой системы для хранения данных интеллектуальной системы видеонаблюдения
Читать статью полностью

Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Субботин А.Н., Жукова Н.А. Разработка файловой системы для хранения данных интеллектуальной системы видеонаблюдения // Научно-технический вестник информационных технологий, механики и оптики. 2025. Т. 25, № 2. С. 253–260. doi: 10.17586/2226-1494-2025-25-2-253-260
Аннотация
Введение. Рассмотрена проблема создания файловой системы с характеристиками, отличными от универсальных, для хранения данных интеллектуальных систем видеонаблюдения. Доступ к файловой системе является определяющим фактором, от которого зависит быстродействие всей системы. Cкорость выполнения операций с данными определяется не только быстротой работы шины данных и наличием современного процессора, но и драйвером доступа к жесткому диску, который может ограничивать возможности системы выполнять основные функции: наблюдение, анализ изображений, определение образов и событий. Существует потребность в использовании более производительного сервера, что требует дополнительных материальных затрат, в разработке специализированной файловой системы для повышения скорости записи и чтения с жесткого диска. Использование специализированной файловой системы, ориентированной на решение одной или ограниченного числа задач, может значительно повысить скорость работы системы при использовании серверов с одинаковыми техническими характеристиками. В интеллектуальных системах видеонаблюдения применение специализированной файловой системы может обеспечить повышение скорости обработки изображений и точности определения объектов в видеопотоке благодаря повышению скорости записи и чтения данных с диска. Анализ существующих файловых систем показал, что имеющиеся решения не позволяют обеспечить требуемую скорость работы с данными в интеллектуальных системах видеонаблюдения при наличии ограничений на количество и мощность используемых технических средств. Предложена специализированная файловая система для хранения данных систем интеллектуального видеонаблюдения. Метод. Разработана файловая система с описанием, ориентированная на решение задачи хранения данных в системах интеллектуального наблюдения. Используемая база данных обладает функциями чтения, поиска, записи и обновления структурированных данных, размещенных в ее таблицах. База данных оптимизирована для работы с данными интеллектуальных систем видеонаблюдения, имеет ограниченную размерность столбцов, задаваемую в соответствии с размещаемыми в ней сущностями. Особенность база данных состоит в том, что она постоянно находится в оперативной памяти, синхронизация данных с жестким диском выполняется через заданный интервал времени. Примененная база данных, подобно Redis, работает значительно быстрее традиционных. Разработанный драйвер действует напрямую с жестким диском, не использует функции операционной системы, что повышает скорость работы с данными. Основные результаты. Сравнение скорости записи и чтения данных при использовании разработанного и существующих универсальных драйверов показало, что применение нового драйвера позволяет повысить скорость записи и чтения на 43,4 % относительно New Technology File System (NTFS). Обсуждение. В рамках проведенного исследования выполнена разработка файловой системы для интеллектуальных систем видеонаблюдения. Отмечено, что подобные специализированные файловые системы могут разрабатываться для применения в других областях, где требуется повысить скорость (снизить время) записи и чтения данных с диска.
Ключевые слова: файловая система, интеллектуальная система видеонаблюдения, хранение данных, взаимодействие с объектной
базой данных, снижение времени доступа к данным, база данных
Благодарности. Исследование выполнено при финансовой поддержке государственного бюджета, номер проекта № FFZF-2025-0019.
Список литературы
Благодарности. Исследование выполнено при финансовой поддержке государственного бюджета, номер проекта № FFZF-2025-0019.
Список литературы
1. Avhad A.R., Gangad P.S., Kharote S.M., Muntode S.S., Sanap M.D. Blockchain based secure file transfer system with password protection // International Journal of Advanced Research in Science, Communication and Technology (IJARSCT). 2024. V. 4. N 2. P. 299–303. https://doi.org/10.48175/ijarsct-19651
2. Panjuta D., Jabbarzadeh J. C# File System // Learning C# Through Small Projects. Springer, 2024. P. 167–198. https://doi.org/10.1007/978-3-031-51914-7_6
3. Needhi J., Prasath R., Vikram K.K., Vishnu G. Performance optimization of voice-assisted file management systems // International Journal of Engineering and Computer Science. 2024. V. 13. N 7. P. 26250–26256. https://doi.org/10.18535/ijecs/v13i07.4854
4. Cho K., Bahn H. A lightweight file system design for unikernel // Applied Sciences. 2024 V. 14. N 8. P. 3342. https://doi.org/10.3390/app14083342
5. Gui J., Wang Y., Shuai W. Improving reading performance by file prefetching mechanism in distributed cache systems // Concurrency and Computation: Practice and Experience. 2024. V. 6. N 22. P. e8215 https://doi.org/10.1002/cpe.8215
6. Yuliana M., Hidayah N., Sudarsono A. Implementation of Web-Based file sharing security system // MOTIVECTION: Journal of Mechanical, Electrical and Industrial Engineering. 2024. V. 6. N 1. P. 41–52. https://doi.org/10.46574/motivection.v6i1.314
7. Man T., Osipov V. Yu., Zhukova N., Subbotin A., Ignatov D. Neural networks for intelligent multilevel control of artificial and natural objects based on data fusion: A survey // Information Fusion. 2024. V. 110. P. 102427. https://doi.org/10.1016/j.inffus.2024.102427
8. Man T., Vodyaho A., Zhukova N., Subbotin A., Shichkina Y. Urban intelligent assistant on the example of the escalator passenger safety management at the subway stations // Scientific Reports. 2023. V. 13. N 1. P. 15914. https://doi.org/10.1038/s41598-023-42535-x
9. Osipov V., Zhukova N., Subbotin A., Glebovskiy P., Evnevich E. Intelligent escalator passenger safety management // Scientific Reports. 2022. V. 12. N 1. P. 5506. https://doi.org/10.1038/s41598-022-09498-x
10. Cowan D.D., Stepien T.M., Ierusalimschy R., Lucena C.J.P. Application integration: Constructing composite applications from interactive components // Software: Practice and Experience. 1993. V. 23. N 3. P. 255–275. https://doi.org/10.1002/spe.4380230304
11. Sudharsan S. Sakthi Anand A., Shanmugaraj K., Palani Samy K.C. Deep learning-based intelligent video surveillance system for real-time motion detection // International Scientific Journal of Engineering and Management. 2024. V. 3. N 4. P. 1–10. https://doi.org/10.55041/ISJEM01492
12. Li J., Zheng Z., Li Y., Ma R., Xia S. Multitask deep learning for Edge Intelligence Video Surveillance system // Proc. of the IEEE 18th International Conference on Industrial Informatics (INDIN). 2020. P. 579–584. https://doi.org/10.1109/INDIN45582.2020.9442166
13. Жукова Н.А., Субботин А.Н. Алгоритм динамического распределения обработки изображений в облачных системах интеллектуального видеонаблюдения // Информационно-управляющие системы. 2024. № 6 (133). С. 15–26. https://doi.org/10.31799/1684-8853-2024-6-15-26
14. Bhatia J., Patel T., Trivedi H., Majmudar V. Htv dynamic load balancing algorithm for virtual machine instances in cloud // Proc. of the International Symposium on Cloud and Services Computing. 2012. P. 15–20. https://doi.org/10.1109/ISCOS.2012.25
15. Rahm E., Do H.H. Data cleaning: problems and current approaches // Bulletin of the IEEE Computer Society Technical Committee on Data Engineering. 2000. V. 23. N 4. P. 3–13
16. Saecker M., Markl V. Big data analytics on modern hardware architectures: a technology survey // Lecture Notes in Business Information Processing. 2013. V. 138, P. 125–149. https://doi.org/10.1007/978-3-642-36318-4_6