Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Искусственный интеллект снижает риски и повышает безопасность на транспорте «КОНТРОЛ лизинг»

17, октябрь 2018  —  Компания « Инфосистемы Джет » разработала для лизингового сервиса « КОНТРОЛ лизинг » решение на базе Machine Learning (ML), которое в реальном времени регистрирует отклонения в поведении водителей. В автоматическом режиме отслеживаются случаи опасного вождения, потенциальные угоны и нарушения условий договора лизинга. Компания « КОНТРОЛ лизинг » уделяет особое внимание безопасности использования предметов лизинга, контролю за состоянием и износом своих автомобилей, и данное решение позволяет снизить количество аварий и финансовых рисков.

Одно из основных направлений деятельности « КОНТРОЛ лизинг » — предоставление автомобилей в лизинг юридическим лицам, таксомоторным паркам и каршеринговым сервисам. В парке компании более 11 тысяч транспортных средств, с начала текущего года заключено свыше 3,5 тысяч лизинговых контрактов. При такой бизнес-модели крайне важно иметь возможность снижать потенциальные убытки за счет эффективного контроля рисков. « Инфосистемы Джет » разработала для компании систему, которая оперативно выявляет возникающие риски, обрабатывая данные с телематического оборудования сдаваемых в аренду автомобилей.

Математическая модель решения в течение года обучалась на данных, получаемых с автомобилей компании. По итогам анализа большого количества параметров в работе автомобилей и действиях водителей удалось сформировать базовые модели стандартного поведения в различных условиях. Система с высокой точностью различает типовые и нетиповые действия, умеет отличать временные изменения в поведении от характерного стиля вождения.

Телематическое устройство подключается к автомобилю и ведет сбор сигналов со всех основных систем транспортного средства. Регистрируются данные тахометра, акселерометра, нажатие и отпускание педали тормоза, открытие и закрытие дверей, включение режима парковки и другие параметры. Решение выявляет нехарактерные для конкретных водителей отклонения в поведении и отправляет уведомление сотрудникам компании.

« Очевидно, что вручную контролировать работу всего лизингового парка невозможно. Технологии машинного обучения в корне меняют ситуацию. Система способна самостоятельно выделять случаи нетипичного или подозрительного поведения, которые повышают риски нашей компании. Реагируя на такие случаи, мы зачастую предотвращаем возникновение неблагоприятных ситуаций и избегаем возможных убытков » , — комментирует Сергей Жердев, директор по ИТ компании « КОНТРОЛ лизинг ».

Автоматизированный анализ и контроль действий водителей помогает предотвращать случаи угона и неправомерного использования транспорта, снижать износ и показатели аварийности. Дополнительно появляется возможность для сбора и передачи страховым компаниям данных о безаварийном вождении добросовестных водителей.

« Проект демонстрирует, что при правильном использовании технологии Machine Learning могут улучшать не только бизнес-показатели компании. В данном случае они помогают повысить безопасность вождения, а значит, и безопасность пассажиров – пользователей услуг перевозки. Это отличная демонстрация потенциальных возможностей искусственного интеллекта, которые раньше были принципиально недоступны », – отметил Владимир Молодых, директор по разработке и внедрению компании « Инфосистемы Джет ».

На текущий момент компания « Инфосистемы Джет » реализовала более 50 проектов с применением технологий Machine Learning в банках, ритейле, промышленности, страховании и других отраслях.

Подробнее об этом и других ML-кейсах вы можете узнать на Российском AI-форуме – RAIF .

***

Компания « Инфосистемы Джет » — один из крупнейших российских системных интеграторов – образована в 1991 году. Входит в ТОП-10 крупнейших поставщиков ИТ-услуг России (Эксперт РА, 2017г.), ТОП-5 компаний страны в сфере защиты информации (TAdviser Report), ТОП-3 крупнейших поставщиков в области комплексных проектов построения инфраструктуры ЦОД (CNews Analytics, 2017г.) и тд.

Основные направления деятельности компании: бизнес-решения и программные разработки, ИТ- и телекоммуникационная инфраструктура, информационная безопасность, ИТ-аутсорсинг и техническая поддержка, управление комплексными проектами и др. Компания располагает 13 офисами и представительствами на территории РФ и СНГ.

Новости компании доступны на facebook , twitter , telegram и на сайте компании www . jet . su

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Инфосистемы Джет

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.