Інтелектуальна архітектура обробки даних для складних інформаційних систем: кейс-дослідження екологічних та енергетичних систем
DOI:
https://doi.org/10.31649/1681-7893-2026-51-1-41-56Ключові слова:
програмна архітектура, складні об’єкти, обробка даних, потокова аналітика, IoT, виявлення аномалій, екологічний моніторингАнотація
У статті запропоновано інтелектуальну архітектуру обробки даних для складних екологічних та енергетичних систем, що функціонують в умовах високої динамічності, гетерогенності джерел і значних обсягів інформаційних потоків. Архітектура поєднує distributed computing, edge/cloud infrastructure, IoT, потокову аналітику та AI/ML-моделі для інтеграції, нормалізації, синхронізації й інтелектуального аналізу даних у режимі реального часу. Особливістю підходу є включення інтелектуального методу виявлення аномалій у гетерогенних потокових даних. Метод ґрунтується на багатокомпонентному оцінюванні стану системи з урахуванням статистичних характеристик потоків, результатів AI/ML-моделей, контекстних правил, якості даних і часових затримок. Це дає змогу виявляти не лише порогові відхилення, а й складні аномальні стани, пов’язані з нетиповими комбінаціями параметрів, порушенням часової динаміки або невідповідністю доменним обмеженням. Практичне оцінювання виконано на прикладі системи екологічного моніторингу та smart grid-мережі. Результати підтвердили продуктивність, масштабованість, адаптивність і ефективність запропонованої архітектури в умовах високого навантаження, а також доцільність її використання для побудови інтелектуальних інформаційних систем реального часу.
Посилання
Zhang C., Patras P., Haddadi H. Deep Learning in Mobile and Wireless Networking: A Survey // IEEE Communications Surveys & Tutorials. 2020. Vol. 22(3). P. 2224–2287.
Chen Z., Chan I. C. C. Smart Cities and Quality of Life: A Quantitative Analysis of Citizens' Support for Smart City Development // Information Technology & People. 2023. Vol. 36(1). P. 263–285.
Khan Z., Anjum A., Soomro K., Tahir M. Towards Cloud Based Big Data Analytics for Smart Future Cities // Journal of Cloud Computing. 2020. Vol. 9(1). P. 1–24.
Ahmed E., Yaqoob I., Hashem I. A. T., et al. The Role of Big Data Analytics in Internet of Things // Computer Networks. 2021. Vol. 129. P. 459–471.
Aithal P. S. ICT and Digital Technology Based Solutions for Smart City Challenges and Opportunities // International Journal of Applied Engineering and Management Letters (IJAEML). 2022. Vol. 6(1). P. 1–21.
Vedantham L. S., Zhou Y., Wu J. Information and Communications Technology (ICT) Infrastructure Supporting Smart Local Energy Systems: A Review // IET Energy Systems Integration. 2022. Vol. 4(4). P. 460–472.
Breunig M. M., Kriegel H.-P., Ng R. T., Sander J. LOF: Identifying Density-Based Local Outliers // ACM Transactions on Database Systems. 2020. Vol. 45(2). P. 1–24.
Entezari A., Aslani A., Zahedi R., et al. Artificial Intelligence and Machine Learning in Energy Systems // Energy Reports. 2023. Vol. 9. P. 1045–1063.
Aleran A., Kumar R., Singh P., et al. Artificial Intelligence and the Internet of Things in Energy Preservation Systems // Computing. 2025. Vol. 107. P. 1–25.
Lukashevych V. V., Vakaliuk T. A. Scientific Approaches to Big Data Processing Methods // Actual Problems of Automation and Information Technologies. 2025.
Artemchuk V., Iatsyshyn A., Kovach V., Popov O. Intelligent Analysis of Atmospheric Air Monitoring Network Data as a Tool for Environmental Safety Management of Urbanized Territories. 2019.
Das D. K., Sharma V., Gupta N., et al. Integrating IoT and AI for Sustainable Energy-Efficient Smart Buildings // Sustainability. 2025. Vol. 17(22). P. 10313–10335.
Singh A. R., Patel M., Verma S., et al. A Deep Learning and IoT-Driven Framework for Real-Time Smart Grid Optimization // Scientific Reports. 2025. Vol. 15. P. 1–18.
Banad Y. M., Rahman M., Alharbi F., et al. Artificial Intelligence and Machine Learning for Smart Grids // Smart Energy. 2025. Vol. 18. P. 214–233.
Nikpour M., Rezaei H., Ahmadi A. Intelligent Energy Management in Smart Cities Using Intelligent Analysis // arXiv preprint. 2023. P. 1–16.
Tymchyshyn B., Manzhula V. Mathematical and Algorithmic Support of an Intelligent Software System for Proactive Urban Ecosystem Management // Measurement and Computing Devices in Technological Processes. 2025. No. 4. P. 35–48.
Manzhula V., Tymchyshyn B. Semantic Modeling of Heterogeneous Sources of Harmful Atmospheric Emissions for Proactive Urban Ecosystem Management // Scientific Papers of Donetsk National Technical University. Series: Informatics, Cybernetics and Computer Engineering. 2025. No. 2.
Zhang J., Tao D. Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in AIoT // arXiv preprint. 2020. P. 1–34.
Baccour E., Erbad A., Hamila R., Mohamed A. Pervasive AI for IoT Applications: A Survey on Resource-Efficient Distributed Artificial Intelligence // arXiv preprint. 2021. P. 1–29.
U.S. Department of Energy. AI for Energy: Opportunities for a Modern Grid and Clean Energy Economy. Washington: U.S. Department of Energy, 2024. 74 p.
Bisikalo, O., Kharchenko, V., Kovtun, V., Krak, I., Pavlov, S. Parameterization of the Stochastic Model for Evaluating Variable Small Data in the Shannon Entropy Basis, Entropy, 2023, 25(2), 184.
##submission.downloads##
-
pdf (English)
Завантажень: 1
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
