Застосування новітніх технологій аналізу великих даних для підвищення надійності транспортної системи міста

Автор(и)

  • Андрій Рогов Харківський національний університет імені В. Н. Каразіна, пл. Свободи, 4, м. Харків, Україна, 61022, Україна http://orcid.org/0009-0009-3972-4931
  • Людмила Абрамова Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, м. Харків, 61002, Україна https://orcid.org/0000-0003-1182-9618
  • Геннадій Птиця Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, м. Харків, 61002, Україна http://orcid.org/0000-0002-5061-0144

DOI:

https://doi.org/10.30977/AT.2219-8342.2025.57.0.06

Ключові слова:

хмарні обчислення, великі дані, безпека дорожнього руху, інтелектуальні транспортні системи, машинне навчання, фрактальний аналіз, Smart City, сталий розвиток

Анотація

Проблема. Стрімка урбанізація, зростання транспортних потоків і високий рівень аварійності формують критичні виклики для транспортних систем України. Наявні методи аналізу дорожнього руху не здатні оперативно обробляти великі обсяги даних, що знижує точність прогнозів, ускладнює ухвалення управлінських рішень і перешкоджає досягненню цілей сталого розвитку. Мета. Розроблення підходів до підвищення ефективності управління дорожнім рухом через застосування хмарних обчислень і аналітики великих транспортних даних для формування інтелектуальних систем адаптованого управління транспортним потоком. Методологія. Запропоновано структурно-функціональну архітектуру хмарної транспортної аналітики, що охоплює три взаємопов’язані рівні: збір даних з різнорідних джерел, їх обробку в хмарних платформах із застосуванням технологій паралельних обчислень і машинного навчання, а також візуалізацію результатів у системах моніторингу для підтримки рішень. Методологію доповнено пропозицією використання фрактального аналізу для виявлення кризових станів транспортної системи та покращення прогнозних моделей. Результати. Обґрунтовано потенціал скорочення часу обробки даних у 10–20 разів і підвищення точності прогнозування інтенсивності руху на 25–30%. Система здатна виконувати функції адаптивного управління трафіком, автоматичного виявлення ДТП, оптимізації маршрутів і моніторингу екологічних показників. Оригінальність. Дослідження поєднує хмарні технології, машинне навчання та фрактальний підхід, створюючи міждисциплінарну модель цифрової транспортної аналітики. Запропоновано метод оцінювання транспортної інфраструктури з урахуванням технічних, економічних, соціальних і екологічних критеріїв. Практичне значення. Результати є корисними для формування національної стратегії цифрової мобільності, розвитку Smart City, удосконалення управління безпекою дорожнього руху та реалізації Цілей сталого розвитку. Впровадження системи сприятиме підвищенню надійності та адаптивності управління транспортною мережею

Біографії авторів

Андрій Рогов, Харківський національний університет імені В. Н. Каразіна, пл. Свободи, 4, м. Харків, Україна, 61022

к.т.н., доцент кафедри інформаційних технологій та математичного моделювання ННІ «Каразінський банківський інститут»

Людмила Абрамова, Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, м. Харків, 61002

д.т.н., професор кафедри організації та безпеки дорожнього руху

Геннадій Птиця, Харківський національний автомобільно-дорожній університет, вул. Ярослава Мудрого, 25, м. Харків, 61002

к.т.н., доцент кафедри організації та безпеки дорожнього руху

Посилання

Chen, S., Kuhn, M., Prettner, K., & Bloom, D. E. (2019). The global macroeconomic burden of road injuries: Estimates and projections for 166 countries. The Lancet Planetary Health, 3(9), e390–e398. https://www.thelancet.com/action/showPdf?pii=S2542-5196%2819%2930170-6

European Commission. (2025). Smart mobility and ITS in Europe. https://transport.ec.europa.eu/transport-themes/smart-mobility_en

Singapore Land Transport Authority. (2014). Smart Mobility 2030 master plan. https://www.lta.gov.sg/

Shah, V. (2023). Analyzing traffic behavior in IoT-cloud systems: A review of analytical frame-works. International Journal of Scientific Re-search in Computer Science, Engineering and In-formation Technology, 9(3), 877–885.

The Global Goals. (2025). UN Global Goals. https://www.globalgoals.org/

State Statistics Service of Ukraine. (2025). 17 goals to transform our world. https://sdg.ukrstat.gov.ua/

Абрамова, Л. С., Абрамова, О. С., & Птиця, Г. Г. (2025). Інтеграція цілей сталого розвитку в управління безпекою дорожнього руху. Вчені записки ТНУ імені В. І. Вернадського. Серія: Технічні науки, 36(75), 272–279. Abramova, L. S., Abramova, O. S., & Ptytsia, H. H. (2025). Intehratsiia tsilei staloho rozvytku v upravlinnia bezpekoiu dorozhnoho rukhu. [Integration of sustainable development goals into road safety management]. Vcheni zapysky TNU imeni V. I. Vernadskoho. Seriia: Tekhnichni nauky, 36(75), 272–279. https://doi.org/10.32782/2663-5941/2025.4.1/35

Kashkanova A. A. (2025). Integration of cyber-physical systems, artificial intelligence, and socio-technical moderators into the process of auto-mated data collection for road safety audit, In Innovations in road safety and traffic manage-ment systems: Proceedings of the 6th Interna-tional Scientific and Practical Conference. Kharkiv: KhNADU. 123–125. https://www.newroute.org.ua/wp-content/uploads/in202512.01.pdf

Mell, P., & Grance, T. (2011). The NIST definition of cloud computing (Special Publication NIST SP 800-145). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.SP.800-145

Buyya, R., Vecchiola, C., & Somasundaram, T. S. (2013). Mastering cloud computing: Founda-tions and application programming. Elsevier. https://doi.org/10.1016/C2012-0-06719-1

Chen, M., Mao, S., & Liu, Y. (2014). Big data: A survey. Mobile Networks and Applications, 19, 171–209. https://doi.org/10.1007/s11036-013-0489-0

Zhu, L., Yu, F., Wang, Y., Ning, B., & Tang, T. (2018). Big data analytics in intelligent transpor-tation systems: A survey. IEEE Transactions on Intelligent Transportation Systems, 20 (1) 383 - 398. https://doi.org/10.1109/TITS.2018.2815678.

Рогов, А. В., Ковальчук, Д. В., & Абрамова, Л. С. (2025). Використання хмарних обчис-лень для аналізу великих даних дорожнього руху (big traffic data). Інновації у системах управління безпекою та дорожнім рухом: ма-теріали VI міжнародної науково-практичної конференції, Харків: ХНАДУ, 10–13. Rohov, A. V., Kovalchuk, D. V., & Abramova, L. S. (2025). Vykorystannia khmarnykh obchyslen dlia analizu velykykh danykh dorozhnoho rukhu (big traffic data). [Using cloud computing to ana-lyze big traffic data]. In Innovations in road safe-ty and traffic management systems: Proceedings of the 6th International Scientific and Practical Conference. Kharkiv: KhNADU. 10–13.

Закон України «Про захист персональних даних» [Law of Ukraine “On Personal Data Pro-tection”]. (2012). https://zakon.rada.gov.ua/laws/show/2297-17

Mandelbrot, B. B. (1983). The fractal geometry of nature. W. H. Freeman.

Закон України «Про основні засади забезпе-чення кібербезпеки України» [Law of Ukraine “On Basic Principles of Cybersecurity of Ukraine”]. (2017). https://zakon.rada.gov.ua/laws/show/2163-19

##submission.downloads##

Опубліковано

2025-12-30

Як цитувати

Рогов, А., Абрамова, Л., & Птиця, Г. (2025). Застосування новітніх технологій аналізу великих даних для підвищення надійності транспортної системи міста. Автомобільний транспорт, (57), 46–53. https://doi.org/10.30977/AT.2219-8342.2025.57.0.06

Номер

Розділ

БЕЗПЕКА ДОРОЖНЬОГО РУХУ