Інтелектуальна система прогнозування потреб агропідприємств із використанням розподіленої обчислювальної інфраструктури
Автор: Демків Віталій Тарасович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Актуальність. Сучасний агросектор стикається з необхідністю підвищення ефективності використання водних ресурсів та добрив на тлі зростаючого попиту на продовольство. Проте існуючі централізовані хмарні платформи часто виявляються неефективними в умовах сільської місцевості через нестабільне інтернет-з’єднання та високу латентність передачі даних. Актуальність роботи полягає у вирішенні проблеми оперативності та надійності доступу до прогнозних даних шляхом перенесення обчислень на край мережі (Edge Computing) та впровадження інтелектуальних механізмів кешування. Об’єкт дослідження – процеси управління ресурсами (поливом та внесенням добрив) в агропромислових підприємствах. Предмет дослідження – методи та засоби побудови розподілених систем прогнозування з використанням технологій CDN та адаптивного кешування даних. Мета дослідження – підвищення ефективності та швидкодії системи прогнозування потреб агропідприємств шляхом розроблення та реалізації архітектури на базі розподіленої обчислювальної інфраструктури та безсерверних технологій. Структура роботи. Дана магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі проведено аналіз проблем інформаційного забезпечення агросектору та обґрунтовано доцільність використання периферійних обчислень. Другий розділ присвячено розробці математичних моделей прогнозування та алгоритмів адаптивного кешування даних у розподіленому середовищі. У третьому розділі описано архітектуру системи, реалізацію API та логіки Cloudflare Workers, а також взаємодію компонентів. Експериментальна частина роботи наведена у четвертому розділі, де представлено результати тестування продуктивності системи, оцінку виграшу в латентності та ефективності роботи механізму кешування.. Методи та інструменти дослідження. У роботі використано методи системного аналізу для проєктування архітектури; гібридні моделі прогнозування; технології Edge Computing для наближення обчислень до користувача. Програмна реалізація базується на використанні платформи Cloudflare та середовища виконання Cloudflare Workers для обробки запитів на периферійних вузлах, а також адаптивних алгоритмів керування часом життя кешу (TTL) в залежності від фенологічної фази рослин. Результати та практичне значення. Розроблено інтелектуальну систему, яка, на відміну від класичних рішень, використовує глобальну мережу доставки контенту (CDN) не лише для статики, але й для виконання динамічної логіки прогнозування. Реалізовано механізм адаптивного кешування, що дозволяє суттєво знизити навантаження на центральний сервер та забезпечити доступність даних при поганому зв’язку. Запропоноване рішення дозволяє малим та середнім агропідприємствам отримувати точні рекомендації з мінімальною затримкою. Повний обсяг роботи складає 128 сторінок, в тому числі 90 сторінок основного тексту, 27 рисунків і 3 таблиць. Список використаних джерел налічує 36 найменувань. Ключові слова: розподілена інфраструктура, Edge Computing, CDN, Cloudflare Workers, адаптивне кешування, прогнозування ресурсів, точне землеробство.