ІНТЕЛЕКТУАЛЬНІ ВЕБСИСТЕМИ ДЛЯ АВТОМАТИЗАЦІЇ ОБРОБКИ ТА МОНІТОРИНГУ ІНФОРМАЦІЙНИХ ПОТОКІВ

Vladyslav Zaika; Oleh Chuiev; Olga Morozova; Tetyana Nikitina

doi:10.26906/SUNZ.2025.3.087

Автор(и)

Vladyslav Zaika
Oleh Chuiev
Olga Morozova
Tetyana Nikitina

DOI:

https://doi.org/10.26906/SUNZ.2025.3.087

Ключові слова:

інтелектуальні вебсистеми, автоматизація, оптичне розпізнавання символів (OCR), моніторинг інфраструктури, машинне навчання, обробка природної мови (NLP), SIEM, Semantic Web

Анотація

Актуальність. У сучасних умовах різкого зростання обсягів цифрових даних та ускладнення мережевої інфраструктури зростає потреба в інтелектуальних рішеннях для обробки та моніторингу інформаційних потоків. Традиційні засоби стають недостатньо ефективними для забезпечення швидкого реагування на інциденти та витягнення значущої інформації з неструктурованих джерел. Об’єкт дослідження: інтелектуальні вебсистеми для автоматизації обробки текстових даних і моніторингу серверної інфраструктури. Мета статті: аналіз сучасних підходів до побудови інтелектуальних вебсистем, що поєднують технології розпізнавання тексту та автоматичного моніторингу інфраструктури, а також розробка концептуальної моделі їх інтеграції. Результати дослідження. У статті представлено теоретичні основи інтелектуальних вебсистем, проаналізовано сучасні методи розпізнавання тексту на основі глибинного навчання, а також засоби моніторингу інфраструктури, зокрема системи збору метрик, логів і виявлення аномалій. Запропоновано концептуальну модель інтеграції таких компонентів у єдину вебсистему. Висновки. Інтелектуальні вебсистеми демонструють високий потенціал для автоматизації ключових процесів аналізу даних та контролю ІТ-інфраструктури. Їх впровадження сприяє підвищенню ефективності, швидкості реагування та зниженню ризиків, пов’язаних з обробкою великих обсягів інформації. Сфера використання отриманих результатів: вебзастосунки для обробки документів, платформи моніторингу серверів і хмарних сервісів, системи підтримки прийняття рішень у бізнесі та кібербезпеці.

Завантаження

Дані завантаження ще не доступні.

Посилання

1. Liu, J., Zhong, N., Yao, Y. et al. The Wisdom Web: New Challenges for Web Intelligence (WI). Journal of Intelligent Information Systems 20, 5–9 (2003). https://doi.org/10.1023/A:1020945620934 DOI: https://doi.org/10.1023/A:1020945620934

2. Market Research Intellect: Online OCR Software Market Size And Forecast (2025); https://www.marketresearchintellect.com/product/global-online-ocr-software-market-size-and-forecast/

3. C. Stryker, J. Holdsworth: What is NLP (natural language processing)? (2024); https://www.ibm.com/think/topics/natural-language-processing

4. IBM Inc.: What is infrastructure monitoring? (2023): https://www.ibm.com/think/topics/infrastructure-monitoring

5. R. Guha, "Toward the Intelligent Web Systems," 2009 First International Conference on Computational Intelligence, Communication Systems and Networks, Indore, India, 2009, pp. 459-463, doi: 10.1109/CICSYN.2009.25. DOI: https://doi.org/10.1109/CICSYN.2009.25

6. Boudabous Maroua, Pappa Anna. WebT-IDC: A Web Tool for Intelligent Dataset Creation A Use Case for Forums and Blogs, Procedia Computer Science, Volume 192, 1051-1060 (2021). https://doi.org/10.1016/j.procs.2021.08.108. DOI: https://doi.org/10.1016/j.procs.2021.08.108

7. Noetzold, D., Rossetto, A. G. D. M., Leithardt, V. R. Q., & Costa, H. . J. de M.: Enhancing Infrastructure Observability: Machine Learning for Proactive Monitoring and Anomaly Detection. (2024); https://doi.org/10.5753/jisa.2024.4509 DOI: https://doi.org/10.5753/jisa.2024.4509

8. C. Garrido-Munoz, A. Rios-Vila, J. Calvo-Zaragoza. Handwritten Text Recognition: A Survey (2025). https://doi.org/10.48550/arXiv.2502.08417

9. S. Rakesh, P. Kushal Reddy, V. Prashanth and K. Srinath Reddy. Handwritten text recognition using deep learning techniques: A survey. International Conference on Multidisciplinary Research and Sustainable Development (2024). https://doi.org/10.1051/matecconf/202439201126 DOI: https://doi.org/10.1051/matecconf/202439201126

10. M. Li, T. Lv, J. Chen, L. Cui, Y. Lu, D. Florencio, C. Zhang, Z. Li, F. Wei. TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models (2025) https://doi.org/10.48550/arXiv.2109.10282

11. J. Devlin, M.-W. Chang, K. Lee, K. Toutanova. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (2019). https://doi.org/10.48550/arXiv.1810.04805

12. Popa, Sorin. "WEB Server monitoring." Annals of University of Craiova-Economic Sciences Series 2.36 (2008): 710-715. https://ideas.repec.org/a/aio/aucsse/v2y2008i11p710-715.html

13. Zeng, Wenxian, and Yue Wang. "Design and implementation of server monitoring system based on SNMP." 2009 International Joint Conference on Artificial Intelligence. IEEE, 2009. https://doi.org/10.1109/JCAI.2009.34 DOI: https://doi.org/10.1109/JCAI.2009.34

14. Mail, I. D. "The future of SIEM in a machine learning-driven cybersecurity landscape." Turkish Journal of Computer and Mathematics Education Vol 14.03 (2023): 1309-1314. https://doi.org/10.61841/turcomat.v14i03.14392 DOI: https://doi.org/10.61841/turcomat.v14i03.14392

15. Teggi, P., Malakreddy, B., Teggi, P. P., & Harivinod, N. (2021). AIOPS prediction for server stability based on ARIMA Model. Int. J. Eng. Res. Technol, 10, 128-134. https://doi.org/10.17577/IJERTV10IS120055

16. Pasquadibisceglie, V., Scaringi, R., Appice, A., Castellano, G., & Malerba, D. (2024). PROPHET: explainable predictive process monitoring with heterogeneous graph neural networks. IEEE Transactions on Services Computing. https://doi.org/10.1109/TSC.2024.3463487 DOI: https://doi.org/10.1109/TSC.2024.3463487

17. Sheeraz, M., Paracha, M. A., Haque, M. U., Durad, M. H., Mohsin, S. M., Band, S. S., & Mosavi, A. (2023). Effective security monitoring using efficient SIEM architecture. Hum.-Centric Comput. Inf. Sci, 13, 1-18. https://doi.org/10.22967/HCIS.2023.13.023

18. Tafti, Ahmad P., et al. "OCR as a service: an experimental evaluation of Google Docs OCR, Tesseract, ABBYY FineReader, and Transym." Advances in Visual Computing: 12th International Symposium, ISVC 2016, Las Vegas, NV, USA, December 12-14, 2016, Proceedings, Part I 12. Springer International Publishing, 2016. https://doi.org/10.1007/978-3-319-50835-1_66 DOI: https://doi.org/10.1007/978-3-319-50835-1_66

19. FERNOAGA, Vlad Paul, et al. "OCR-based solution for the integration of legacy and-or non-electric counters in cloud smart grids." 2018 IEEE 24th International Symposium for Design and Technology in Electronic Packaging (SIITME). IEEE, 2018. https://doi.org/10.1109/SIITME.2018.8599200 DOI: https://doi.org/10.1109/SIITME.2018.8599200

20. Koroteev, Mikhail V. "BERT: a review of applications in natural language processing and understanding." arXiv preprintarXiv:2103.11943 (2021). https://doi.org/10.48550/arXiv.2103.11943

21. Varghese, Blesson, et al. "Challenges and opportunities in edge computing." 2016 IEEE international conference on smart cloud (SmartCloud). IEEE, 2016. https://doi.org/10.1109/SmartCloud.2016.18 DOI: https://doi.org/10.1109/SmartCloud.2016.18

22. Barnum, Sean. "Standardizing cyber threat intelligence information with the structured threat information expression (stix)." Mitre Corporation 11 (2012): 1-22. https://www.mitre.org/sites/default/files/publications/stix.pdf

23. Sheta, Sagar Vishnubhai. "Developing efficient server monitoring systems using AI for real-time data processing." (2023). https://doi.org/10.2139/ssrn.5034125 DOI: https://doi.org/10.2139/ssrn.5034125

24. Kairatuly, Akhmetzhanov Batyrzhan, et al. "Development of a Security and Monitoring System for Server Equipment Utilizing IoT Technologies." 2024 IEEE 4th International Conference on Smart Information Systems and Technologies (SIST). IEEE, 2024. https://doi.org/10.1109/SIST61555.2024.10629465 DOI: https://doi.org/10.1109/SIST61555.2024.10629465

25. Massonet, Philippe, et al. "A monitoring and audit logging architecture for data location compliance in federated cloud infrastructures." 2011 IEEE international symposium on parallel and distributed processing workshops and PhD forum. IEEE, 2011. https://doi.org/10.1109/IPDPS.2011.304 DOI: https://doi.org/10.1109/IPDPS.2011.304