1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 126 — інформаційні системи та технології
Link lub cytat. http://elartu.tntu.edu.ua/handle/lib/50865
Tytuł: Дослідження стеку інформаційних технологій для збору та аналітичного опрацювання даних розумних міст
Inne tytuły: Research on the Information Technology Stack for Collecting and Analyzing Smart City Data
Authors: Ониськів, Денис Євгенович
Onyskiv, Denys
Affiliation: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Bibliographic description (Ukraine): Ониськів Д. Є. Дослідження стеку інформаційних технологій для збору та аналітичного опрацювання даних розумних міст : робота на здобуття кваліфікаційного ступеня магістр : спец. 126 - інформаційні системи та технології / наук. кер. Л. П. Матійчук. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 73 с.
Bibliographic reference (2015): Ониськів Д. Є. Дослідження стеку інформаційних технологій для збору та аналітичного опрацювання даних розумних міст : робота на здобуття кваліфікаційного ступеня магістр : спец. 126 «Інформаційні системи та технології» / наук. кер. Л. П. Матійчук. Тернопіль : ТНТУ, 2025. 73 с.
Data wydania: 23-gru-2025
Data archiwizacji: 9-gru-2025
Date of entry: 2-sty-2026
Wydawca: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Kraj (kod): UA
Place edycja: Тернопіль
Promotor: Матійчук, Любомир Павлович
Matiichuk, Liubomyr
Członkowie Komitetu: Осухівська, Галина Михайлівна
Osukhivska, Halyna
UDC: 004.75:004.62
Słowa kluczowe: 126
інформаційні системи та технології
аналітика даних
інтернет речей
розумне місто
стек технологій
урбаністика
big data
cloud computing
data analysis
iot
smart city
Zakres stron: 73
Abstract: Кваліфікаційна робота присвячена дослідженню та систематизації сучасного стеку інформаційних технологій, що забезпечують функціонування концепції «розумного міста». У першому розділі проаналізовано світовий досвід впровадження Smart City рішень та визначено ключові виклики при роботі з великими масивами міських даних. Другий розділ містить детальний огляд архітектурних рівнів: від сенсорів Інтернету речей (IoT) до хмарних платформ аналітики. Особливу увагу приділено технологіям Big Data та методам реального часу для опрацювання потокових даних. У третьому розділі запропоновано оптимальну конфігурацію технологічного стеку для муніципальних систем, проведено порівняльний аналіз інструментів візуалізації даних та оцінено їх ефективність для підтримки прийняття управлінських рішень. Робота також включає аналіз економічної доцільності, заходи з охорони праці та цивільного захисту.
The qualification work is devoted to the research and systematization of the modern information technology stack that ensures the functioning of the "Smart City" concept. The first chapter analyzes global experience in implementing Smart City solutions and identifies key challenges when working with large volumes of urban data. The second chapter provides a detailed overview of architectural levels: from Internet of Things (IoT) sensors to cloud analytics platforms. Special attention is paid to Big Data technologies and real-time methods for processing streaming data. The third chapter proposes an optimal configuration of the technology stack for municipal systems, provides a comparative analysis of data visualization tools, and evaluates their effectiveness for supporting management decisions. The work also includes an analysis of economic feasibility, occupational health measures, and civil protection.
Opis: Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 23.12.2025р. на засіданні екзаменаційної комісії №37 у Тернопільському національному технічному університеті імені Івана Пулюя
Content: ВСТУП 1 КОНЦЕПТУАЛЬНІ ЗАСАДИ ФУНКЦІОНУВАННЯ РОЗУМНИХ МІСТ 1.1 Еволюція концепції Smart City та її складові 1.2 Аналіз джерел та типів даних у міському середовищі 1.3 Світові стандарти та протоколи передачі даних для розумних міст 2 ТЕХНОЛОГІЧНИЙ СТЕК ЗБОРУ ТА ОБРОБКИ ДАНИХ 2.1 Рівень сприйняття: сенсори, контролери та мережі зв'язку 2.2 Хмарні та туманні обчислення в архітектурі Smart City 2.3 Технології Big Data для збереження та аналітики гетерогенних даних 3 РОЗРОБКА ТА ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ АНАЛІТИЧНОЇ СИСТЕМИ 3.1 Обґрунтування вибору компонентів технологічного стеку 3.2 Побудова моделі аналітичного опрацювання міських потоків даних 3.3 Візуалізація результатів та інтерфейси користувача 4 ОБҐРУНТУВАННЯ ЕКОНОМІЧНОЇ ЕФЕКТИВНОСТІ 5 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 6 ЕКОЛОГІЯ ЗАГАЛЬНІ ВИСНОВКИ СПИСОК ЛІТЕРАТУРИ
URI: http://elartu.tntu.edu.ua/handle/lib/50865
Właściciel praw autorskich: © Ониськів Денис Євгенович, 2025
Wykaz piśmiennictwa: 1. Li, Xiang, Lucas Evans, and Xinyi Zhang. "Interactive data exploration for smart city analytics: A user-centered perspective." Advances in Engineering Technology Research 13.1 (2025): 702-702.
2. МАТІЙЧУК, Любомир, et al. "ANALYTICAL ANALYSIS OF APPROACHES TO REMOTE VEHICLES MONITORING AND DIAGNOSTICS OF DURING THEIR OPERATION." MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES 2 (2025): 380-389.
3. Mansoor Ali, F. Naeem, Nadir H. Adam, Georges Kaddoum, Noor ul Huda, M. Adnan, and M. Tariq.2023. Integration of data-driven technologies in smart grids for resilient and sustainable smart cities: A comprehensive review. ArXiv, abs/2301.08814.
4. Li, Xiang, Jeffrey Wang, and Lihua Zhang. "Named entity recognition for smart city data streams: Enhancing visualization and interaction." Advances in Engineering Technology Research 13.1 (2025): 508-508.
5. Nama, P., Pattanayak, S., & Meka, H. S. (2023). AI-driven innovations in cloud computing: Transforming scalability, resource management, and predictive analytics in distributed systems. International research journal of modernization in engineering technology and science, 5(12), 4165. https://www.doi.org/10.56726/IRJMETS47900.
6. Матійчук, Л. П. "STRUCTURAL FEATURES AND POTENTIAL RISKS FOR THE FUNCTIONING OF THE ENERGY SECURITY SYSTEM OF UKRAINE." Таврійський науковий вісник. Серія: Економіка 15 (2023): 91-98.
7. Abbas, M., Akhai, S., Abbas, U., Jafri, R., & Arif, S. M. (2025). Ai-enabled sustainable urban planning and management. In Real-world applications of ai innovation (pp. 233–260). IGI Global Scientific Publishing. https://www.igi-global.com/chapter/ai-enabled-sustainable-urban-planning-and-management/363608.
8. Rakshit, Ishita. "AI-driven cloud solutions for smart city data analytics." Systemic analytics 3.1 (2025): 27-34.
9. Mamdouh Alenezi.2023. Investigating the soft- ware engineering roadmap for smart city infrastruc- ture development:Goals and challenges.ArXiv, abs/2305.05574.
10. Al-Rimawi, Tarek, and Michael Nadler. "Leveraging smart city technologies for enhanced real estate development: An integrative review." Smart cities 8.1 (2025): 10.
11. Apanaviciene, R.; Vanagas, A.; Fokaides, P.A. Smart building integration into a smart city (SBISC): Development of a new evaluation framework. Energies 2020, 13, 2190.
12. Apanaviciene, R.; Urbonas, R.; Fokaides, P.A. Smart Building Integration into a Smart City: Comparative Study of Real Estate Development. Sustainability 2020, 12, 9376.
13. Benavente-Peces, C.; Ibadah, N. ICT technologies, techniques and applications to improve energy efficiency in smart buildings. In Proceedings of the SENSORNETS 2020 – 9th International Conference on Sensor Networks, Valletta, Malta, 28–29 February 2020; pp. 121–128.
14. Pavlova, O., Pavlov, K., Matiichuk, L., Kotsan, I., & Perevozova, I. (2024). Imperatives to improve the efficiency of the energy security system of Ukraine. In E3S Web of Conferences (Vol. 567, p. 01015). EDP Sciences.
15. Munasinghe, H.V.; Munasinghe, L.M. Reinventing Real Estate: Exploring the Dynamic Landscape of Prop-Tech driven Digital Transformation in the Residential Sector – Lessons for Sri Lanka. Int. J. Adv. ICT Emerg. Reg. 2024, 17, 8–16.
16. Wortmann, F.; Flüchter, K. Internet of Things: Technology and Value Added. Bus. Inf. Syst. Eng. 2015, 57, 221–224.
17. Trauth, D.; Bergs, T.; Prinz, W. The Monetization of Technical Data: Innovations from Industry and Research; Trauth, D., Bergs, T., Prinz, W., Eds.; Springer: Berlin/Heidelberg, Germany, 2023.
18. Ullah, F.; Sepasgozar, S.M.E.; Wang, C. A systematic review of smart real estate technology: Drivers of, and barriers to, the use of digital disruptive technologies and online platforms. Sustainability 2018, 10, 3142.
19. Alahi, M.E.E.; Sukkuea, A.; Tina, F.W.; Nag, A.; Kurdthongmee, W.; Suwannarat, K.; Mukhopadhyay, S.C. Integration of IoT-Enabled Technologies and Artificial Intelligence (AI) for Smart City Scenario: Recent Advancements and Future Trends. Sensors 2023, 23, 5206.
20. Sepasgozar, S.; Karimi, R.; Farahzadi, L.; Moezzi, F.; Shirowzhan, S.; Ebrahimzadeh, S.M.; Hui, F.; Aye, L. A systematic content review of artificial intelligence and the internet of things applications in smart home. Appl. Sci. 2020, 10, 3074.
21. Hussain, D.I.; Elomri, D.A.; Kerbache, D.L.; Omri, D.A.E. Smart city solutions: Comparative analysis of waste management models in IoT-enabled environments using multiagent simulation. Sustain. Cities Soc. 2024, 103, 105247.
22. Ehab, A.; Mahdi, M.A.; El-Helloty, A. BIM Maintenance System with IoT Integration: Enhancing Building Performance and Facility Management. Civ. Eng. J. 2024, 10, 1953–1973.
23. Yang, J. Comparative Analysis of the Impact of Advanced Information Technologies on the International Real Estate Market. Trans. Econ. Bus. Manag. Res. 2024, 7, 102–108.
24. Dahanayake, K.C.; Sumanarathna, N. IoT-BIM-based digital transformation in facilities management: A conceptual model. J. Facil. Manag. 2022, 20, 437–451.
25. Wu, Z.; Pei, T.; Bao, Z.; Ng, S.T.; Lu, G.; Chen, K. Utilizing intelligent technologies in construction and demolition waste management: From a systematic review to an implementation framework. Front. Eng. Manag. 2024.
26. Cheng, Y.; Chen, Y.; Wei, R.; Luo, H. Development of a Construction Quality Supervision Collaboration System Based on a SaaS Private Cloud. J. Intell. Robot. Syst. 2015, 79, 613–627.
27. Tsai, W.T.; Bai, X.Y.; Huang, Y. Software-as-a-service (SaaS): Perspectives and challenges. Sci. China Inf. Sci. 2014, 57, 1–15.
28. Alam, T. Cloud-Based IoT Applications and Their Roles in Smart Cities. Smart Cities 2021, 4, 1196–1219.
29. Llorca-Ponce, A.; Rius-Sorollla, G. Real Estate meets technology. The impact of new technologies on the real estate sector in Spain. In Libro de Actas; Universitat Politècnica de València, Ed.; Espasa-Calpe: Buenos Aires, Argentina, 2023; pp. 133–142.
30. Lee, J.H.; Hancock, M.G.; Hu, M.C. Towards an effective framework for building smart cities: Lessons from Seoul and San Francisco. Technol. Forecast. Soc. Chang. 2014, 89, 80–99.
31. Al-Rimawi, T.H.; Nadler, M. Evaluating Cities and Real Estate Smartness and Integration: Introducing a Comprehensive Evaluation Framework. Sustainability 2023, 15, 9518.
32. Caragliu, A.; del Bo, C.; Nijkamp, P. Smart cities in Europe. J. Urban Technol. 2011, 18, 65–82.
33. Li, W.; Batty, M.; Goodchild, M.F. Real-time GIS for smart cities. Int. J. Geogr. Inf. Sci. 2020, 34, 311–324.
34. Kehoe, B.; Patil, S.; Abbeel, P.; Goldberg, K. A Survey of Research on Cloud Robotics and Automation. IEEE Trans. Autom. Sci. Eng. 2015, 12, 398–409.
35. Joel Brogan,Nell Barber,David Cornett,and D.Bolme. 2022.Faro 2:an open source,configurable smart city framework for real-time distributed vision and biometric systems.ArXiv,abs/2209.12962.
36. Oluwunmi, A.O.; Role, B.A.; Akinwale, O.M.; Oladayo, O.P.; Afolabi, T.O. Big Data and Real Estate: A Review of Literature. J. Phys. Conf. Ser. 2019, 1378, 032015.
37. Liu, Y. Real Estate Development Strategy Based on Artificial Intelligence and Big Data Industrial Policy Background. Sci. Program. 2022, 2022, 6249065.
38. Zhao, Z.; Zhang, Y. Impact of Smart City Planning and Construction on Economic and Social Benefits Based on Big Data Analysis. Complexity 2020, 2020, 8879132.
39. Expert Market Research. Big Data Market Size, Share, Growth, Forecast 2024–2032. 2022. Available online: https://www. expertmarketresearch.com/reports/big-data-market.
40. Munawar, H.S.; Ullah, F.; Qayyum, S.; Shahzad, D. Big Data in Construction: Current Applications and Future Opportunities. Big Data Cogn. Comput. 2022, 6, 18.
41. Lavalle, A.; Teruel, M.A.; Maté, A.; Trujillo, J. Improving Sustainability of Smart Cities through Visualization Techniques for Big Data from IoT Devices. Sustainability 2020, 12, 5595.
42. Donner, H.; Eriksson, K.; Steep, M. Digital Cities: Real Estate Development Driven by Big Data; Global Projects Centre: Stanford, CA, USA, 2017; pp. 1–22.
43. Pavlov, Kostiantyn, et al. "Socio-Economic Dimensions of State Regulation of Sustainable Development: Innovative Approaches to Improving the Organisational Mechanism." ECONOMICS-INNOVATIVE AND ECONOMICS RESEARCH JOURNAL 13.3 (2025): 539-557.
44. Du, D.; Li, A.; Zhang, L. Survey on the Applications of Big Data in Chinese Real Estate Enterprise. Procedia Comput. Sci. 2014, 30, 24–33.
45. Xiao, Y. Big Data for Comprehensive Analysis of Real Estate Big Data for Comprehensive Analysis of Real Estate Market. Master’s Thesis, California State University, San Bernardino, CA, USA, 2022. Available online: https://scholarworks.lib.csusb.edu/etd/15 96.
46. МАТІЙЧУК, Любомир, Володимир ГОТОВИЧ, and Віталій БОНАР. "Порівняння ефективності методів некерованого машинного навчання для виявлення аномалій в OBD2 даних." MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES 1 (2025): 407-414.
47. Tekouabou, S.C.K.; Gherghina, S¸.C.; Kameni, E.D.; Filali, Y.; Gartoumi, K.I. AI-Based on Machine Learning Methods for Urban Real Estate Prediction: A Systematic Survey. Arch. Comput. Methods Eng. 2024, 31, 1079–1095.
48. Yang, J. Data-Driven Investment Strategies in International Real Estate Markets: A Predictive Analytics Approach. Int. J. Comput. Sci. Inf. Technol. 2024, 3, 247–258.
49. Rockel, G.; Rusko, M.; Predajnianska, A. Reshaping the World with Computer Technologies and Their Impact on the Development of Processes in the Field of Real Estate Trading. Qual. Innov. Prosper. 2024, 28, 99–113.
50. Pan, Y.; Zhang, L. Integrating BIM and AI for Smart Construction Management: Current Status and Future Directions. Arch. Comput. Methods Eng. 2023, 30, 1081–1110.
51. Muzahem Alsahan, I.; Ibraheem AlZaidan, Z. Unleashing the Power of Artificial Intelligence in Real Estate Valuation: Opportunities and Challenges Ahead. J. Knowl. Learn. Sci. Technol. 2024, 3, 1–10.
52. Bechina, K.; Arntzen, A.A. A system of systems approach to smart Building Management: An AI vision for Facility Management. In Proceedings of the 2022 17th Annual System of Systems Engineering Conference, SOSE 2022, Rochester, NY, USA, 7–11 June 2022; pp. 452–456.
53. Mahule, A., Roy, K., Sawarkar, A. D., & Lachure, S. (2024). Enhancing environmental resilience: Precision in air quality monitoring through ai-driven real-time systems. Artificial intelligence for air quality monitoring and prediction, 48–74. http://dx.doi.org/10.1201/9781032683805-4
54. Rizi, M. H. P., & Seno, S. A. H. (2022). A systematic review of technologies and solutions to improve security and privacy protection of citizens in the smart city. Internet of things, 20, 100584. https://doi.org/10.1016/j.iot.2022.100584
55. Eleonora Cappuccio, D. Fadda, Rosa Lanzilotti, and Salvatore Rinzivillo. 2024. Fiper: A visual-based explanation combining rules and feature importance. ArXiv, abs/2404.16903.
56. Zhengxian Chen, Maowei Wang, and Cong Li. 2023. City electric power consumption forecasting based on big data neural network under smart grid background. ArXiv, abs/2309.00245.
57. Aakanksha Chowdhery, Sharan Narang, Palm: Scaling language modeling with pathways. ArXiv, abs/2204.02311.
58. Chris Emmery. 2023. User-centered security in natural language processing. ArXiv, abs/2301.04230.
59. Amr Gomaa, Bilal Mahdy, Niko Kleer, M. Feld, F. Kirchner, and A. Krüger. 2023. Teach me how to learn: A perspective review towards user-centered neuro-symbolic learning for robotic surgical systems. ArXiv, abs/2307.03853.
60. Bin Han and B. Howe. 2023. Adapting to skew: Imputing spatiotemporal urban data with 3D partial convolutions and biased masking. ArXiv, abs/2301.04233.
61. Ryo Kamoi, Tanya Goyal, Juan Diego Rodriguez, and Greg Durrett. 2023. Wice: Real-world entailment for claims in Wikipedia. pages 7561-7583.
62. Tushar Khot, Peter Clark, Michal Guerquin, Peter Alexander Jansen, and Ashish Sabharwal. 2019. Qasc: A dataset for question answering via sentence composition. ArXiv, abs/1910.11473.
63. Shubham Mante. 2023. Iot data processing for smart city and semantic web applications. ArXiv, abs/2306.16728.
64. Long Ouyang, Jeff Wu, Xu Jiang, Diogo Almeida, Carroll L. Wainwright, Pamela Mishkin, Chong Zhang, Jan Leike, and Ryan J. Lowe. 2022. Training language models to follow instructions with human feedback. ArXiv, abs/2203.02155.
65. Ткачук, К. Н., Зацарний, В. В., Зеркалов, Д. В., Полукаров, О. І., Коз'яков, В. С., Мітюк, Л. О., ... & Луц, Т. Є. (2014). Основи охорони праці.
66. Левченко, О. Г. (2024). Охорона праці та цивільний захист.
67. Методика планування заходів з евакуації: затверджена наказом Міністерства внутрішніх справ України від 10 липня 2017 року № 579. – Київ: Міністерство внутрішніх справ України, 2017. – 50 с.
68. Постанова Кабінету Міністрів України від 30.10.2013 № 841.
69. Баранов, Максим Дмитрович. "Розроблення автоматизованої системи пожежної безпеки на промисловому підприємстві." (2022).
Typ zawartości: Master Thesis
Występuje w kolekcjach:126 — інформаційні системи та технології

Pliki tej pozycji:
Plik Opis WielkośćFormat 
Mag_2025_STm_61_Onyskiv_DY.pdfДипломна робота1,61 MBAdobe PDFPrzeglądanie/Otwarcie
Pełny rekord


Pozycje DSpace są chronione prawami autorskimi

Narzędzia administratora