Empreu aquest identificador per citar o enllaçar aquest ítem:
http://elartu.tntu.edu.ua/handle/lib/52150| Títol: | Оптимізація адаптивно-гібридної архітектури ARX для підвищення масштабованості та продуктивності вебклієнтів |
| Altres títols: | Optimization of an Adaptive-Hybrid ARX Architecture to Improve Scalability and Performance of Web Clients |
| Autor: | Старицький, Олександр Романович Starytskyi, Oleksandr |
| Affiliation: | Тернопільський національний технічний університет імені ім. І. Пулюя |
| Bibliographic description (Ukraine): | {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. |
| Bibliographic reference (2015): | Старицький О. Р. Оптимізація адаптивно-гібридної архітектури ARX для підвищення масштабованості та продуктивності вебклієнтів : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 - комп’ютерні науки / наук. кер. В. В. Никитюк. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 86 с. |
| Data de publicació: | 28-de -2026 |
| Submitted date: | 14-de -2026 |
| Date of entry: | 6-de -2026 |
| Editorial: | Тернопільський національний технічний університет імені ім. І. Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопіль |
| Supervisor: | Никитюк, Вячеслав Вячеславович Nykytyuk, Vyacheslav |
| UDC: | 004.042 |
| Paraules clau: | 122 комп’ютерні науки веброзробка фронтенд-архітектура javascript фреймворки продуктивність оптимізація web development frontend architecture javascript frameworks performance optimization |
| Page range: | 86 |
| Resum: | У роботі проведено дослідження та формалізацію адаптивно-гібридної архітектури ARX, спрямованої на підвищення продуктивності, масштабованості та ефективності сучасних вебзастосунків. Проаналізовано сучасні фронтенд-архітектури (SPA, SSR, SSG, Islands) та їхні обмеження, на основі чого сформовано систему критеріїв оцінювання (Performance, Developer Experience, Maintainability, Scalability) і запропоновано методологію ARX, що поєднує гібридний рендеринг, контекстно-адаптивне прийняття рішень і оркестрацію інтерфейсу. Ефективність підходу підтверджено експериментально за допомогою RUM, Lighthouse та Puppeteer на тестових застосунках React/Next.js, де ARX продемонструвала покращення ключових метрик продуктивності (FCP, LCP, TTI, TBT), зменшення складності реалізації та підвищення швидкості розробки й масштабованості системи. The thesis presents a study and formalization of the adaptive-hybrid ARX architecture aimed at improving the performance, scalability, and efficiency of modern web applications. Modern frontend architectures (SPA, SSR, SSG, Islands) and their limitations are analyzed, which serves as a basis for defining an evaluation framework (Performance, Developer Experience, Maintainability, Scalability) and proposing the ARX methodology that combines hybrid rendering, context-aware decision-making, and interface orchestration. The effectiveness of the approach is experimentally validated using RUM, Lighthouse, and Puppeteer on test applications built with React/Next.js, where ARX demonstrates improvements in key performance metrics (FCP, LCP, TTI, TBT), reduced implementation complexity, and enhanced development speed and system scalability. |
| Descripció: | Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 28.05.2026р. на засіданні екзаменаційної комісії №33 у Тернопільському національному технічному університеті імені Івана Пулюя |
| Content: | ВСТУП 9 1 АНАЛІЗ СУЧАСНИХ ВИМОГ ДО АРХІТЕКТУР ВЕБКЛІЄНТІВ ТА ФОРМУВАННЯ МЕТОДИЧНИХ ОСНОВ ДЛЯ ДОСЛІДЖЕННЯ 11 1.1 Сучасні тенденції у фронтенд-розробці 11 1.2 Основні критерії вибору архітектури: продуктивність, підтримуваність, масштабованість, розробницький досвід 13 1.2.1 Архітектурне рішення у фронтенд-розробці 13 1.2.2 Продуктивність та підтримуваність 14 1.2.3 Масштабованість 16 1.4 Визначення системи метрик для оцінки архітектурних рішень 19 1.4.1 Значення системи метрик та їх роль у фронтенд-розробці 19 1.4.2 Метрики продуктивності та розробницького досвіду 20 1.4.3 Метрики підтримуваності та масштабованості 22 1.4.4 Використання системи метрик для оптимізації архітектури 23 1.5 Формування методичних засад подальшого дослідження і постановка завдань для розробки власного підходу 24 1.6 Висновки до першого розділу 26 2. ПОРІВНЯЛЬНИЙ АНАЛІЗ ІСНУЮЧИХ АРХІТЕКТУРНИХ МОДЕЛЕЙ ФРОНТЕНДУ ТА ПЕРЕДУМОВИ СТВОРЕННЯ МЕТОДОЛОГІЇ ARX 28 2.1. Модель SPA 28 2.1.1 Принцип роботи SPA 28 2.1.2 Продуктивність і UX у SPA 30 2.1.3 Обмеження SEO і шляхи їх вирішення 33 2.2 Методика порівняння архітектур і вибір метрик 35 2.3 Архітектура ARX 39 2.3.1. Концепція та цілі ARX 40 2.3.2. Адаптивний рендеринг у ARX 41 2.3.3. Застосування ARX у IA-фронтенді 42 2.4 Висновки до другого розділу 42 3. ОПТИМІЗАЦІЯ ТА ПРАКТИЧНА РЕАЛІЗАЦІЯ АРХІТЕКТУРНОЇ МЕТОДОЛОГІЇ ARX 44 3.1. Архітектурна концепція ARX: гібридна модель рендерингу та принципи адаптивності 44 3.2. Компоненти системи ARX: рендер-оркестратор, профайлер, build-пайплайн, система політик, AI-генерація scaffold. 46 3.3. Реалізація базового прототипу ARX у середовищі React/Next.js із підтримкою серверних компонентів. 48 3.4. Інтеграція ARX із AI-проєктами: забезпечення сумісності та використання AI для автоматичного тестування 50 3.5. Тестування архітектури на реальних прикладах для перевірки гнучкості, складності та швидкості реалізації елементів 52 3.6 Висновки до третього розділу 54 4. ЕКСПЕРИМЕНТАЛЬНЕ ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ ARX ТА ОБҐРУНТУВАННЯ ЇЇ ПЕРЕВАГ 55 4.1 Інструменти аналізу продуктивності ARX 55 4.1.1 Методика оцінювання архітектури ARX: опис використаних метрик та інструментів 55 4.1.2 Оцінювання за допомогою інструменту Lighthouse 56 4.1.3 Використання RUM для аналізу реального користувацького досвіду 59 4.1.4 Оцінювання за допомогою Puppeteer 61 4.2 Оцінка ефективності розробки 63 4.2.1 Аналіз метрик Developer Experience 63 4.2.2 Аналіз кількості коду (LOC) 64 4.3 Оцінка показників Maintainability і Scalability 66 4.4 Порівняння результатів ARX із існуючими архітектурами 67 4.5 Приклади організації коду та розподілу відповідальності між командами у межах ARX 69 4.6 Висновки до четвертого розділу 71 5 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 73 5.1 Облаштування і безпека серверних приміщень 73 5.2 Пожежна безпека в навчальних закладах 76 ВИСНОВКИ 79 СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ 80 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/52150 |
| ISBN: | {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. |
| Copyright owner: | © Старицький Олександр Романович, 2026 |
| References (Ukraine): | 1. Amazon Web Services. (2024). AWS CloudFront Developer Guide. Retrieved from https://docs.aws.amazon.com/cloudfront/ 2. Banks, A., & Porcello, E. (2020). Learning React. O'Reilly Media. 3. Biedenkapp, P. (2019). React Explained: Your Step-by-Step Guide to React.js. Independently Published. 4. Bodnarchuk, I., Skorenkyy, Y., Kramar, T., Duda, O., & Nykytyuk, V. (2022). Use of Analytical Hierarchy Process in Scenarios Design for a Digital Museum with XR components. The 2nd International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP-2022), Ternopil, Ukraine, November 22-24, 2022. Vol-3309, pp. 414-425. ISSN 1613-0073. 5. Chrome Team. (2023). Web Rendering Performance Best Practices. Google Chrome Labs. 6. Cloudflare Inc. (2024). Cloudflare Workers Documentation. Retrieved from https://developers.cloudflare.com/workers/ 7. Cypress.io. (2024). Cypress Documentation. Retrieved from https://docs.cypress.io/ 8. Datadog Inc. (2024). Real User Monitoring Guide. Retrieved from https://docs.datadoghq.com/real_user_monitoring/ 9. Dediv, L., Dozorska, O., Kukuruza, V., Nykytyuk, V., & Kovalyk, S. (2023). Computer Simulation Modeling of Voice Signals in the Matlab Environment for the Task of Computerized Diagnostic Systems Testing. The 1st International Workshop on Computer Information Technologies in Industry 4.0 (CITI-2023), Ternopil, Ukraine, June 14-16, 2023. Vol-3468, pp. 257-262. ISSN 1613-0073. 10. Dozorskyi, V., Dediv, I., Sverstiuk, S., Nykytyuk, V., & Karnaukhov, A. (2023). The Method of Commands Identification to Voice Control of the Electric Wheelchair. The 1st International Workshop on Computer Information Technologies in Industry 4.0 (CITI-2023), Ternopil, Ukraine, June 14-16, 2023. Vol-3468, pp. 233-240. ISSN 1613-0073. 11. Duda, O., Kunanets, N., Martsenko, S., Nykytyuk, V., & Pasichnyk, V. (2021). COVID-19 data collections and analytical processing. 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), Vol. 2, Lviv, Ukraine, pp. 252-257. DOI: 10.1109/CSIT52700.2021.9648839. 12. Duda, O., Kunanets, N., Martsenko, S., Nykytyuk, V., & Pasichnyk, V. (2021). Information technology platform for the selection and analytical processing of information on COVID-19. 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), Vol. 2, Lviv, Ukraine, pp. 231-238. DOI: 10.1109/CSIT52700.2021.9648839. 13. ECMA International. (2024). ECMAScript Language Specification. Retrieved from https://tc39.es/ecma262/ 14. Express.js Team. (2024). Express Documentation. Retrieved from https://expressjs.com/ 15. Facebook Open Source. (2024). React Documentation. Retrieved from https://react.dev 16. Figma Inc. (2024). Design Systems Best Practices. Retrieved from https://help.figma.com/ 17. Fowler, M. (2019). Patterns of Enterprise Application Architecture. Addison-Wesley. 18. Freeman, E., & Robson, E. (2021). Head First Design Patterns. O'Reilly Media. 19. Gamma, E., Helm, R., Johnson, R., & Vlissides, J. (2019). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley. 20. GitHub Inc. (2024). GitHub Actions Documentation. Retrieved from https://docs.github.com/actions 21. GitLab Inc. (2024). GitLab CI/CD Documentation. Retrieved from https://docs.gitlab.com/ee/ci/ 22. Google Developers. (2024). Chrome DevTools Documentation. Retrieved from https://developer.chrome.com/docs/devtools/ 23. Google Developers. (2024). Core Web Vitals Guide. Retrieved from https://web.dev/vitals/ 24. Google Developers. (2024). Lighthouse Documentation. Retrieved from https://developer.chrome.com/docs/lighthouse 25. Grinberg, M. (2021). Flask Web Development: Developing Web Applications with Python. O'Reilly Media. 26. Hanselman, S. (2019). Modern Web Development with JavaScript and TypeScript. Microsoft Press. 27. Jest Team. (2024). Jest Documentation. Retrieved from https://jestjs.io/docs/getting-started 28. Kent, C. D. (2020). Testing JavaScript Applications. Epic Web Publishing. 29. Koroliuk, R., Nykytyuk, V., Tymoshchuk, V., Soyka, V., & Tymoshchuk, D. (2024). Automated monitoring of bee colony movement in the hive during winter season. BAIT'2024: The 1st International Workshop on Bioinformatics and Applied Information Technologies, Zboriv, Ukraine, October 02-04, 2024. CEUR Workshop Proceedings, 3842, pp. 147-156. ISSN: 1613-0073. 30. Kryazhych, O., Itskovych, V., Iushchenko, K., Hrytsyshyna, V., Bruvier, D., Nykytyuk, V., & Bodnarchuk, I. (2023). The use of abstract moore automaton to control the sensors of a service-oriented alarm and emergency notification network. Scientific Journal of TNTU (Tern.), vol. 109, no. 1, pp. 111-120. ISSN 2522-4433. 31. Martin, R. C. (2017). Clean Code. Prentice Hall. 32. Martin, R. C. (2018). Clean Architecture. Prentice Hall. 33. Microsoft. (2024). Visual Studio Code Documentation. Retrieved from https://code.visualstudio.com/docs 34. MongoDB Inc. (2024). MongoDB Documentation. Retrieved from https://www.mongodb.com/docs/ 35. Mozilla Foundation. (2024). MDN Web Docs: CSS Reference. Retrieved from https://developer.mozilla.org 36. Mozilla Foundation. (2024). MDN Web Docs: JavaScript Guide. Retrieved from https://developer.mozilla.org 37. NestJS Team. (2024). NestJS Documentation. Retrieved from https://docs.nestjs.com/ 38. New Relic Inc. (2024). Browser Monitoring Documentation. Retrieved from https://docs.newrelic.com 39. Newman, S. (2021). Building Microservices. O'Reilly Media. 40. Node.js Foundation. (2024). Node.js Documentation. Retrieved from https://nodejs.org/docs/latest/api/ 41. Nx DevTools. (2024). Nx Monorepo Documentation. Retrieved from https://nx.dev 42. Nykytyuk, V., Dozorskyi, V., Dozorska, O., Karnaukhov, A., & Matiichuk, L. (2022). The Method of User Identification by Speech Signal. The 2nd International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP-2022), Ternopil, Ukraine, November 22-24, 2022. Vol-3309, pp. 225-232. ISSN 1613-0073. 43. Nykytyuk, V., Dozorskyy, V., Kunanets, N., Pasichnyk, V., Matsiuk, O., & Bodnarchuk, I. (2021). Electrical Probe-Signal Processing and Criterion for the Determination of Time Parameters of the Teeth Filling Material Polymerization Process in Dentistry. 4th IDDM 2021, Valencia, Spain, pp. 54-63. 44. OpenAI. (2024). AI for Software Engineering Research Notes. Retrieved from https://openai.com 45. Osmani, A. (2019). JavaScript Design Patterns. Addy Osmani Publications. 46. Parcel Team. (2024). Parcel Documentation. Retrieved from https://parceljs.org/docs/ 47. Playwright Team. (2024). Playwright Documentation. Retrieved from https://playwright.dev/docs/intro 48. PostgreSQL Global Development Group. (2024). PostgreSQL Documentation. Retrieved from https://www.postgresql.org/docs/ 49. Puppeteer Team. (2024). Puppeteer Documentation. Retrieved from https://pptr.dev 50. Rauschmayer, A. (2018). Speaking JavaScript: An In-Depth Guide for Programmers. O'Reilly Media. 51. Redux Team. (2024). Redux Toolkit Documentation. Retrieved from https://redux-toolkit.js.org/ 52. Richardson, C. (2018). Micro Frontends in Action. Manning Publications. 53. Rollup Team. (2024). Rollup Documentation. Retrieved from https://rollupjs.org/ 54. Smashing Magazine. (2023). Modern Frontend Architecture Patterns. Retrieved from https://www.smashingmagazine.com/ 55. Snyder, J. (2018). High Performance Browser Networking. O'Reilly Media. 56. SonarSource. (2024). SonarQube Documentation. Retrieved from https://docs.sonarsource.com 57. Storybook Team. (2024). Storybook Documentation. Retrieved from https://storybook.js.org/docs 58. Sverstiuk, A., Matiichuk, L., Polyvana, U., Stanko, A., & Nykytyuk, V. (2024). Analytical analysis of approaches to assessing the quality of life in smart cities. BAIT'2024: The 1st International Workshop on Bioinformatics and Applied Information Technologies, Zboriv, Ukraine, October 02-04, 2024. CEUR Workshop Proceedings, 3842, pp. 75-91. ISSN: 1613-0073. 59. TanStack. (2024). TanStack Query Documentation. Retrieved from https://tanstack.com/query/latest 60. Turborepo Team. (2024). Turborepo Documentation. Retrieved from https://turbo.build/repo/docs 61. TypeScript Team. (2024). TypeScript Documentation. Retrieved from https://www.typescriptlang.org/docs/ 62. Vercel Inc. (2024). Edge Functions Documentation. Retrieved from https://vercel.com/docs/functions/edge-functions 63. Vercel. (2024). Next.js Documentation. Retrieved from https://nextjs.org/docs 64. Vernon, V. (2016). Domain-Driven Design Distilled. Addison-Wesley. 65. Vite Team. (2024). Vite Documentation. Retrieved from https://vitejs.dev/guide/ 66. W3C. (2024). CSS Specifications. Retrieved from https://www.w3.org/Style/CSS/ 67. W3C. (2024). HTML Standard. Retrieved from https://html.spec.whatwg.org 68. Web Performance Working Group. (2018). Web Performance: Optimizing for Speed and User Experience. W3C. 69. Webpack Team. (2024). Webpack Documentation. Retrieved from https://webpack.js.org/concepts/ 70. Yasniy, O., Didych, I., Tymoshchuk, D., Pasternak, I., Nykytyuk, V., Shymchuk, H., & Radyk, D. (2026). Fatigue crack growth prediction of automotive steels using ensemble-based machine learning methods. Procedia Structural Integrity, VIII International Conference In-service Damage of Materials: Diagnostics and Prediction, Vol. 81, pp. 116-122. 71. Zakas, N. C. (2020). JavaScript: The Good Parts. O'Reilly Media. |
| Content type: | Master Thesis |
| Apareix a les col·leccions: | 122 — комп’ютерні науки, F3 Комп’ютерні науки |
Arxius per aquest ítem:
| Arxiu | Descripció | Mida | Format | |
|---|---|---|---|---|
| 2026_KRM_SNnm-61_Starytskyi_OR.pdf | Дипломна робота | 9,07 MB | Adobe PDF | Veure/Obrir |
Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.
Eines d'Administrador