Технології та інжиніринг
Технології та інжиніринг
ISSN 2786-5371 e-ISSN 2786-538X
DOI: 10.30857/2786-5371
Подати статтю

Стаття

Завантажити статтю

Концептуальна модель веб-системи управління транспортними потоками у міському середовищі на основі мікросервісної архітектури

Андрій Роскладка, Євгеній Пострелко

Отримано 17.04.2025, Доопрацьовано 15.08.2025, Прийнято 17.09.2025

Анотація

Актуальність дослідження зумовлена зростанням навантаження на міську транспортну інфраструктуру, потребою у цифровій трансформації управління мобільністю та впровадженні інтелектуальних технологій аналізу даних у режимі реального часу. Така система дає змогу оперативно реагувати на зміни у русі транспорту, підвищувати ефективність маршрутної мережі та покращувати якість міських перевезень. Метою дослідження було формування архітектури веб-системи, яка забезпечує інтеграцію даних із міських інтерфейсів прикладного програмування, їх автоматизовану обробку, аналітичну інтерпретацію, візуалізацію результатів та централізоване керування конфігураціями. Методологічну основу становили підходи системного аналізу, моделювання потоків даних, побудова діаграм «сутність-звʼязок» та застосування архітектурних шаблонів для відображення структурної та функціональної взаємодії компонентів. У статті розроблено концептуальну модель веб-системи управління транспортними потоками у міському середовищі, побудовану за принципами мікросервісної архітектури. Результатом роботи було створення структурної моделі системи, що включила п’ять взаємопов’язаних мікросервісів: інтеграції з міськими інтерфейсами прикладного програмування (Node.js), обробки та агрегації даних (Python, Redis Streams), аналітичного модуля з підтримкою алгоритмів машинного навчання (Scikit-learn), модуля візуалізації (React, Mapbox, Chart.js) та сервісу керування доступом і конфігураціями. Детально описано логіку їхньої взаємодії, механізми масштабування та забезпечення відмовостійкості. Практична цінність дослідження полягала у розробленні універсальної архітектонічної основи для впровадження систем аналітики й моніторингу міського транспорту, що можуть стати прототипом інтелектуальних платформ управління мобільністю в концепції Smart City


Ключові слова:

розподілені інформаційні сервіси; цифрове моделювання міської мобільності; аналіз потоків даних у реальному часі; веб-аналітика транспортних систем; візуалізація просторово-часових даних; Smart City

https://doi.org/10.30857/2786-5371.2025.4.5

Взято з Т. 26, № 4, 2025

Сторінки 54-67

Використані джерела ЦИТУВАТИ

Використані джерела

  1. Adrianto, H.A., Sitanggang, I.S., Akbar, A., Neyman, S.N., & Azhim, M.F. (2024). Interactive dashboard for visualization and analysis of landcover change and land/forest fire. IOP Conference Series: Earth and Environmental Science, 1418, article number 012082. doi: 10.1088/1755-1315/1418/1/012082.
  2. Barabash, O., Weigang, G., & Komar, K. (2021). Formation of traffic safety profile in central parts of the city and its informational protection. Transport Technologies, 2(2), 42-51. doi: 10.23939/tt2021.02.042.
  3. Batita, S., Makni, A., & Amous, I. (2024). Intelligent transportation systems: A survey on data engineering. In DATA 2024 proceedings of the 13th international conference on data science, technology and applications (pp. 169-179). Setúbal: SCITEPRESS – Science and Technology Publications. doi: 10.5220/0012857300003756.
  4. Beeraka, B.S. (2025). Enterprise microservices: Revolutionizing telecom network architecture. International Journal of Scientific Research in Computer Science, Engineering and Information Technology, 11(1), 290-297. doi: 10.32628/cseit25111231.
  5. Bokolo, А. (2025). Enabling seamless interoperability of digital systems in smart cities using API: A systematic literature review. Journal of Urban Technology, 31(4-5), 123-156. doi: 10.1080/10630732.2024.2427543.
  6. Campos, C., Asenjo, R., & Navarro, Á. (2025). Exploring data flow design and vectorization with oneAPI for streaming applications on CPU+GPU. The Journal of Supercomputing, 81, article number 428. doi: 10.1007/s11227-024-06891-3.
  7. Cao, Y., Li, Q.-J., & Yang, Z. (2025). Identifying the spatial range of the Pearl River Delta urban agglomeration from a differentiated perspective of population distribution and population mobility. Applied Sciences, 15(2), article number 945. doi: 10.3390/app15020945.
  8. Danyliuk, A., & Muliarevych, O. (2024). Ant colony algorithm in traffic flow control. Advances in Cyber-Physical Systems, 9(2), 158-163. doi: 10.23939/acps2024.02.158.
  9. Erişkin, E. (2024). Collaborative game-theoretic optimization of public transport fare policies: A global framework for sustainable urban mobility. Sustainability, 16(24), article number 11199. doi: 10.3390/su162411199.
  10. Fornalchyk, Y., & Hilevych, V. (2023). Characteristics of motorization’s impact on the urban population. Transport Technologies, 4(2), 68-75. doi: 10.23939/tt2023.02.068.
  11. Horokhovskyi, O., & Oshovska, K. (2015). Quality management and obtaining optimal results in the city's transport network management system. Information Technologies and Computer Engineering, 12(3), 29-32.
  12. Inamdar, S.A., & Kulkarni, S.S. (2025). Advancing traffic volume prediction and synthetic data generation with machine learning and deep learning. International Journal for Multidisciplinary Research, 7(1), 1-18. doi: 10.36948/ijfmr.2025.v07i01.35530.
  13. Kotenko, M., Moskalyk, D., Kovach, V., & Osadchyi, V. (2024). Navigating the challenges and best practices in securing microservices architecture. In CPITS-II 2024: Workshop on cybersecurity providing in information and telecommunication systems II (pp. 1-16). Kyiv: Borys Grinchenko Kyiv Metropolitan University.
  14. Kozachenko, D.M., Klyga, O.V., & Kharchenko, Ye.V. (2025). Modeling of train sets in tasks of railway stations technical and operational evaluation. Science and Transport Progress, 2(110), 88-97. doi: 10.15802/stp2025/331674.
  15. Laituri, M., Kalra, Y., & Yang, C. (2025). The disappearance of COVID-19 data dashboards: The case of ephemeral data. COVID, 5(1), article number 12. doi: 10.3390/covid5010012.
  16. Leghemo, I.M., Segun-Falade, O.D., Odionu, C.S., & Azubuike, C. (2025). Continuous data quality improvement in enterprise data governance: A model for best practices and implementation. Journal of Engineering Research and Reports, 27(2), 29-45. doi: 10.9734/jerr/2025/v27i21391.
  17. Mansurova, A., Mussina, A., Aubakirov, S., Nugumanova, A., & Yedilkhan, D. (2025). From raw GPS to GTFS: A real-world open dataset for bus travel time prediction. Data, 10(8), article number 119. doi: 10.3390/data10080119.
  18. Matseliukh, Y., & Lytvyn, V. (2024). Modeling of passenger flows analysis system of low-carbon transportation in a smart city. Information Systems and Networks, 15, 430-448. doi: 10.23939/sisn2024.15.430.
  19. Ntouros, K., Papatheodorou, K., Gkologkinas, G.,  & Drimzakas-Papadopoulos, V. (2025). A Python framework for crop yield estimation using Sentinel-2 satellite data. Earth, 6(1), article number 15. doi: 10.3390/earth6010015.
  20. Ohonovskyi, Y., Berko, A., Chyrun, L., & Chyrun, S. (2023). Information system prototype for monitoring and content analysis of complaints from smart city residents. Information Systems and Networks, 13, 24-45. doi: 10.23939/sisn2023.13.024.
  21. Oyenuga, A.O., Apeh, C.E., Odionu, C.S., & Austin-Gabriel, B. (2025). Advancing public safety and housing solutions: A comprehensive framework for machine learning and predictive analytics in urban policy optimization. International Journal of Frontiers in Science and Technology Research, 8(1), 24-43. doi: 10.53294/ijfstr.2025.8.1.0024.
  22. Power BI Community. (2021). Power BI challenge 12 wrap up: Transport & shipping data. Microsoft Power BI Community Blog. Retrieved from https://community.powerbi.com/t5/Community-Blog/Power-BI-Challenge-12-Wrap-Up-Transport-amp-Shipping-Data/ba-p/1788343.
  23. Puzio, E., Drozdz, W., & Kolon, M. (2025). The role of intelligent transport systems and smart technologies in urban traffic management in Polish smart cities. Energies, 18(10), article number 2580. doi: 10.3390/en18102580.
  24. Quesado Filho, N.O., Guimarães, C.G.C., & Oliveira-Neto, F.M. (2025). Gtfswizard: A set of tools for exploring and manipulating general transit feed specification in R language. Contribuciones a Las Ciencias Sociales, 18(1), article number e14620. doi: 10.55905/revconv.18n.1-197.
  25. Rafamatanantsoa, B.P., Jeddoub, I., Yarroudh, A., Hajji, R., & Billen, R. (2024). City2Twin: An open urban digital twin from data integration to visualization and analysis. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 48(2), 387-394 doi: 10.5194/isprs-archives-xlviii-2-w8-2024-387-2024.
  26. Şahin, G., Avcı, D.A., Karagenç, Ş., Pak, B.K., Seke, P., & Tunalı, A.Ç. (2024). Enhancing user experience in insurance applications: Adopting microservices architecture and innovative methods. Orclever Proceedings of Research and Development, 5(1), 274-284. doi: 10.56038/oprd.v5i1.548.
  27. Schetakis, N., Bonfini, P., Alisoltani, N., Blazakis, K., Tsintzos, S.I., Askitopoulos, A., Aghamalyan, D., Fafoutellis, P., & Vlahogianni, E.I. (2025). Data re-uploading in Quantum Machine Learning for time series: Application to traffic forecasting. arXiv. doi: 10.48550/arXiv.2501.12776.
  28. Volkov, D., & Liubchenko, V. (2024). Securing microservices: Challenges and best practices. In ICST-2024 information control systems & technologies. Odesa: Odesa Polytechnic National University.
  29. Wang, Z., Yu, D., Zheng, X., Meng, F., & Wu, X. (2025). A model-data dual-driven approach for predicting shared bike flow near metro stations. Sustainability, 17(3), article number 1032. doi: 10.3390/su17031032.
  30. Wibowo, A., Ruslanjari, D., Surahmat, A., Karyaningsih, D., & Vera, N. (2024). The MxT model: Leveraging social media data for real-time route optimization in disaster-prone urban transport networks. International Journal of Transport Development and Integration, 8(4), 587-594. doi: 10.18280/ijtdi.080410.
  31. Yang, F. (2025). Leveraging mobile interaction technologies for real-time decision making in enterprise management systems. International Journal of Interactive Mobile Technologies, 19(2), 65-78. doi: 10.3991/ijim.v19i02.53743.
  32. Yu, Y., Wang, Y., Zhang, Y., Qu, H., & Liu, D. (2025). InclusiViz: Visual analytics of human mobility data for understanding and mitigating urban segregation. arXiv. doi: 10.48550/arXiv.2501.03594.

ЦИТУВАТИ

Roskladka, A., & Postrelko, Ye. (2025). Conceptual model of a web-based traffic flow management system in an urban environment based on microservice architecture. Technologies and Engineering, 26(4), 54-67. https://doi.org/10.30857/2786-5371.2025.4.5