<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз потокових даних у реальному часі (Streaming Data analysis)

dc.contributor.authorМагденко, А.uk
dc.contributor.authorГрицак, А. В.uk
dc.contributor.authorMahdenko, A. R.en
dc.contributor.authorHrytsak, A. V.en
dc.titleАналіз потокових даних у реальному часі (Streaming Data analysis)uk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationМагденко А., Грицак А. В. Аналіз потокових даних у реальному часі (Streaming Data analysis) // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2026/paper/view/27117.uk
dc.relation.ispartofМатеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2026/paper/view/27117
dc.identifier.udc004.62:004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/55098
dc.description.abstractУ тезах розглянуто актуальні підходи до аналізу потокових даних у реальному часі, що набувають значного поширення у зв’язку з розвитком Інтернету речей, фінансових технологій, телекомунікацій та систем моніторингу. Проаналізовано ключові інструменти для обробки потокових даних (Apache Kafka, Apache Flink,uk
dc.description.abstractThe abstract discusses current approaches to real-time stream data analysis, which are becoming increasingly widespread due to the development of the Internet of Things, financial technologies, telecommunications, and monitoring systems. Key tools for processing streaming data (Apache Kafka, Apache Flink, Spark Streaming) are analyzed, as well as machine learning methods focused on working with continuous streams of information. Particular attention is paid to scalability challenges, ensuring low latency, and guaranteeing data integrity. The work demonstrates the prospects for implementing streaming analysis in the fields of cybersecurity, predictive analytics, and smart city systems.en
dc.subjectпотокові даніuk
dc.subjectреальний часuk
dc.subjectBig Dataen
dc.subjectмашинне навчанняuk
dc.subjectApache Kafkaen
dc.subjectSpark Streamingen
dc.subjectIoTen
dc.subjectstreaming dataen
dc.subjectreal timeen
dc.subjectmachine learningen
dc.typeThesis
dc.language.isouk_UAuk_UA
dc.relation.referencesЩо таке потокова (streaming) база даних? URL: https://data-life-ua.com/db/shcho-take-potokovabaza-danykh/ (дата звернення: 27.09.2025).uk
dc.relation.referencesSpark Streaming. URL: https://spark.apache.org/docs/latest/streaming/index.html (дата звернення: 29.09.2025).en
dc.relation.referencesGoogle Dataflow. URL: https://cloud.google.com/products/dataflow (дата звернення: 01.10.2025).en
dc.relation.referencesApache Kafka. URL: https://kafka.apache.org/documentation/ (дата звернення: 01.10.2025).en
dc.relation.referencesApache Flink. URL: https://flink.apache.org/what-is-flink/flink-architecture/ (дата звернення: 03.10.2025).en
dc.relation.referencesДоказова база з потокового ML і concept drift. URL: https://www.evidentlyai.com/ml-inproduction/concept-drift (дата звернення: 03.10.2025).uk
dc.relation.referencesPrometheus. URL: https://prometheus.io/docs/introduction/overview/ (дата звернення: 03.10.2025).uk
dc.relation.referencesCERT-UA. URL: https://cert.gov.ua/ (дата звернення: 04.10.2025).uk
dc.relation.referencesЗагальні міркування щодо приватності. URL: https://gdpr.eu/ (дата звернення: 04.10.2025).uk
dc.date.accessioned2026-10-07T10:14:34Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
27117.pdf
Розмір:
253,11 KB
Формат:
Adobe Portable Document Format