Сучасні задачі інтеграції даних спеціалізованих інформаційно-комп'ютерних систем

Abstract

Анотація Актуальність дослідження зумовлена розвитком автоматизації бізнес-процесів у складних організаційних системах, що призводить до потреби інтеграції множини автономних інформаційно-комп’ютерних систем в єдину систему більш високого порядку. Проблема полягає у функціональній несумісності автономних систем, дублюванні даних та відсутності спільних протоколів обміну, що перешкоджає ефективній взаємодії та знижує якість інформаційного забезпечення. В умовах зростання обсягів інформації задача інтеграції даних стає критичною для підвищення ефективності технологічних процесів та ухвалення обґрунтованих управлінських рішень. Метою дослідження є визначення сучасних шляхів розв’язання задачі інтеграції даних у складних організаційних системах шляхом розроблення технічних, організаційних і семантичних кроків з аналізу, перетворення та об’єднання інформації. Для досягнення поставленої мети використано методи штучного інтелекту для автоматизації виявлення джерел та форматів даних, методи лексичного, синтаксичного та семантичного аналізу для перевірки змістовності інформації. Також застосовано апарат математичного моделювання, зокрема методи кластеризації із застосуванням нечіткої формалізації, дискретну логіку та теорію вимірювань для оброблення нерівноточних даних під час їх об’єднання. Для виправлення помилок використано статистичні методи, аналіз часових рядів та алгоритми машинного навчання. У результаті дослідження сформовано комплексний методичний підхід до процесу інтеграції даних, який структуровано за чотирма етапами: пошук джерел, отримання даних, перевірка та об’єднання. Запропоновано процедури автоматичного визначення систем кодування, ідентифікації об’єктів за мірою близькості значень та механізми відновлення помилкових даних через інтерполяцію, екстраполяцію та реверсний інжиніринг. Це дозволяє мінімізувати втрати корисної інформації та забезпечити усунення дублювання. Практична спрямованість роботи полягає в тому, що запропоновані результати можуть бути використані для створення інтегрованих систем, здатних максимізувати рівень ефективності автоматизації у конкретних прикладних областях. Представлений підхід забезпечує розв’язання питань пошуку потрібних даних, усунення їхньої несумісності та підвищення загальної якості (повноти, точності та достовірності) інтегрованих масивів даних. Отримані висновки створюють підґрунтя для вдосконалення процесів обміну інформацією в реальному часі між сучасними та застарілими системами Abstract The relevance of the study is determined by the development of business process automation in complex organisational systems, which leads to the need to integrate multiple autonomous information and computer systems into a unified higher-order system. The problem lies in the functional incompatibility of autonomous systems, data duplication, and the absence of common exchange protocols, which hinder effective interaction and reduce the quality of information support. In the context of increasing volumes of information, the task of data integration becomes critical for improving the efficiency of technological processes and making well-founded managerial decisions. The aim of the study is to identify modern approaches to solving the problem of data integration in complex organisational systems through the development of technical, organisational, and semantic steps for analysing, transforming, and consolidating information. To achieve this aim, artificial intelligence methods were employed to automate the identification of data sources and formats, as well as lexical, syntactic, and semantic analysis methods to verify the meaningfulness of information. In addition, mathematical modelling tools were applied, including clustering methods using fuzzy formalisation, discrete logic, and measurement theory for processing imprecise data during integration. Statistical methods, time series analysis, and machine learning algorithms were used to correct errors. As a result of the study, a comprehensive methodological approach to the data integration process was developed, structured into four stages: source identification, data acquisition, validation, and integration. Procedures for the automatic detection of encoding systems, identification of objects based on value similarity measures, and mechanisms for restoring erroneous data through interpolation, extrapolation, and reverse engineering were proposed. This makes it possible to minimise the loss of useful information and eliminate duplication. The practical significance of the work lies in the fact that the proposed results can be used to create integrated systems capable of maximising the efficiency of automation in specific application domains. The presented approach ensures the resolution of issues related to data retrieval, elimination of incompatibility, and improvement of the overall quality (completeness, accuracy, and reliability) of integrated datasets. The findings provide a foundation for improving real-time information exchange processes between modern and legacy systems.