Архітектура системи виявлення ботів у соціальних мережах

Махно, М., Федорус, О., Борисенко, О., Веремчук, М. (2025). Architecture of a social media bot detection system. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics, 81(2), 187–192. https://doi.org/10.17721/1812-5409.2025/2.29

Сучасні інформаційні системи потребують ефективної архітектури для забезпечення високої продуктивності, масштабованості та надійності. У представленій статті розглянуто підхід до проєктування архітектури системи, що враховує новітні технологічні рішення та методи оптимізації роботи з великими масивами даних. Запропоновано власну архітектуру системи виявлення ботів, засновану на мікросервісному підході та сучасних методах обробки даних. На відміну від наявних рішень, система акцентує увагу не на розробленні радикально нового методу класифікації, а на ефективному поєднанні вже відомих підходів у єдиній архітектурі.
Розвиток інформаційних технологій вимагає створення ефективних архітектурних рішень, що забезпечують високу продуктивність і надійність програмних систем. Зі зростанням обсягів даних і вимог до швидкодії, класичні підходи до побудови архітектури потребують удосконалення. Дослідження в цій галузі є важливими для розробників й архітекторів програмного забезпечення. Мета пропонованої роботи – розроблення концепції архітектури, що відповідає сучасним вимогам продуктивності, масштабованості та безпеки. Основними завданнями є аналіз наявних підходів, ідентифікація їхніх переваг і недоліків, а також вибудовування ефективної архітектури, що мінімізує витрати ресурсів і підвищує швидкість обробки даних.
У дослідженні застосовано методи аналізу архітектурних рішень, моделювання системи, тестування продуктивності та порівняльний аналіз ефективності різних підходів. Для реалізації архітектури використано сучасні технології, зокрема мікросервісний підхід, контейнеризація та розподілені обчислення.
Запропонована архітектура дає змогу підвищити продуктивність системи шляхом оптимізації обробки запитів та розподілу навантаження між сервісами. Використання контейнеризації та оркестрації допомагає досягти гнучкості у масштабуванні та поліпшує стабільність роботи системи. Аналіз продуктивності показав зменшення затримок обробки запитів й ефективне використання ресурсів серверів.
Розроблена архітектура підтвердила свою ефективність у тестових середовищах і може бути застосована для високонавантажених систем. Перспективи подальших досліджень передбачають інтеграцію штучного інтелекту для автоматичного масштабування й оптимізації роботи сервісів, а також дослідження впливу різних підходів до кешування даних на продуктивність системи.