Розроблення та впровадження платформи для автоматизованого тестування систем оповіщення та моніторингу надзвичайних ситуацій
Анотація
Збільшення природних і техногенних надзвичайних ситуацій за останні роки свідчить про критичну важливість надійних систем раннього оповіщення населення для їхнього захисту та збереження інфраструктури. У роботі виявлено потребу автоматизованого підходу до тестування таких систем для забезпечення їхньої ефективної роботи та надання достовірної інформації. Встановлено переваги використання цифрових систем оповіщення (вебсервіси, мобільні додатки, SMS) над традиційними методами (сирени, телебачення, тощо) завдяки розробленій математичній моделі, яка нормалізує критерії швидкості доставки повідомлення, охоплення та сприйняття повідомлень. З'ясовано, що традиційні методи тестування програмного забезпечення недостатньо ефективні для складних систем оповіщення, що обґрунтовує потребу розроблення модульної архітектури автоматизованого фреймворку (інфраструктури програмних рішень, що полегшує розроблення складних систем), розробленого мовою програмування Python із використанням бібліотек pandas і matplotlib. Розроблено інтегровану платформу для функціонального тестування систем оповіщення, яка містить серверну, клієнтську та сервісну частини з інтеграцією в CI/CD-процеси, що забезпечує швидке виявлення збоїв у програмному забезпеченні й адаптивність до критичних умов. Оцінено вплив запропонованого підходу на продуктивність системи "Мапа тривог України", де середню тривалість відповіді покращено на 15-20 %, а стійкість до пікових навантажень і DDoS-атак підтверджена результатами її тестування. Охарактеризовано закономірності взаємодії компонентів фреймворку, де клієнтська частина ініціює тести через API, серверна частина обробляє дані, а сервісна – забезпечує безперервність, що усуває затримки під час оброблення. Удосконалено метод тестування програмного забезпечення, орієнтованого на системи раннього оповіщення населення та моніторингу надзвичайних ситуацій, а також здійснено практичне тестування розробленої системи на базі сервісу "Мапа тривог України". З'ясовано перспективи удосконалення досліджуваної платформи, зокрема – через додавання модулів симуляції для гібридних систем і впровадження штучного інтелекту для прогнозування збоїв, що може підвищити надійність критичної інфраструктури.
Завантаження
Посилання
Abukhalaf, A. H. I., & Von Meding, J. (2020). Communication challenges in campus emergency planning: The case of hurricane Dorian in Florida. Natural Hazards, 104(2), 1535–1565. https://doi.org/10.1007/s11069-020-04231-1
Adeyemo, H. (2021). Comparative analysis of modelling and software testing tools: A survey. Saudi Journal of Engineering and Technology, 6(10), 371–377. URL: https://saudijournals.com/media/articles/SJEAT_610_371-377_L8hRMPy.pdf
Bui, L. (2019). Social media, rumors, and hurricane warning systems in Puerto Rico. Proceedings of the 52nd Hawaii International Conference on System Sciences, 1–10. https://doi.org/10.24251/HICSS.2019.321
Fischer-Pressler, D., Bonaretti, D., & Fischbach, K. (2020). Effective use of mobile-enabled emergency warning systems. Research Papers, 130. URL: https://aisel.aisnet.org/ecis2020_rp/130
Kodanda, R. R. M. (2024). Enhancing Test Automation Coverage and Efficiency with Selenium Grid: A Study on Distributed Testing in Agile Environments, International Journal of Advanced Research in Engineering and Technology (IJARET), 15(3), 119–127. https://doi.org/10.17605/OSF.IO/NY4ZU
Koppanati, P. K. (2024). Leveraging AI-powered chatbots for real-time test monitoring and reporting. IEEE Transactions on Systems, 11(4), 117–123. URL: https://www.researchgate.net/publication/387794718_Leveraging_AI-Powered_Chatbots_for_Real-Time_Test_Monitoring_and_Reporting
Kordunova, Y., Prydatko, O., Smotr, O., & Golovatyi, R. (2023). Expert Decision Support System Modeling in Lifecycle Management of Specialized Software. Lecture Notes in Data Engineering, Computational Intelligence, and Decision Making. ISDMCI 2022. Lecture Notes on Data Engineering and Communications Technologies, 149, 367–383. https://doi.org/10.1007/978-3-031-16203-9_22
Merz, B., Kuhlicke, C., Kunz, M., Pittore, M., Babeyko, A., Bresch, D. N., et al. (2020). Impact forecasting to support emergency management of natural hazards. Reviews of Geophysics, 58, article ID e2020RG000704. https://doi.org/10.1029/2020RG000704
Na, S. J., Ko, R. E., Ko, M. G., et al. (2021). Automated alert and activation of medical emergency team using early warning score. Journal of Intensive Care, 9, 73 p. https://doi.org/10.1186/s40560-021-00588-y
Osebor, I., Misra, S., Omoregbe, N., Adewumi, A., & Fernandez-Sanz, L. (2017). Experimental simulation-based performance evaluation of an SMS-based emergency geolocation notification system. Journal of Healthcare Engineering, 1, article ID 7695045. https://doi.org/10.1155/2017/7695045
Rotzge, J. A., & Donner, W. R. (2015). General policy for activating outdoor warning siren systems for severe weather: Survey of emergency managers. Natural Hazards Review, 16(2), 123–132. https://doi.org/10.1061/(ASCE)NH.1527-6996.0000155
Sadiq, A. A., Dougherty, R. B., Tyler, J., et al. (2023). Public alert and warning system literature review in the USA: Identifying research gaps and lessons for practice. Natural Hazards, 117, 1711–1744. https://doi.org/10.1007/s11069-023-05926-x
Starodub, Y. P., Kupliovsky, B. E., Brych, T. B., Havrys, A. P., & Yemelyanenko, S. O. (2022). Computer modelling of natural and man-made threats and ecological and geophysical situations. Lviv: Lviv State University of Life Safety URL: https://sci.ldubgd.edu.ua/jspui/handle/123456789/12398
State Emergency Service of Ukraine. (2024). Information and analytical reference on emergencies that occurred in Ukraine in 2024. URL: https://dsns.gov.ua/upload/2/2/9/2/0/9/7/12-2024.pdf
Ukraines alarm map. (2025). URL: https://alerts.in.ua/
Vorochek, O., & Solovei, I. (2024). Research on artificial intelligence tools for automating the software testing process. Bulletin of National Technical University "KhPI". Series: System Analysis, Control and Information Technologies, 1(11), 58–64. https://doi.org/10.20998/2079-0023.2024.01.09
