Требования к архитектуре системы управления научными данны-ми и выбор решений для реализации ее компонентов

Article Sidebar

PDF
Опубликован: 05.10.2026
УДК 004.65
DOI: https://doi.org/10.26907/1562-5419-2026-29-6-2307-2329
Выпуск
Том 29 № 6 (2026)

Main Article Content

Кирилл Валерьевич Гарев
НИЦ «Курчатовский институт» – НИИСИ, г. Москва, Россия
https://orcid.org/0009-0001-1961-3195

Аннотация

Рассмотрена задача выбора технических решений для компонентов системы управления научными данными. Последние разделены на три категории: научные датасеты, научно-техническая и наукометрическая информации – различающиеся по структуре, объему, характеру обновления, профилю доступа и требованиям к метаданным, что усложняет эффективное управление ими в рамках единого универсального хранилища. На основе типологизации данных и сценариев использования для ключевых ролей (исследователь, аналитик, инженер данных, администратор) сформированы требования к компонентам системы. Был проведен сравнительный анализ альтернативных решений по каждому компоненту и предложена модульная архитектура, разграничивающая исходные данные и их производные представления. Определены согласованный набор технологий, совместимый с локальным развертыванием, а также сквозные механизмы идентификации, авторизации и управления ресурсами.

Article Details

Как цитировать
.

Библиографические ссылки

1. Borgman C.L. Big Data, Little Data, No Data: Scholarship in the Networked World. Cambridge, MA: MIT Press, 2015. 416 p. ISBN 978-0-262-02856-1
2. Wilkinson M.D., Dumontier M., Aalbersberg I.J. et al. The FAIR Guiding Principles for scientific data management and stewardship // Scientific Data. 2016. Vol. 3. Article 160018. https://doi.org/10.1038/sdata.2016.18
3. UNESCO Recommendation on Open Science. Paris: UNESCO, 2021. 36 p. https://doi.org/10.5281/zenodo.5741832
4. Garev K.V. Comparative analysis of tabular data compression methods // Programmnye produkty i sistemy [Software & Systems]. 2024. Vol. 37, No. 2. P. 170–177. https://doi.org/10.15827/0236-235X.142.170-177 (in Russian).
5. Savin G.I., Shabanov B.M., Baranov A.V. et al. On the use of the federal scientific telecommunication infrastructure for supercomputer computations // Vestnik YuUrGU. Ser. Vychislitelnaya matematika i informatika [Bulletin of the South Ural State University. Series: Computational Mathematics and Software Engineering]. 2020. Vol. 9, No. 1. P. 20–35. https://doi.org/10.14529/cmse200102 (in Russian)
6. DataCite Metadata Working Group. DataCite Metadata Schema Documentation for the Publication and Citation of Research Data and Other Research Outputs. Version 4.4. DataCite e.V., 2021. https://doi.org/10.14454/3w3z-sa82
7. Garev K.V. Comparative analysis of tabular data compression methods // Programmnye produkty i sistemy [Software & Systems]. 2024. Vol. 37, No. 2. P. 170–177. https://doi.org/10.15827/0236-235X.142.170-177 (in Russian).
8. Nasar Z., Jaffry S.W., Malik M.K. Information extraction from scientific articles: a survey // Scientometrics. 2018. Vol. 117, No. 3. P. 1931–1990. https://doi.org/10.1007/s11192-018-2921-5
9. Reimers N., Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks // Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing. Hong Kong, 2019. P. 3982–3992. https://doi.org/10.18653/v1/D19-1410
10. Stonebraker M., Çetintemel U. «One Size Fits All»: An Idea Whose Time Has Come and Gone // Proceedings of the 21st International Conference on Data Engineering (ICDE’05). Tokyo: IEEE Computer Society, 2005. P. 2–11. https://doi.org/10.1109/ICDE.2005.1
11. Lewis P., Perez E., Piktus A. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459–9474. https://doi.org/10.48550/arXiv.2005.11401
12. Robertson S., Zaragoza H. The Probabilistic Relevance Framework: BM25 and Beyond // Foundations and Trends in Information Retrieval. 2009. Vol. 3, No. 4. P. 333–389. https://doi.org/10.1561/1500000019
13. Burns B., Grant B., Oppenheimer D. et al. Borg, Omega, and Kubernetes // Communications of the ACM. 2016. Vol. 59, No. 5. P. 50–57. https://doi.org/10.1145/2890784
14. Duggan J., Elmore A.J., Stonebraker M. et al. The BigDAWG Polystore System // ACM SIGMOD Record. 2015. Vol. 44, No. 2. P. 11–16. https://doi.org/10.1145/2814710.2814713


Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.

Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.

Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.

Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.

При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.

Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com

Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.

Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.