Применение технологий больших данных при таможенном контроле мультимодальных контейнерных перевозок
Аннотация
В настоящей работе проводится всесторонний анализ применения технологий больших данных (Big Data) в системе таможенного контроля мультимодальных контейнерных перевозок, представляющих собой интегрированные логистические цепочки с использованием нескольких видов транспорта под единым контрактом. Рассматриваются фундаментальные принципы технологий больших данных, включая сбор, хранение и обработку массивов структурированных и неструктурированных данных из источников, таких как системы спутникового отслеживания, электронные декларации и датчики Интернета вещей (IoT), для реализации предиктивной аналитики рисков, связанных с контрабандой, фальсификацией документов и нарушениями нормативов. Полученные результаты подчеркивают потенциал технологий больших данных в трансформации таможенного администрирования, способствуя повышению экономической безопасности и устойчивости логистических систем.Ссылка для цитирования: Афонин Д.Н. Применение технологий больших данных при таможенном контроле мультимодальных контейнерных перевозок // Бюллетень инновационных технологий. – 2026. – Т. 10. – № 1 (37). – С. 9-14. – EDN YYWMWO.
Литература
Афонин Д.Н. Информационные драйверы развития таможенного контроля мультимодальных контейнерных перевозок // Финансовое администрирование в современных условиях: новые вызовы и задачи: Материалы I Всероссийской научной конференции, Владимир, 17–18 апреля 2025 года. – Владимир: Владимирский государственный университет им. А.Г. и Н.Г. Столетовых, 2025. – С. 208-212.
Афонин Д.Н. Проблемы и перспективы таможенного контроля мультимодальных контейнерных перевозок // Бюллетень инновационных технологий. – 2025. – Т. 9, № 2(34). – С. 5-9.
Афонин Д.Н. Инновационные технологии таможенного контроля мультимодальных контейнерных перевозок // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. – 2025. – № 3(95). – С. 9-11.
Chen H., Chiang R.H.L., Storey V.C. Business Intelligence and Analytics: From Big Data to Big Impact // MIS Quarterly. – 2012. – V. 36, N. 4. – P. 1165-1188.
Полякова А.А., Афонин Д.Н., Яргина Н.Ю. Перспективы внедрения автоматизированной системы мониторинга контейнерных перевозок // Бюллетень инновационных технологий. – 2017. – Т. 1, № 3 (3). – С. 34-41.
Gandomi A., Haider M. Beyond the hype: Big data concepts, methods, and analytics // International Journal of Information Management. – 2015. – V. 35(2). – P. 137-144.
Lekić M., Rogić K., Boldizsár A., Zöldy M. Big Data in Logistics // Periodica Polytechnica Transportation Engineering. – 2021. – N 49(1). – P. 60–65.
Афонин Д.Н. Возможности, перспективы и проблемы виртуализации в Федеральной таможенной службе России // Бюллетень инновационных технологий. 2020. Т. 4, № 2(14). С. 52-55.
Kshetri N. 1 Blockchain's roles in meeting key supply chain management objectives // International Journal of Information Management. – 2018. – N. 39. – P. 80-89.
Афонин Д.Н. Методическое, техническое и информационное обеспечение мониторинга транспортных средств и товаров при таможенном транзите // Моделирование, оптимизация и информационные технологии. – 2017. – № 4(19). – С. 36.
Полякова А.А., Афонин Д.Н., Яргина Н.Ю. Анализ эффективности таможенной логистики при контейнерных перевозках // Бюллетень инновационных технологий. – 2017. – Т. 1, № 2(2). – С. 8-13.
Афонин Д.Н. Применение искусственного интеллекта и технологий больших данных для таможенного контроля контейнерных перевозок // Научные исследования в современном мире. Теория и практика: сб. статей XLIV всероссийской (национальной) научной конференции, Санкт-Петербург, 17 января 2025 года. – Санкт-Петербург: «НАЦРАЗВИТИЕ», 2025. – С. 72-73.
Hummels D., Schaur G. Time as a trade barrier // American Economic Review, American Economic Association. – 2013. – V. 103(7). – P. 2935-2959.
Афонин Д.Н. Перспективы применения интернета вещей при таможенном транзите // Труды ХVI Евразийского научного форума: Сб. статей, Санкт-Петербург, 12–13 декабря 2024 года. – Санкт-Петербург: Университет при МПА ЕврАзЭС, 2025. – С. 48-55.
Афонин Д.Н. Таможенные органы на пути международного терроризма. – Москва: Общество с ограниченной ответственностью «Русайнс», 2025. – 212 с.
Афонин Д.Н. Методическое, техническое и информационное обеспечение мониторинга транспортных средств и товаров при таможенном транзите // Моделирование, оптимизация и информационные технологии. – 2017. – № 4 (19). – С. 36.
Choi T.M., Wallace S.W., Wang Y. Big data analytics in operations management // Production and Operations Management. – 2018. – N. 27(10). – P. 1868-1883.
Cariou P., Parola F., Notteboom T. Towards low carbon global supply chains: A multi-trade analysis of CO2 emission reductions in container shipping // International Journal of Production Economics. – 2018. – V. 208. – P. 17-28.
Афонин Д.Н., Афонин П.Н. Введение в технологии больших данных: Учебное пособие. – Санкт-Петербург: Российская таможенная академия, 2024. – 156 с.
Афонин Д.Н. Возможности и перспективы применения современных технологий больших данных в ФТС России // Бюллетень инновационных технологий. – 2025. – Т. 9, № 1(33). – С. 5-7.
Dehghani Z. Data Mesh: Delivering Data Driven Value at Scale // O’Reilly Media, 2022. 387 p.
Blohm I., Wortmann F., Legner C., Kobler F. Data products, data mesh, and data fabric // Bus. Inf. Syst. Eng. – 2024. – N. 66(5). – P. 643-652.
Priebe T., Neumeier S., Markus S. Finding your way through the jungle of big data architectures // IEEE international conference on big data, Orlando. – 2021. – P. 5994-5996.
Araujo Machado I., Costa C., Santos M.Y. Advancing data architectures with data mesh implementations // Intelligent information systems. CAiSE 2022. Springer, Cham. – 2022. – P. 10-18.
Wider A., Verma S., Akhtar A. Decentralized Data Governance as Part of a Data Mesh Platform: Concepts and Approaches // 2023 IEEE International Conference on Web Services (ICWS), Chicago, IL, USA. – 2023. – P. 746-754.
Афонин Д.Н. Перспективы применения концепций Data Mesh и Data Fabric в ФТС России // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. – 2024. – № 4(92). – С. 18-20.
Liu K., Yang M., Li X., Zhang K. et al. M-data-fabric: a data fabric system based on metadata // 5th International Conference on Big Data and Artificial Intelligence, Fuzhou. – 2022. – P. 57-62.
Davenport T.H., Harris J.G. Competing on Analytics: The New Science of Winning // The International Journal of Applied Forecasting. – 2008. – Iss. 9. – P. 5-7.
Labrinidis A., Jagadish H. V. Challenges and opportunities with big data // Proceedings of the VLDB Endowment. – 2012. N. 5(12). – P. 2032-2033.
Barocas S., Selbst A.D. Big data's disparate impact // California Law Review. – 2016. – N. 104(3). – P. 671-732.
Chaer A., Salah K., Lima C. et al. Blockchain for 5G: Opportunities and Challenges // 2019 IEEE Globecom Workshops (GC Wkshps), Waikoloa, HI, USA. – 2019. – P. 1-6.
Copyright (c) 2026 Афонин Д.Н.
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
