ПРОЕКТУВАННЯ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ РОЗУМНОГО ДОМУ

Abstract

Пояснювальна записка: 75 сторінок, 3 рисунки, 21 використаних джерел. У бакалаврській роботі проведено комплексне дослідження процесу розробки, реалізації та впровадження інтелектуальної системи для управління функціями «розумного дому» з підвищеним рівнем безпеки. Проєкт передбачає створення модульної цифрової інфраструктури, що поєднує IoT- пристрої, систему відеоспостереження, мережевий сервер з аналізом трафіку та автоматизованими сценаріями реагування на події. У першому розділі обґрунтовано актуальність роботи, вивчено стан сучасних рішень у галузі «розумного дому» та проведено аналіз відповідних технологій — від IoT-протоколів (MQTT, Zigbee, Z-Wave) до архітектури управління в локальних мережах. Розглянуто вимоги до безпеки таких систем та описано типові загрози, що виникають у пов’язаному середовищі. У другому розділі деталізовано процес побудови інфраструктури: обрана апаратна база, реалізована серверна платформа на базі Ubuntu Server, інтегровано систему моніторингу трафіку Suricata, IoT-шлюзи, IP-камери з підтримкою ONVIF/RTSP. Проведено первинне конфігурування міжмережевого екрану, SSH-доступу та резервного копіювання. У третьому розділі описано методики централізованого управління системою через Home Assistant та сценарії автоматизації. Налаштовано логіку реагування на мережеві події, API-інтеграцію, обробку логів через Grafana і Kibana. Здійснено розширення функціоналу за рахунок можливості підключення сторонніх сервісів через MQTT та REST. У четвертому розділі проведено функціональні, безпекові та стрес-тести. Виявлено здатність системи ефективно обробляти до 10 000 пакетів на секунду із середнім часом спрацювання 2–3 секунди. У логах зафіксовано точність виявлення понад 98 % атак типу DoS, сканування портів та аномального DNS- трафіку. Проведено аналіз зручності експлуатації через веб-інтерфейс, мобільний застосунок та SSH-консоль. У п’ятому розділі розроблено план подальшого розвитку: інтеграція із SIEM-платформами, впровадження алгоритмів машинного навчання, розширення можливостей за рахунок edge computing та створення комерційної моделі з поділом на модулі. Розглянуто маркетингові стратегії просування продукту, можливості укладення партнерських угод з виробниками обладнання та провайдерами послуг.