INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”,
SEPTEMBER 19, 2025
654
ЦИФРОВАЯ ТРАНСФОРМАЦИЯ АПК:
АРХИТЕКТУРА ИНФОРМАЦИОННОЙ СИСТЕМЫ E-SAMS
И УПРАВЛЕНИЕ ДАННЫМИ
А.В. Кузнецов
Белгородский юридический институт МВД России имени И.Д. Путилина, кафедра
информационно-компьютерных технологий в деятельности органов внутренних дел
h ps://doi.o g/10.5281/zenodo.17288607
Аннотация. В статье рассматривается процесс цифровой трансформации
агропромышленного комплекса через призму информационных процессов. Анализируется
архитектура системы e-SAMS как комплексной информационной системы для
управления агроданными. Особое внимание уделяется методам обработки больших
данных, машинному обучению для прогнозной аналитики и применению блокчейн-
технологий для обеспечения безопасности и прослеживаемости информационных
потоков. Исследование демонстрирует, как современные информационные технологии
трансформируют традиционные подходы к управлению знаниями в аграрной сфере.
Ключевые слова: информационные системы, большие данные, машинное обучение,
блокчейн, интеллектуальная собственность, агропромышленный комплекс,
информационные процессы.
Abs ac . The a icle examines he p ocess o digi al ans o ma ion in he ag icul u al
sec o h ough he lens o in o ma ion p ocesses. The a chi ec u e o he e-SAMS sys em as a
comp ehensi e in o ma ion sys em o ag icul u al da a managemen is analyzed. Pa icula
a en ion is paid o big da a p ocessing me hods, machine lea ning o p edic i e analy ics, and
he applica ion o blockchain echnologies o ensu e secu i y and aceabili y o in o ma ion
lows. The s udy demons a es how mode n in o ma ion echnologies a e ans o ming
adi ional knowledge managemen app oaches in ag icul u e.
Keywo ds: in o ma ion sys ems, big da a, machine lea ning, blockchain, in ellec ual
p ope y, ag icul u al sec o , in o ma ion p ocesses.
Современное развитие агропромышленного комплекса характеризуется переходом
к парадигме, основанной на данных, где ключевую роль играют сложные
информационные системы. Проект SAMARA, направленный на модернизацию
исследовательского центра UzSAMA, представляет собой характерный пример
комплексной цифровой трансформации, в основе которой лежит разработка и внедрение
Elec onic S a egic Ag icul u al Managemen Sys em (e-SAMS). Эта система представляет
собой распределенную информационную систему, архитектура которой строится на
принципах микросервисной архитектуры и облачных вычислений. E-SAMS
функционирует как интегрированная платформа для агрегации, обработки и анализа
разнородных данных из различных источников: IoT-сенсоров, данных дистанционного
зондирования, геномных баз данных и метеорологических сервисов. Интеграция этих
потоков данных требует сложных подходов к инженерии данных, включая ETL-процессы,
очистку и нормализацию данных, что обеспечивает согласованность и надежность данных
для последующего анализа [1].
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”,
SEPTEMBER 19, 2025
655
Важнейшим аспектом функционирования e-SAMS является реализация концепции
цифровых паспортов для генетических ресурсов, что представляет собой
специализированное приложение информационных технологий в области управления
активами. Эти паспорта являются структурированными базами данных, содержащими
многомерную информацию: геномные данные, фенотипические характеристики, условия
окружающей среды и историю селекции. С точки зрения компьютерных наук, такие
паспорта требуют разработки специализированных моделей данных и онтологий для
точного представления сложных взаимосвязей между различными типами данных.
Эффективное управление этими цифровыми активами требует современных систем
управления базами данных, поддерживающих сложные запросы и эффективное
извлечение данных, что непосредственно влияет на экономическую эффективность
исследовательской деятельности [2].
Аналитический модуль e-SAMS использует передовые методы машинного
обучения и статистического анализа для обработки больших данных. Применение
алгоритмов глубокого обучения, в частности сверточных нейронных сетей для анализа
мультиспектральных спутниковых изображений и рекуррентных нейронных сетей для
временных рядов senso данных, позволяет выявлять сложные паттерны и корреляции.
Эти методы позволяют строить прогнозные модели урожайности, основанные на
многофакторном анализе, учитывающем состав почвы, погодные условия и физиологию
растений. С вычислительной точки зрения это требует значительной вычислительной
мощности и оптимизированных алгоритмов для обработки крупномасштабных наборов
данных, что реализуется через облачную инфраструктуру и методы параллельной
обработки [3].
Аспект управления знаниями в e-SAMS представляет собой интегрированную
систему управления информационными ресурсами исследовательской организации.
Система реализует sophis ica ed методы информационного поиска и семантического
анализа для обработки научных публикаций, патентной документации и
исследовательских данных. Использование методов обработки естественного языка и
инженерии онтологий позволяет автоматизировать процесс извлечения знаний и
выявления скрытых связей между исследовательскими направлениями. Это способствует
формированию комплексной информационной среды, поддерживающей полный цикл
исследовательской деятельности: от генерации гипотез до коммерциализации результатов
[4].
Аспекты безопасности и доверия обеспечиваются через интеграцию технологии
блокчейн в архитектуру e-SAMS. Блокчейн функционирует как распределенный реестр,
обеспечивающий неизменность и прозрачность всех транзакций, связанных с
генетическими ресурсами. С точки зрения информационной безопасности это
обеспечивает децентрализованный механизм обеспечения целостности данных и
аутентификации. Смарт-контракты автоматизируют процессы лицензирования и выплаты
роялти, реализуя сложную бизнес-логику в децентрализованной среде. Эта реализация
требует глубокого понимания криптографических протоколов и механизмов консенсуса, а
также интеграции с существующими информационными системами через
специализированные API [5].
ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”,
SEPTEMBER 19, 2025
656
1. Smi h, C. A sys ema ic e iew o he con ibu ion o sys em dynamics o alue chain
analysis in ag icul u al de elopmen // Ag icul u al Sys ems. – 2021. – Vol. 189. – P.
103044.
2. Puzis, R., Fa biash, D., B od , O. e al. Inc eased cybe -biosecu i y o DNA syn hesis. Na
Bio echnol 38, 1379–1381 (2020). h ps://doi.o g/10.1038/s41587-020-00761-y.
3. Kons an inos G. Liakos,Pa izia Busa o,Dimi ios Moshou,Simon Pea son andDionysis
Boch is Machine Lea ning in Ag icul u e: A Re iew // Senso s 2018, 18(8), 2674;
h ps://doi.o g/10.3390/s18082674.
4. Ha a d Business Re iew 2019. – B igh on, Massachuse s (USA): Ha a d Business
Publishing. №04 Volume 97 July-Augus (USA) – 168 p. – ISSN: 0017-8012..
5. Zhou Changchun, Zhai Yujia The space p oduc ion o u al socie y unde he backg ound o
China's u baniza ion. 2016 13 h In e na ional Con e ence on Se ice Sys ems and Se ice
Managemen (ICSSSM) 10.1109/icsssm.2016.7538557
