РАЗРАБОТКА СПЕЦИАЛИЗИРОВАННОГО ОБЛАЧНОГО СЕРВИСА ДЛЯ ОБРАЗОВАТЕЛЬНЫХ ОРГАНИЗАЦИЙ: НОВЫЕ ПОДХОДЫ К АРХИТЕКТУРЕ, БЕЗОПАСНОСТИ И ИНТЕГРАЦИИ

DEVELOPMENT OF A SPECIALISED CLOUD SERVICE FOR EDUCATIONAL ORGANIZATIONS: NEW APPROACHES TO ARCHITECTURE, SECURITY AND INTEGRATION

Roman Bykov

student, Department of Applied Mathematics and Computer Science, Togliatti State University,

Russia, Togliatti

Sergey Mkrtychev

scientific supervisor, Doctor of Engineering sciences, associate professor, Togliatti State University,

Russia, Togliatti

АННОТАЦИЯ

Цифровая трансформация образования требует эффективных решений для хранения данных, но существующие облачные службы не учитывают специфику образовательных организаций (безопасность, интеграция с LMS, поддержка учебных форматов). Предложена гибридная архитектура (публичное облако + локальные узлы) и создание AI-модели для автоматической классификации учебных материалов, а также внедрение комбинированного шифрования (AES-256 + ГОСТ 34.10).

ABSTRACT

Digital transformation of education requires effective data storage solutions, but existing cloud services do not take into account the specifics of educational organizations (security, integration with LMS, support for educational formats). A hybrid architecture (public cloud + local nodes) and the creation of an AI model for automatic classification of educational materials, as well as the implementation of combined encryption (AES-256 + GOST 34.10) are proposed.

Ключевые слова: гибридная архитектура; AI-модель; шифрование.

Keywords: hybrid architecture; AI model; encryption.

Современный мир переживает этап активной цифровизации, которая затрагивает все сферы человеческой деятельности, включая и образование [1]. Образовательные организации, будь то школы, колледжи или университеты, сталкиваются с необходимостью обработки, хранения и управления большими объемами данных. Это могут быть учебные материалы, результаты исследований, данные о студентах, административная документация и многое другое. В таких условиях традиционные методы хранения информации, такие как локальные серверы или физические носители, становятся недостаточно эффективными. Они ограничены в объемах, требуют значительных затрат на обслуживание и не обеспечивают необходимой гибкости и масштабируемости. В связи с этим возрастает актуальность внедрения современных технологий, таких как облачные службы, которые способны решить эти проблемы.

Облачные технологии уже доказали свою эффективность в различных отраслях. Они предлагают гибкость, масштабируемость, высокую доступность данных и снижение затрат на инфраструктуру [2]. Для образовательных организаций облачные службы открывают новые возможности для оптимизации процессов хранения и управления информацией, а также для улучшения взаимодействия между участниками образовательного процесса. Однако внедрение облачных решений в образовательной сфере требует тщательного анализа и учета специфических требований, таких как безопасность данных, соответствие нормативным актам и простота использования.

С другой стороны, накладываются жесткие регуляторные требования (ФЗ-152, GDPR) [3] к хранению персональных данных, а также недостаточноть интеграции коммерческих облаков с LMS (Moodle, Canvas). Причём объём образовательных данных растёт при ограниченности бюджетов вузов.

Была предложена гибридная архитектура облачного сервиса, адаптированная под требования образовательных организаций с динамическим распределением данных:

• Часто используемые файлы → Облако.
• Конфиденциальные данные → Локальные узлы вузов.

Для устранения ручного труда и как следствие снижения времени обработки загружаемых файлов предложен механизм AI-классификации и индексации учебных материалов на основе метаданных (BERT [4] + компьютерное зрение).

  Реализация системы ролевого доступа будет обеспечивать высокий уровень безопасности данных. Также необходимо внедрить шифрование:

• AES-256 — для учебных материалов.
• ГОСТ 34.10 — для персональных данных.

Внедрение системы мониторинга и аудита для отслеживания действий пользователей может повысить оперативное выявление угроз и нарушений.

Проведена экспериментальная апробация прототипа (рисунок 1 и рисунок 2), подтвердившая его соответствие требованиям безопасности, масштабируемости и удобства использования.

Выводы:

1. Показана эффективность гибридной архитектуры для образовательных данных.

2. AI-классификация устраняет ручной труд и сокращает время обработки файлов.

3. Комбинированное шифрование обеспечивает полное нормативное соответствие.

Рисунок 1. Нагрузочное тестирование (RPS vs. Latency)

Рисунок 2. Зависимость времени отклика от нагрузки

Список литературы:

1. Роберт И.В. Цифровая трансформация образования // Информатика и образование. 2022. №5. С. 12–18.
2. Armbrust M. et al. A view of cloud computing // Communications of the ACM. 2010. Vol. 53(4). P. 50–58.
3. Федеральный закон № 152-ФЗ «О персональных данных». 2006.
4. Bradney Smith. A Complete Guide to BERT with Code [электронный ресурс] — Режим доступа. — URL: https://towardsdatascience.com/a-complete-guide-to-bert-with-code-9f87602e4a11/ (дата обращения 14.03.2025)