Application of big data technologies in customs control of multimodal container transportation
Abstract
This paper provides a comprehensive analysis of the application of big data technologies in the customs control system for multimodal container shipments, which represent integrated logistics chains utilizing multiple modes of transport under a single contract. The fundamental principles of big data technologies are examined, including the collection, storage, and processing of large volumes of structured and unstructured data from sources such as satellite tracking systems, electronic declarations, and Internet of Things (IoT) sensors, to implement predictive analytics for risks related to smuggling, document forgery, and regulatory violations. The findings highlight the potential of big data technologies to transform customs administration, contributing to enhanced economic security and the resilience of logistics systems.References
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 Afonin D.N.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
