OptiFleet – Műszaki leírás

Rendszer célja és funkciója

Az OptiFleet egy AI-alapú, felhőalapú fuvarbörze rendszer, amely valós idejű fuvar- és kapacitásadatok alapján optimalizálja a szállítmányozási folyamatokat. A cél a kihasználatlan kapacitások csökkentése, üresjáratok minimalizálása, és döntéstámogatás nyújtása logisztikai szereplők számára.

[Frontend (Web + Mobile)]

[API Gateway (REST/GraphQL)]

[Backend Services (Microservices, Dockerized)]

[AI Engine (ML Inference + Optimization Modules)]

[Database Layer (Relational + Time-Series DB)]

[3rd Party Integrations (Telematics, ERP, EDI)]

modulok és komponensek

a) Felhasználói felület

  • Reszponzív webalkalmazás (React.js / Next.js)

  • Mobilnézetre optimalizált dashboard

  • Admin, diszpécser, fuvarozó, megbízó szerepkörök

  • Élő státuszmegjelenítés, térképes nézet, ajánlati párosító panel

b) Backend logika

  • Node.js / Python-alapú mikroszolgáltatások (Docker konténerizálva)

  • REST és GraphQL API-k a belső kommunikációhoz

  • JWT-alapú hitelesítés, RBAC jogosultságkezelés

  • Event-driven architektúra (pl. RabbitMQ / Kafka)

c) AI és gépi tanulás modul

  • Előrejelző modellek: várható üresjárat, várható rakodási idő, útvonal késés

  • Ajánlórendszer: hasonló fuvarok korábbi adatok alapján

  • Párosító algoritmus: többváltozós optimalizáló (pl. Hungarian Algorithm + ML boosting)

  • Visszacsatolás alapú tanulás: implicit preferenciák figyelembevétele

d) Adatbázis-réteg

  • PostgreSQL: relációs adatbázis (fuvarok, partnerek, flotta)

  • TimescaleDB / InfluxDB: telematikai adatok, státuszváltások

  • Redis: gyors cache és ajánlatprioritás

e) Külső integrációk

  • GPS / telematikai eszközök API-ja (pl. Webfleet, Fleet Complete)

  • ERP / WMS / TMS kapcsolatok (OpenAPI, EDI, XML endpoints)

  • Külső fuvarbörzék: XML/JSON feed fogadásra előkészített struktúra

Skálázhatóság és rendelkezésre állás

 

  • Felhőinfrastruktúra: AWS / Azure / Hetzner (dev döntéstől függően)

  • Konténerizálás: Docker + Kubernetes (horizontal scaling)

  • HA (High Availability): Load balancer + replika adatbázis + failover

  • CI/CD: GitHub Actions / GitLab Pipelines + Terraform / Ansible provisioning

 

Biztonság és adatvédelem

 

  • HTTPS / TLS titkosítás végponttól végpontig

  • OWASP Top10 szerinti védelem (pl. SQL injection, CSRF, XSS)

  • Adatvédelmi megfelelés: GDPR-ready adatmodell, opt-in hozzájárulások, logolás

  • Role-based access control (RBAC) + audit trail

 

Adatfolyam és rendszerlogika – példafolyamat

Fuvarozó bejelentkezik
2. Rendszer lekérdezi flottája elérhetőségét
3. Megrendelő rögzít új szállítmányigényt
4. AI-modul priorizál és automatikus ajánlatot generál
5. Fuvarozó elfogadja / elutasítja ajánlatot
6. Rendszer követi a teljesítés státuszát valós időben
7. Értékelés és tanulás visszacsatolása történik

Analitika és riportálás

 

  • Dashboard: aktív fuvarok, kapacitáskihasználtság, üresjárat-arány

  • Predikciós modul: várható kihasználtság, költség-előrejelzés

  • Exportálás: CSV / PDF formátumok vezetőknek

  • API alapú adatexport Power BI, Tableau stb. irányába

 

Fejlesztési fázisok (javasolt roadmap)

Fázis Tartalom Időtartam

  1. MVP (fuvar–kapacitás párosítás + alap AI-modul)3 hónap
  2. Mobilfelület, telematika integráció                         4 hónap
  3. AI-finomítás, predikció, exportok.                          4 hónap
  4. Full-scale pilot, partnerek onboardingja.               2 hónap