Наукові записки Державного університету інформаційно-комунікаційних технологій

Титул

admin admin — 2025-01-14

Титул

Зміст

admin admin — 2025-01-14

Зміст

МЕТОДИКА ПОБУДОВИ ТА АНАЛІЗУ МЕРЕЖІ ЗВ’ЯЗКІВ ДЖЕРЕЛ ІНФОРМАЦІЇ

Ланде Д. В. (Lande D.V.) — 2025-01-14

У сучасному кіберпросторі моніторинг та аналіз інформаційних потоків
набувають критичного значення для запобігання кіберзагрозам та виявлення дезінформаційних
кампаній. В умовах збільшення кількості кіберзагроз важливою задачею є визначення впливу
ключових інформаційних джерел та аналіз зв’язків між джерелами, які публікують матеріали з
кібербезпеки. У статті пропонується методика побудови мережі зв’язків між джерелами інформації,
що ґрунтується на графах горизонтальної видимості з часовими обмеженнями, яка дозволяє
аналізувати тематичну схожість та часову близькість публікацій, що дає змогу виявляти ключові
джерела інформації та визначати ймовірних ініціаторів інформаційних та кібератак. Розроблено
критерії для встановлення зв’язків між джерелами на основі тематичної схожості та часової
близькості, що є ключовим для аналізу поширення інформації у реальному часі. Удосконалено
алгоритм побудови графу горизонтальної видимості для формування мережі інформаційних
джерел, який одночасно враховує тематичну схожість і близькість у часі публікацій. Запропоновано
використання мережевих метрик, таких як центральність та PageRank, що дозволяє оцінювати
авторитетність інформаційних джерел у контексті конкретних тем і часових інтервалів, що значно
покращує розуміння структури інформаційних потоків. Запропонований підхід не лише сприяє
виявленню кіберзагроз та дезінформаційних кампаній, але й оцінює авторитетність ресурсів, що є
важливим для підвищення рівня кібербезпеки. Результати експериментів показали високу точність
методу виявлення ключових джерел та аналізу їхньої ролі у поширенні інформації.

Ключові слова: інформаційний потік, дезінформаційна кампанія, граф горизонтальної
видимості, мережа зв’язків, тематична схожість, часові обмеження, авторитетність інформаційного
джерела, алгоритм побудови мережі, метрики мережевої впливовості

Список використаної літератури:
1. Lacasa, L., Luque, B., Ballesteros, F., Luque, J., Nuno, J. C. From time series to complex
networks: The visibility graph // Proceedings of the National Academy of Sciences. 2008. vol. 105,
no 13. P. 4972-4975. DOI: 10.1073/pnas.0709247105.
2. Luque, B., Lacasa, L., Ballesteros, F., Luque, J. Horizontal visibility graphs: Exact results for
random time series // Physical Review E—Statistical, Nonlinear, and Soft Matter Physics. 2009. vol.
80, no 4. DOI: 10.1103/PhysRevE.80.046103.
3. Lande, D. V., Snarskii, A. A., Yagunova, E. V., Pronoza, E. V. The use of horizontal visibility
graphs to identify the words that define the informational structure of a text // 2013 12th Mexican
International Conference on Artificial Intelligence. IEEE, 2013. P. 209-215. DOI:
10.1109/MICAI.2013.33.
4. Donner, R. V., Heitzig, J., Donges, J. F., Zou, Y., Marwan, N., Kurths, J. The geometry of
chaotic dynamics – A complex network perspective. The European Physical Journal B. 2010. vol. 84,
no. 4, P. 653–672. DOI: 10.1140/epjb/e2010-00108-2.
5. Malling, M. Sources that trigger the news: Multiplexity of social ties in news discovery.
Journalism Studies. 2021. vol. 22, no 10. P. 1298-1316. DOI: 10.1080/1461670X.2021.1951331.
6. Kleinberg, J. M. Authoritative sources in a hyperlinked environment. Journal of the ACM
(JACM). 1999. vol. 46, no 5. P. 604-632. DOI: 10.1145/324133.324140.
7. Langville, A. N., Meyer, C. D. Google's PageRank and beyond: The science of search engine
rankings. Princeton university press, 2006. DOI: 10.1515/9781400830329.
8. Sallinen, S., Luo, J., & Ripeanu, M. Real-time pagerank on dynamic graphs // Proceedings of
the 32nd International Symposium on High-Performance Parallel and Distributed Computing. 2023.
С. 239-251. DOI: 10.1145/3588195.3593004.
9. Lande, D., Snarskii, A., Dmytrenko, O., & Subach, I. Relaxation time in complex network //
Proceedings of the 15th International Conference on Availability, Reliability and Security, ARES '20,
2020. pp. 1–6. DOI: 10.1145/3407023.3409231.
10. Dodonov, A., Lande, D., Tsyganok, V., Andriichuk, O., Kadenko, S., Graivoronskaya, A.
Information Operations Recognition. From Nonlinear Analysis to Decision-Making. LAP Lambert
Academic Publishing, 2019. 292 p. ISBN-13: 978-620-0-27697-1.

БЮДЖЕТ КАНАЛУ ІНТЕГРОВАНОЇ СИСТЕМИ СТІЛЬНИКОВОСУПУТНИКОВОГО ЗВ’ЯЗКУ

Макаренко А. О. (Makarenko A.O.) — 2025-01-14

Стаття присвячена дослідженню
ефектів, що приводять до втрат в каналі зв’язку між наземним користувачем та супутником в
інтегрованій супутниково-стільниковій системі зв’язку. Розглядається параметри каналу зв’язку
при сценарії інтеграції супутникових систем, що працюють на низькій навколоземній орбіті (LEO)
з стільниковими мережами четвертого покоління, для забезпечення покриттям максимально
можливої кількості користувачів. В статті досліджені ефекти маломасштабного та
великомасштабного завмирання, доплерівський зсув та інші проблеми, що можуть виникати при
проектуванні багаторівневої телекомунікаційної системи. Представлені теоретичні параметри
бюджету каналу, необхідні для забезпечення стабільного зв’язку між супутником та звичайною
мобільною станцією. Серед проблем, що можуть виникати при проектуванні системи, приділена
увага синхронізації сигналів у зв’язку з постійним відносним рухом між супутниками на орбіті та
наземними терміналами, міжсупутниковим каналам зв’язку, що потребують збільшення
обчислювальної здатності бортового обладнання, яке встановлюється на супутник, та супутниковий
хендовер.

Ключові слова: 4G, супутникові мережі, LEO

Список використаної літератури:
1. 5G Non-Terrestrial Networks / A. Vanelli-Coralli et al. Wiley & Sons, Incorporated, John,
2023.
2. A Multifaceted Look at Starlink Performance / N. Mohan et al. WWW '24: The ACM Web
Conference 2024, Singapore Singapore. New York, NY, USA, 2024. URL:
https://doi.org/10.1145/3589334.3645328.
3. An integrated satellite–terrestrial 5G network and its use to demonstrate 5G use cases / B.
Evans et al. International Journal of Satellite Communications and Networking. 2021. Vol. 39, no. 4.
P. 358–379. URL: https://doi.org/10.1002/sat.1393.
4. Democratizing Direct-to-Cell Low Earth Orbit Satellite Networks / L. Liu et al. GetMobile:
Mobile Computing and Communications. 2024. Vol. 28, no. 2. P. 5–10. URL:
https://doi.org/10.1145/3686138.3686140.
5. Doppler Effect Mitigation in LEO-Based 5G Non-Terrestrial Networks / A. K. Meshram et al.
2023 IEEE Globecom Workshops (GC Wkshps), Kuala Lumpur, Malaysia, 4–8 December 2023.
2023. URL: https://doi.org/10.1109/gcwkshps58843.2023.10464931.
6 Hybrid Satellite & Terrestrial Mobile Network for 4G : Candidate Architecture and Space
Segment Dimensioning / E. Corbel et al. 2008 4th Advanced Satellite Mobile Systems (ASMS),
Bologna, Italy, 26–28 August 2008. 2008. URL: https://doi.org/10.1109/asms.2008.35.
7. Integration Between LTE and Satellite Networks / R. Takaki et al. Telecommunications and
Information Technology. Cham, 2015. P. 143–160. URL: https://doi.org/10.1007/978-3-319-23823-
4_9.
8. Li Z., Wang X., Zhang T. 5G+4G: Creating High Quality Network Capability. 5G+. Singapore,
2020. P. 57–62. URL: https://doi.org/10.1007/978-981-15-6819-0_5 (date of access: 08.08.2024).
9. LTE‐based satellite communications in LEO mega‐constellations / A. Guidotti et al.
International Journal of Satellite Communications and Networking. 2018. Vol. 37, no. 4. P. 316–330.
URL: https://doi.org/10.1002/sat.1258.
10. Modi A., Sharma V., Rawat A. Compact Design of Multiband Antenna for IRNSS, Satellite,
4G and 5G Applications. 2021 5th International Conference on Computing Methodologies and
Communication (ICCMC), Erode, India, 8–10 April 2021. 2021. URL:
https://doi.org/10.1109/iccmc51019.2021.9418265.
11. Othman al Janaby A., Al-Omary A., Y. Ameen S. Taming Existing Satellite and 5G Systems
to Next Generation Networks. International Journal of Computing and Digital Systems. 2024. Vol.
15, no. 1. P. 1465–1472. URL: https://doi.org/10.12785/ijcds/1601108.
12. Using LTE in 4G satellite communications: Increasing time diversity through forced
retransmission / M. Papaleo et al. 2008 10th International Workshop on Signal Processing for Space
Communications (SPSC), Rhodes Island, Greece, 6–8 October 2008. 2008. URL:
https://doi.org/10.1109/spsc.2008.4686699.

МОДЕЛЮВАННЯ ТА ОПТИМІЗАЦІЯ ДИСКРЕТНОЇ СИСТЕМИ УПРАВЛІННЯ СТРАТОСФЕРИЧНИМ АЕРОСТАТОМ

Абрамович О. О. (Abramovych O.O.) — 2025-01-14

Стаття присвячена параметричній оптимізації цифрових систем
керування польотом з точки зору досягнення необхідного компромісу між їх робастністю та
експлуатаційними характеристиками. Цей компроміс може бути досягнутий за допомогою
сучасного підходу багатомодельної – надійної оптимізації для дискретних систем керування. Для
досягнення мети оптимізації отримано номінальну і параметрично збурені моделі об’єкта,
проведено моделювання створеної систему управління із урахуванням всіх нелінійностей, що
притаманні реальній системі та турбулентності вітру, яка математично представлена у роботі
моделлю Драйдена. Ефективність запропонованого оптимізаційного підходу проілюстровано на
прикладі цифрового керування польотом аеростату. В аналітичній процедурі синтезу прийняті до
увагу тільки лінеаризовані моделі аеростата, силових приводів і регулятора.

Ключові слова: параметрична оптимізація, система управління, аеростат, турбулентність
атмосфери, робастність, якість

Список використаної літератури:
1. A.A.Tunik, I.K.Ahn, H.Ryu, C.H.Lim,H.C.Lee. Platform Airship’s Robust Stabilization in
Stochastic Atmosphere. Proceedings of the KSAS Fall Annual Meeting, 2001, Sejong Univ., Seoul,
pp.293-299.
2. A.A. Tunik, E.A. Abramovich. Parametric robust optimization of the digital flight control
systems, Вісник НАУ, №2, 2003, с.31-37.
3.Луцька Н.М., Ладанюк А.П. Оптимальні та робастні системи керування технологічними
об’єктами. –К.: 2019. –288с.
4.Спецрозділи математики: навч. посібник / Н.В. Білак, О.А. Сущенко, А.М. Кліпа. – К.:
НАУ, 2018. – 280 с.
5. Абрамович О.О., Білак Н.В., Кліпа А.М. Оптимальні системи керування ллітальними
аппаратами та рухомими обєктами. – Лабораторний практикум.- К.: НАУ, 2024. – 60 с.
6. Нефьодов Ю. М. Методи оптимізації в прикладах і задачах: навчальний посібник / Ю.М.
Нефьодов, Т. Ю. Балицька. –Київ: Кондор, 2019. –324 с.
7. Моделювання та оптимізація систем: підручник / В. М. Дубовой, Р. Н. Квєтний, О. І.
Михальов, А. В. Усов. –Вінниця: ПП «ТД«Едельвейс», 2021. –804 с.
8. Оптимізаційні методи та моделі: підручник / В.С. Григорків, М.В. Григорків. –Чернівці
: Чернівецький нац. ун-т, 2020. –400 с
9. Теорія автоматичного керування. Методологія та практика оптимі-зації: навчальний
посібник / Б.І.Мокін, О.Б.Мокін. – Вінниця : ВНТУ,2020. – 210с.
10. Математичні методи моделювання та оптимізації. Ч. 1. Математичне програмування та
дослідження операцій: підручник/ [О.І. Лисенко, О.М.Тачиніна, І.В. Алєксєєва]; за заг. ред. О.І.
Лисенка. – К. : НАУ, 2019. – 221 с.

АГЕНТНО-ОРІЄНТОВАНЕ ТА СИСТЕМНО-ДИНАМІЧНЕ МОДЕЛЮВАННЯ В УПРАВЛІННІ СКЛАДНИМИ СИСТЕМАМИ

Вишнівський В. В. (Vyshnivskyi V.V.) — 2025-01-14

У статті
запропоновано використовувати мультиагентний підхід для вирішення проблеми сумісності
розв’язувачів завдань. Рекомендовано розглядати вирішувач як ієрархічну систему, яка складається
з кількох взаємопов’язаних рівнів, що дозволяє забезпечити можливість незалежного проєктування,
налагодження та верифікації компонентів різних рівнів. Запропоновані моделі, методики та засоби
використані при розробці ряду прототипів інтелектуальних систем навчального призначення, а
також прототипу системи автоматизації рецептурного виробництва.

Ключові слова: система автоматизованого проєктування, моделювання, вирішувач завдань,
інтелектуальний агент, база даних

Список використаної літератури:
1. Бідніченко О. Г. Сучасні тенденції розвитку систем автоматизованого комп’ютерного
моделювання. Управління розвитком складних систем. 2022. № 49. С. 59-65.
URL: https://doi.org/10.32347/2412-9933.2022.49.59-65.
2. Discrete-event System Simulation / J. Banks et al. 5th ed. Pearson, 2009. 648 p.
3. Kim S., Chen D. Virtual Reality Simulations in Control Systems Education: A Case Study.
IEEE Transactions on Education. 2019. Vol. 62(4). P. 309-316.
4. A Labview-based Remote Laboratory Experiments for Control Engineering Education /
M. Stefanovic et al. Computer Applications in Engineering Education. 2011. Vol. 19 (3). P. 538-549.
URL: https://doi.org/10.1002/cae.20334.
5. Chen L., Li S. Adaptive E-Learning System for Control Engineering Education Based on Item
Response Theory. IEEE Access. 2019. Vol. 7. P. 60745-60754.
6. Garcia M., Lopez G. Evaluating the Quality of Computer Models in Control Systems
Engineering Education. Journal of Engineering Education. 2020. Vol. 109(1). P.48-69.
7. Suarez R., Bermudez N. Challenges in Real-Time Simulation for Engineering Education.
International Journal of Electrical Engineering Education. 2018. Vol. 55(3). P. 237-253.
8. Kim C., Chen J. Virtual Reality Applications in Engineering Education: A Review. Journal of
Professional Issues in Engineering Education and Practice. 2019. Vol. 145(1). P. 04018014.
9. Chen L., Li S. Adaptive E-Learning System for Control Engineering Education Based on Item
Response Theory. IEEE Access. 2019. Vol. 7. P. 60745-60754.
10. Smith D., Brown T. Artificial Intelligence in Control Systems Education: A Review and Case
Study. IEEE Transactions on Education. 2021. Vol. 64(1). P. 26-36.
URL: https://doi.org/10.3389/fsufs.2021.756584/
11. Actor Pilgrim system. URL: http://simulation.su/static/actor-pilgrim-full-info.html (date of
access 13.10.2024).
12. Three-dimensional Trajectories and Network Analyses of Group Behaviour Within Chimney
Swift Flocks During Approaches to the Roost / D. J. Evangelista et al. Royal Society B: Biological
Sciences. 2017. Vol. 284, no 1849. URL: https://doi.org/10.1098/rspb.2016.2602.
13. Williams R. J., Zipser D. A Learning Algorithm for Continually Running Fully Recurrent
Neural Networks. Neural computation. 1989. Vol. 1. P. 270-280.
14. Hoshen Y. Vain: Attentional Multi-agent Predictive Modeling. 31st Conference on Neural
Information Processing Systems (NIPS 2017), Long Beach, CA, USA. 2017. P. 2701-2711.
15. Ha S., Jeong H. Uncovering Hidden Interactions in Complex Systems Using Deep Learning.
Scientific Reports. 2021. No 12804. URL: https://doi.org/10.1038/s41598-021-91878-w.

ІНТЕГРАЛЬНІ МЕТОДИ ОЦІНКИ ПРОДУКТИВНОСТІ ПАКЕТНИХ МЕРЕЖ: АНАЛІЗ ТА ФОРМУВАННЯ

Брезіцький С. М. (Brezitskyi S.M.) — 2025-01-14

У статті розглянуто інтегральні методи оцінки якості роботи мереж
з комутацією пакетів, які забезпечують стабільність та ефективність обслуговування в умовах
мультисервісного трафіку. У сучасних телекомунікаційних мережах критично важливим є
забезпечення якості обслуговування (QoS) та якості сприйняття (QoE), що дозволяють досягти
високого рівня задоволеності користувачів та забезпечують надійність зв’язку. Стандартні підходи
до оцінки мережевої продуктивності зазвичай базуються на окремих показниках, таких як затримка,
втрати пакетів і джитер, проте вони не завжди дозволяють отримати повне уявлення про загальний
стан мережі. Інтегральні показники якості, що пропонуються у дослідженні, дають можливість
об'єднати різні параметри для отримання узагальненої оцінки продуктивності, яка враховує
короткочасні зміни в умовах високих навантажень і змінного трафіку.
Метою дослідження є розробка інтегральних показників, які дозволять мережевим операторам
покращити моніторинг продуктивності та якість обслуговування в мультисервісних мережах.
Описано розрахунок інтегрального показника якості з’єднання, що базується на порівнянні
площі, де параметр перевищує порогове значення, з максимально можливою площею. Представлено
формули для інтегрального показника та варіанти його застосування при порівнянні різних каналів
зв'язку. Розглянуто вплив нелінійних ефектів у передачі пакетного трафіку, зокрема
експоненційного зростання значень показників при погіршенні продуктивності. Запропоновано
формулу для інтегрального показника, що враховує експоненційну функцію оцінки для точнішої
оцінки продуктивності. З урахуванням такого підходу розроблений метод дозволяє проводити
порівняльний аналіз продуктивності мережевих з'єднань на основі узагальнених показників якості,
що відображають поведінку мережі за умов змішаних типів трафіку.
Розроблені методи та показники можуть бути основою для покращення систем управління
мережею в умовах мінливих навантажень та неоднорідних вимог користувачів. Це дозволяє не лише
забезпечувати високу якість обслуговування, але й підвищити задоволеність користувачів у
різноманітних умовах роботи мережі.

Ключові слова: продуктивність мережі, якість обслуговування (QoS), якість сприйняття
(QoE), пропускна здатність, інтегральна оцінка, однопорогова оцінка, багатопорогова оцінка,
інтегральний показник якості

Список використаної літератури:
1. Quality of service (qos) performance analysis in a traffic engineering model for next-generation
wireless sensor networks / T. Mazhar et al. Symmetry. 2023. Vol. 15, no. 2. P. 513.
URL: https://doi.org/10.3390/sym15020513.
2. Quality of Service (QoS) / ed. by T. Eckert. Cham : Springer International Publishing, 2021.
URL: https://doi.org/10.1007/978-3-030-81961-3.
3. Eckert, T., Bryant, S. (2021). Quality of Service (QoS). In: Toy, M. (eds) Future Networks,
Services and Management. Springer, Cham. https://doi.org/10.1007/978-3-030-81961-3_11
4. VoIP performance evaluation and capacity estimation using different qos mechanisms /
A. Refaet et al. IOP conference series: materials science and engineering. 2020. Vol. 881. P. 012146.
URL: https://doi.org/10.1088/1757-899x/881/1/012146.
5. Internet of things: a survey on enabling technologies, protocols, and applications / A. AlFuqaha et al. IEEE communications surveys & tutorials. 2015. Vol. 17, no. 4. P. 2347–2376.
URL: https://doi.org/10.1109/comst.2015.2444095.
6. Gozdecki J., Jajszczyk A., Stankiewicz R. Quality of service terminology in IP
networks. IEEE communications magazine. 2003. Vol. 41, no. 3. P. 153–159.
URL: https://doi.org/10.1109/mcom.2003.1186560.
7. Quality is in the eye of the beholder: Meeting users' requirements for internet quality of service
/ Bouch, A., Kuchinsky, A., Bhatti, N. Association for Computing Machinery. 2000. P.297-304. URL:
https://doi.org/10.1145/332040.332447
8. Varela M., Skorin-Kapov L., Ebrahimi T. Quality of service versus quality of
experience. Quality of experience. Cham, 2014. P. 85–96. URL: https://doi.org/10.1007/978-3-319-
02681-7_6.
9. Alreshoodi M., Woods J. Survey on qoe\qos correlation models formultimedia
services. International journal of distributed and parallel systems. 2013. Vol. 4, no. 3. P. 53–72.
URL: https://doi.org/10.5121/ijdps.2013.4305.
10. RFC 1633: integrated services in the internet architecture: an overview. IETF Datatracker.
URL: https://tools.ietf.org/html/rfc1633.
11. Telecommunications performance engineering / ed. by A. R. Afima, I. o. E. Engineers.
London : Institution of Electrical Engineers, 2003. 288 p
12. Vasseur J.-P., Guichard J., Faucheur F. L. Definitive MPLS network designs. Brand: Cisco
Press, 2005. 552 p.
13. Held G. Enhancing LAN performance. CRC Press, 2004.
URL: https://doi.org/10.1201/9780203496053.
14. Recommendation ITU-T E.412 (01/2003). Network management controls.
15. Lundqvist P., Barreiros M. QOS-Enabled networks: tools and foundations. Wiley & Sons,
Incorporated, John, 2015. 256 p.
16. Designing for Cisco Network Service Architectures (ARCH) Foundation Learning Guide /
M. Al-shawi, A. Laurent. - Fourth Edition. - USA, Indianapolis: Cisco Press, 2017. - 904 p.
17. Recommendation ITU-T G.1010 (11/2001). End-user multimedia QoS categories.
18. Recommendation ITU-T Y.1541 (12/2011). Network performance objectives for IP-based
services.
19. Recommendation ITU-T M.2301 (07/2002). Performance objectives and procedures for
provisioning and maintenance of IP-based networks.

СУЧАСНІ ТЕНДЕНЦІЇ РОЗВИТКУ МЕРЕЖЕВИХ ТЕХНОЛОГІЙ І СТАНДАРТІВ: ОГЛЯД ДОСЛІДЖЕНЬ ЗА 2024 РІК

Мадінов М. Л. (Madinov M.L.) — 2025-01-14

Дане дослідження спрямоване на проведені аналізу
сучасних можливостей інформаційно-комунікаційних (консорціум технологій волоконної оптики та
асоціації телекомунікаційної галузі з метою розвитку, впровадження та вдосконалення стандартів)
та мережевих технологій, де особливу увагу було сконцентровано на вивченні та дослідженні
Ethernet та 5G-мереж. Актуальність даного дослідження полягає в необхідності проведення огляду
вивчення питань інтеграції технологій, розробки відповідних стандартів та забезпечення їх
широкого впровадження, що потребує детального дослідження сучасних тенденцій, трендів та
інновацій, а також можливих шляхів вирішення існуючих викликів.
На основі проведеного огляду досліджень за 2024 рік було з’ясовано, що стандарти IEEE 802.3
невпинно використовуються, впроваджуються та вдосконалюються. В роботі розглядалися
стандарти Ethernet IEEE 802.3bt, IEEE 802.3bz, IEEE P802.3cw, IEEE P802.3df та IEEE P802.3dj.
На основі проаналізованого матеріалу було досліджено основні тенденції розвитку та
впровадження технологій Wi-Fi за 2024 рік, де було досліджено основні питання, які стосуються
досягнень, порівняння технологій та мереж Wi-Fi, 5G та 6G, а також можливості застосування
мережевих технологій в поєднанні з розумними технологіями. Проаналізувавши матеріали наукових
досліджень особливої уваги було приділено основним викликам та проблемам розвитку Wi-Fi у 2024
році (перевантаження частотного спектру, безпека, енергоспоживання та інфраструктурні витрати),
що залишається досі актуальним на сьогодні. В якості результатів дослідження було зроблене
припущення, що з огляду на світові тенденції та прогнози Україні варто взяти курс на розвиток та
впровадження 5G-мереж, що є більш раціональним, так як 4G-мережі потребують значних
фінансових вкладень, а на поширення даних мереж може знадобиться доволі довгий час, а коли в
Україні з’явиться 5G-мережі, то в світі почне набувати популярності мережі 6G.

Ключові слова: стандарт, IEEE 802.3, консорціум, Wi-Fi, Інтернет речей, Ethernet, 5G та 6G

Список використаної літератури:
1. Рижов О. А., Андросов А. І., Іванькова Н. А. Сучасні мережеві технології: Навчальнометодичний посібник для студентів-провізорів очної, заочної та дистанційної форм навчання.
Запоріжжя: [ЗДМУ], 2018 - 68 с. URL: http://dspace.zsmu.edu.ua/handle/123456789/13182
2. Коновал, В. О. Мережеві технології у сучасних умовах суспільного розвитку:
філософські концепції // Інвестиції: практика та досвід. – Київ, 2019. – № 2. – С. 138-139. DOI:
https://doi.org/10.32702/2306-6814.2019.2.134
3. Проблеми сучасних мереж та як їх вирішити. HiTech.Expert. URL:
https://expert.com.ua/158892-problemy-suchasnyh-merezh-ta-yak-ih-vyrishyty.html
4. Беркман Л. Н., Руденко Н. В., Завацький В. О., Стрельніков В. І.. Методи забезпечення
інваріантності параметрів в інфокомунікаційній мережі в надзвичайних ситуаціях до
прогнозування та випадкових збурень. Зв’язок, (4), 2024, с. 3-9. DOI:
https://doi.org/10.31673/2412-9070.2024.040309
5. Бурячок В. Л., Аносов А. О., Семко В. В., Соколов В. Ю., Складанний П. М. Технології
забезпечення безпеки мережевої інфраструктури. [Підручник]. – К.: КУБГ, 2019. – 218 с. URL:
https://elibrary.kubg.edu.ua/id/eprint/27191
6. Aweya J. (2024) Extending the Capacity and Reach of Multirack/Multishelf Network Devices
in Data Centers and Telecom Networks using Backplane Ethernet. EBTIC Technical Report, 1-12.
URL: https://www.researchgate.net/publication/380971073
7. Du, R., Hua H., Xie H., Song X., Lyu Z., Hu M., ... & Xu, J. (2024). An overview on IEEE
802.11 bf: WLAN sensing. IEEE Communications Surveys & Tutorials. 1-23.
https://doi.org/10.1109/COMST.2024.3408899
8. Adil M., Song H., Khan M. K., Farouk A., & Jin Z. (2024). 5G/6G-enabled metaverse
technologies: Taxonomy, applications, and open security challenges with future research
directions. Journal of Network and Computer Applications, 103828. DOI:
https://doi.org/10.1016/j.jnca.2024.103828
9. Scalise, P., Boeding, M., Hempel, M., Sharif, H., Delloiacovo, J., & Reed, J. (2024). A
Systematic Survey on 5G and 6G Security Considerations, Challenges, Trends, and Research
Areas. Future Internet, 16(3), 1-38. DOI: https://doi.org/10.3390/fi16030067
10. Banafaa, M., Pepeoğlu, Ö., Shayea, I., Alhammadi, A., Shamsan, Z., Razaz, M. A., ... & AlSowayan, S. (2024). A comprehensive survey on 5G-and-beyond networks with UAVs: Applications,
emerging technologies, regulatory aspects, research trends and challenges. IEEE Access, 1-42. DOI:
https://doi.org/10.1109/ACCESS.2023.3349208
11. Singh, B., & Kaunert, C. (2024). Integration of cutting-edge technologies such as Internet of
Things (IoT) and 5G in health monitoring systems: a comprehensive legal analysis and futuristic
outcomes. GLS Law Journal, 6(1), 13-20. DOI: https://doi.org/10.69974/glslawjournal.v6i1.123
12. Kakkavas, G., Diamanti, M., Karyotis, V., Nyarko, K. N., Gabriel, M., Zafeiropoulos, A., ...
& Moessner, K. (2024). 5G Perspective of Connected Autonomous Vehicles: Current Landscape and
Challenges Toward 6G. IEEE Wireless Communications, 1-9. DOI:
https://doi.org/10.1109/MWC.014.2300277
13. Ezeigweneme, C. A., Umoh, A. A., Ilojianya, V. I., & Adegbite, A. O. (2024).
Telecommunications energy efficiency: optimizing network infrastructure for
sustainability. Computer Science & IT Research Journal, 5(1), 26-40. DOI:
https://doi.org/10.51594/csitrj.v5i1.700
14. Sangeetha, S., Logeshwaran, J., Faheem, M., Kannadasan, R., Sundararaju, S., & Vijayaraja,
L. (2024). Smart performance optimization of energy‐aware scheduling model for resource sharing
in 5G green communication systems. The Journal of Engineering, 2024(2), e12358. DOI:
https://doi.org/10.1049/tje2.12358
15. Олійник, В. М., & Речембей, В. В. (2018). Сучасні тенденції розвитку
телекомунікаційних технологій. Математичні методи, моделі та інформаційні технології у
економіці. Вип. 14/2018. Мукачівський Деержавний університет. Економіка і суспільство.
Випуск, 1016-1022.
16. Kizza, J. M. (2024). Internet of things (IOT): growth, challenges, and security. In Guide to
Computer Network Security , 557-573. DOI: https://doi.org/10.1007/978-3-031-47549-8_25
17. Zanasi, C., Russo, S., & Colajanni, M. (2024). Flexible zero trust architecture for the
cybersecurity of industrial IoT infrastructures. Ad Hoc Networks, 156, 103414, 1-15. DOI:
https://doi.org/10.1016/j.adhoc.2024.103414
18. Mortágua, D., Zúquete, A., & Salvador, P. (2024). Enhancing 802.1 X authentication with
identity providers using EAP-OAUTH and OAuth 2.0. Computer Networks, 244, 110337, 1-16. DOI:
https://doi.org/10.1016/j.comnet.2024.110337
19. Goldsmith E. “FOTC Standards Explorer”. TIA’s Fiber Optics Tech Consortium, 2024.
URL: https://www.tiafotc.org/standards/fotc-standards-explorer/
20. Valerie M. TIA Family of Standards. TIA’s Fiber Optics Tech Consortium, 2024. URL:
https://www.tiafotc.org/tia-standards-update/
21. IEEE 802.3bt-2018. IEEE Standard for Ethernet Amendment 2: Physical Layer and
Management Parameters for Power over Ethernet over 4 pairs, URL:
https://standards.ieee.org/ieee/802.3bt/6749/
22. IEEE 802.3bz-2016. IEEE Standard for Ethernet Amendment 7: Media Access Control
Parameters, Physical Layers, and Management Parameters for 2.5 Gb/s and 5 Gb/s Operation, Types
2.5GBASE-T and 5GBASE-T. URL: https://standards.ieee.org/ieee/802.3bz/6130/
23. Valerie M. IEEE P802.3cw 400 Gb/s over DWDM Systems Task Force Update. URL:
https://www.tiafotc.org/ieee-802-3-ethernet-standards-update/ieee-p802-3cw/
24. Montstream C. LAN Standards, News & Trends: 2024 Update. 2024. URL:
https://www.brighttalk.com/webcast/727/614128?utm_source=brighttalkportal&utm_medium=web&utm_campaign=channel-page&utm_content=recorded
25. IEEE SA Working Groups (2022). IEEE P802.3df™ Defines Architecture Holistically to
Achieve 800 Gb/s and 1.6 Tb/s Ethernet. URL: https://standards.ieee.org/beyond-standards/ieeep802-3df-defines-a-holistic-architectural-approach/
26. Murad, S. S., Badeel, R., Abdal, B. B., Rahman, T., & Al-Quraishi, T. (2024). Introduction to
Wi-Fi 7: A Review of History, Applications, Challenges, Economical Impact and Research
Development. Mesopotamian Journal of Computer Science, 2024, 110-121. DOI:
https://doi.org/10.58496/MJCSC/2024/009

АНАЛІЗ ЕВОЛЮЦІЙНИХ АЛГОРИТМІВ ГЛОБАЛЬНОЇ ПОШУКОВОЇ ОПТИМІЗАЦІЇ

Бриль В. В. (Bryl V.V.) — 2025-01-14

У статті виконано детальний аналіз еволюційних алгоритмів глобальної пошукової
оптимізації, зокрема генетичного алгоритму (GA) та модифікованого алгоритму пошуку косяка риб
(FSS). Досліджено сильні та слабкі сторони обраних алгоритмів, оцінено їхню ефективність та
адаптивність. Основним науковим результатом є розробка та тестування модифікацій FSS, які
показали підвищену ефективність для задач із великою кількістю змінних. Рекомендується
використовувати модифіковані алгоритми в задачах оптимізації в різних галузях.

Ключові слова: анотація, еволюційний алгоритм, пошукові системи

Список використаної літератури:
1. Floudas C. A., Pardalos P. M. State of the Art in Global Optimization: Computational
Methods and Applications. New York City : Springer; 1996th edition, 2011. 664 p.
2. An Algorithm for the Traveling Salesman Problem / J. D. C. Little et al. 11th ed. FB &c Ltd,
Dalton House, 60 Windsor Avenue, London, SW19 2RR : Forgotten Books, 2018. 83 p.
3. Yang X.-S. Firefly algorithm, stochastic test functions and design optimisation. International
journal of bio-inspired computation. 2010. Vol. 2, no. 2. P. 78–84. URL:
https://doi.org/10.48550/arXiv.1003.1409.
4. Mehrabian A. R., Lucas C. A novel numerical optimization algorithm inspired from weed
colonization. Ecological informatics. 2006. Vol. 1, no. 4. P. 355–366. URL:
https://doi.org/10.1016/j.ecoinf.2006.07.003.
5. The Expanded Invasive Weed Optimization Metaheuristic for Solving Continuous and
Discrete Optimization Problems / H. Josiński et al. The Scientific World Journal. 2014. Vol. 2014. P.
1–14. URL: https://doi.org/10.1155/2014/831691.
6. Yang X.-S. Cuckoo search via Levy flights. in: Proc. of World Congress on Nature &
Biologically Inspired Computing. 2009. Vol. 1, no. 1. P. 210-214. URL:
https://doi.org/10.48550/arXiv.1003.1594.
7. Ibe O. C. Markov Processes for Stochastic Modeling. 2nd ed. Amsterdam, Netherlands :
Elsevier, 2013. 424 p.
8. Robbins H., Monro S. A Stochastic Approximation Method. 22nd ed. Virginia, USA. : Institute
of Mathematical Statistics, 1951. 407 p.

ЗАБЕЗПЕЧЕННЯ ЕНЕРГОЕФЕКТИВНОСТІ ПРОГРАМНО ВИЗНАЧЕНИХ МЕРЕЖ (SDNs) ПРИ ВПРОВАДЖЕННІ РІЗНИХ СХЕМ БЕЗПЕКИ

Гніденко М. П. (Hnidenko M.P.) — 2025-01-14

Завдяки легкості модифікації мережевих операцій і адаптації різних енергоефективних
механізмів, SDN забезпечує краще рішення не тільки для безпеки мережі, але й для екології мережі,
яка стала важливою при проектуванні та розгортанні мережі для економічних і екологічних переваг.
Запроваджені схеми безпеки споживають більше енергії, ніж без них, оскільки схеми безпеки
складаються з обчислень і комунікацій, які споживають більше енергії в мережі. Тому необхідно
комплексне дослідження як безпеки, так і енергоефективності, а також їх компроміс. Були зібрані
дані для оцінки та порівняння продуктивності мережі SDN і традиційної мережі, а також для
вивчення компромісу між енергоефективністю та безпекою. Впровадження деяких стратегій
енергозбереження в SDN може зменшити загальне енергоспоживання.

Kлючові слова: Програмно-визначені мережі (SDNs), контролер SDN, комутатор OpenFlow.
енергоефективність.

Список використаної літератури:
1. SDN: Software Defined Networks: An Authoritative Review of Network Programmability
Technologies, Thomas D. Nadeau, Ken Gray. Copyright © 2013. All rights reserved. Printed in the
United States of America. Published by O’Reilly Media, Inc., 1005 Gravenstein Highway North,
Sebastopol, CA 95472. – p. 382
2. Абдельхамід Меллук, Фетія Баннур, Самі Суїхі. Software-Defined Networking 2:
Extending SDN Control to Large-Scale Networks. Wiley. John Wiley & Sons, LTD, 2023 – p. 176.
3. Гніденко М.П., Вишнівський В.В., Ільїн О.О. Побудова SDN мереж. – Навчальний
посібник. – Київ: ДУТ, 2019. – 190 с.
4. Beakal Gizachew Assefa, Öznur Özkasap. A Survey of Energy Efficiency in SDN: Softwarebased Methods and optimization models. Journal of Network and Computer Applications. Volume
137, 1 July 2019, Pages 127-143
5. Гніденко М.П., Прокопов С.В., Гніденко М.М. Підвищення безпеки програмновизначених мереж (SDNs). / Київ: ДУТ. Наукові записки ДУТ – 2023. – №2(4). – с. 54-65.

ШЛЯХИ ПІДТРИМУВАННЯ ПРАЦЕЗДАТНОСТІ БАЗОВИХ СТАНЦІЙ СТІЛЬНИКОВОГО ЗВ'ЯЗКУ ПІД ЧАС БЛЕКАУТІВ В УКРАЇНІ

Дроголо М. О. (Droholo M.O.) — 2025-01-14

У статті розглядаються
проблеми безперебійної роботи базових станцій мобільного зв’язку під час тривалих відключень
електроенергії в умовах енергетичної нестабільності. Аналізуються технології резервного
живлення, такі як акумуляторні батареї, дизельні генератори та альтернативні джерела, зокрема
сонячні панелі. Окремо приділено увагу інноваційним підходам до енергоефективності в мережах
5G через системи моніторингу та управління. Розглядається досвід Японії та США, який може бути
корисним для українських операторів. Стаття пропонує рекомендації для вдосконалення
енергозабезпечення базових станцій в Україні з метою підвищення стійкості мереж до блекаутів.

Kлючові слова: базові станції, мобільний зв'язок, блекаути, резервне живлення, акумуляторні
батареї, дизельні генератори, мобільні генератори, сонячні панелі, мікромережі, енергоефективність

Список використаної літератури:
1. Міністерство цифрової трансформації України. Міністерство цифрової
трансформації України. URL: https://thedigital.gov.ua.
2. Національна комісія, що здійснює державне регулювання у сферах електронних
комунікацій, радіочастотного спектра та надання послуг поштового зв`язку|
URL: https://nkek.gov.ua/.
3. Стратегічні пріоритети НКЕК щодо розвитку регуляторного середовища у сфері
електронних комунікацій на 2024-2026 роки. URL:https://nkek.gov.ua/staticobjects/nkek/uploads/public/66c/439/617/66c439617ef9e900141658.pdf.
4. Технічні звіти і статті з енергетичної ефективності телекомунікаційної інфраструктури
URL:.https://nkrzi.gov.ua/images/upload/142/11109/Dodatok_do_ryishennya_NCEC_155_270320
24.pdf.
5. Disaster Management and Response for Modern Cellular Networks Using Flow-Based MultiHop Device-to-Device Communications / M. Tanha et al. 2016 IEEE 84th Vehicular Technology
Conference (VTC-Fall). 2017.P IEEE
6. Communication Technologies in Emergency Situations / A. Carreras-Coch et al. Electronics.
2022. Vol. 11, no. 7. P. 1155. URL: https://doi.org/10.3390/electronics11071155.
7. Multilayer Network Optimization for 5G & 6G / A. Ramirez-Arroyo et al. IEEE Access. 2020.
Vol. 8. P. 204295–204308.

АНАЛІЗ ВИКОРИСТАННЯ ПРОГРАМНИХ ПРИМАНОК В ІНТЕРНЕТІ РЕЧЕЙ

Жидка О. В. (Zhydka O.V.) — 2025-01-14

У статті розглядається використання програмних приманок як
ефективного інструменту захисту інформації в умовах сучасних кіберзагроз. Проводиться
детальний аналіз різних типів приманок, їхніх характеристик і функцій, переваг і недоліків,
можливих загроз безпеці, а також аспектів конфігурації і загальної ефективності систем.
Розглядається як програмні приманки інтегруються в загальну ієрархію інструментів захисту
інформації, і оцінюється їхня привабливість і ефективність у боротьбі з сучасними загрозами та
атаками. Важливо підкреслити, що навіть за наявності найсучасніших засобів захисту неможливо
забезпечити абсолютну невразливість даних компанії, оскільки зловмисники постійно
вдосконалюють свої методи атаки. Програмні приманки пропонують різноманітні параметри
конфігурації − від простих програмних рішень до складних апаратних комплексів, що дозволяє
адаптувати їх до конкретних потреб і цілей захисту. Надаються рекомендації щодо оптимального
використання програмних приманок у системах IoT для покращення рівня безпеки.

Ключові слова: кіберзахист, кіберзагроза, вразливість, приманка, IoT

Список використаної літератури:
1. Khan, Z.A., Abbasi, U. (2020). Reputation Management Using Honeypots for Intrusion
Detection in the Internet of Things. Electronics, 9, 415. DOI:
http://dx.doi.org/10.3390/electronics9030415
2. M. Anwer, S. M. Khan, M. U. Farooq, W. Waseemullah, Attack Detection in IoT using
Machine Learning, Eng. Technol. Appl. Sci. Res., vol. 11, no. 3, pp. 7273–7278, Jun. 2021. DOI:
https://doi.org/10.48084/etasr.4202
3. Diandra Amiruddin Firmansyah, Amalia Zahra. (2023). Honeypot-Based Thread Detection
using Machine Learning Techniques, International Journal of Engineering Trends and Technology,
vol. 71, no. 8, pp. 243-252. Crossref, DOI: https://doi.org/10.14445/22315381/IJETT-V71I8P221
4. Opirskyy, I., Vasylyshyn, S., & Piskozub , A. (2020). Аналіз використання програмних
приманок як засобу забезпечення інформаційної безпеки. Електронне фахове наукове видання
«Кібербезпека: освіта, наука, техніка», 2(10), 88–97. DOI: https://doi.org/10.28925/2663-
4023.2020.10.8897
5. Mr. Kartik Chawda ,Mr. Ankit D. Patel. (2014). Dynamic & Hybrid Honeypot Model for
Scalable Network Monitoring. IEEE. URL: http://www.cse.umich.edu/techreports/cse/2004/CSETR-499-04.pdf
6. Lee S, Abdullah A, Jhanjhi N, Kok S. (2021). Classification of botnet attacks in IoT smart
factory using Honeypot combined with machine learning. PeerJ Computer Science, 7, 350 DOI:
https://doi.org/10.7717/peerj-cs.350
7. Rabhi, S., Abbes, T. & Zarai, F. (2023). IoT Routing Attacks Detection Using Machine
Learning Algorithms. Wireless Pers Commun 128, 1839–1857. DOI: https://doi.org/10.1007/s11277-
022-10022-7

АВТОМАТИЧНЕ ГЕНЕРУВАННЯ ПЕРСОНАЛІЗОВАНИХ ПРОГРАМ ТРЕНУВАНЬ НА ОСНОВІ АНАЛІЗУ БІОМЕТРИЧНИХ ДАНИХ З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ

Отрох С. І. (Otrokh S.I.) — 2025-01-14

У статті розглядається розробка системи автоматичного генерування
персоналізованих програм тренувань, яка базується на аналізі біометричних даних користувача з
використанням методів штучного інтелекту. Основною метою дослідження є створення
інтелектуального веб-додатку, здатного адаптувати тренувальний план відповідно до індивідуальних
фізичних характеристик та цілей користувача. Для досягнення поставленої мети було зібрано та
проаналізовано великий обсяг біометричних даних, розроблено та натреновано моделі машинного
навчання, які забезпечують точність та ефективність рекомендацій. Результатом роботи є
функціонуючий прототип веб-додатку, який демонструє високу якість та адаптивність створених
програм тренувань. Стаття також обговорює потенційні напрямки подальшого вдосконалення
системи, включаючи інтеграцію з носимими пристроями та розширення функціоналу для більш
глибокого аналізу даних користувачів.

Ключові слова: персоналізовані тренування, біометричні дані, штучний інтелект, машинне
навчання, веб-додаток, автоматизація

Список використаної літератури:
1. Goodfellow I., Bengio Y., Courville A. Deep Learning. - Cambridge, MA: MIT Press, 2016. -
URL: https://www.deeplearningbook.org/.
2. Bishop C. M. Pattern Recognition and Machine Learning. - New York: Springer, 2006. - URL:
https://www.springer.com/gp/book/9780387310732.
3. Castells M. The Rise of the Network Society. 2-nd ed., with a new preface. - Singapore: WileyBlackwell, 2010.
4. Jenkins H., Ito M., Boyd D. Participatory Culture in a Networked Era: A Conversation on
Youth, Learning, Commerce, and Politics. - Cambridge, UK: Polity Press, 2015.
5. Flask Documentation. Flask Documentation: Web Development, Flask Framework. - URL:
https://flask.palletsprojects.com/en/2.0.x/.
6. Django Documentation. Django Documentation: The Web framework for perfectionists with
deadlines. - URL: https://docs.djangoproject.com/en/4.0/.
7. TensorFlow Documentation. TensorFlow: An end-to-end open source machine learning
platform. - URL: https://www.tensorflow.org/.
8. Scikit-learn Documentation. Scikit-learn: Machine Learning in Python. - URL: https://scikitlearn.org/stable/.
9. Hosmer D.W., Lemeshow S., Sturdivant R.X. Applied Logistic Regression. – New York:
Wiley, 2013.

МЕТОД РОЗПОДІЛЕНОГО МОНІТОРИНГУ ТЕЛЕКОМУНІКАЦІЙНИХ МЕРЕЖ НА ОСНОВІ АГЕНТНОГО ПІДХОДУ

Прокопенко А. Г. (Prokopenko A.G.) — 2025-01-14

Метою статті є розробка методу розподіленого моніторингу інформаційнотелекомунікаційних мереж (ІТКМ), який базується на агентно-орієнтованому підході та реалізує
поетапне виявлення аномальних ситуацій у мережах. У статті розглядається актуальна проблема
забезпечення надійності та функціональної безпеки елементів сучасних мережевих інфраструктур.
Особливу увагу приділено гетерогенним мережам загального та спеціального призначення, які
характеризуються неоднорідністю у використанні різних мережевих технологій, засобів захисту
інформації та програмно-апаратних рішень.
Запропонований підхід базується на принципах децентралізації та багаторівневості
моніторингу. Рішення спрямоване на подолання складнощів, які виникають через розподіленість
мережевих ресурсів, варіативність характеристик мережевого трафіку та неоднорідність елементів
ІТКМ. Стаття акцентує увагу на необхідності створення підсистем моніторингу, здатних
враховувати гетерогенність і різнорідність елементів мережі, а також забезпечувати безперервність
роботи критично важливих вузлів.
Автори пропонують використання інтелектуальних агентів для відстеження функціонального
стану мережевих елементів та виявлення аномалій. Перший етап моніторингу передбачає виявлення
порушень на локальному рівні, тоді як наступні етапи уточнюють ступінь та тип порушення. Такий
підхід дозволяє підвищити надійність функціонування ІТКМ, скоротити час реагування на критичні
ситуації та знизити обсяги циркуляції даних у мережі, що є важливим фактором для розподілених
мереж з обмеженими ресурсами.

Ключові слова: інформаційна мережа, підсистема моніторингу, передача інформації,
гетерогенні мережі, інтелектуальні агенти

Список використаної літератури:
1. A Software Deep Packet Inspection System for Network Traffic Analysis and Anomaly
Detection / W. Song et al. Sensors. 2020. Vol. 20, no. 6. P. 1637. URL:
https://doi.org/10.3390/s20061637.
2. IMPROVING THE QUALITY OF HETEROGENEOUS TELECOMMUNICATION
NETWORKS WITH THE HELP OF FORECAST-BASED RESOURCE ALLOCATION.
Telecommunication and Information Technologies. 2024. Vol. 82, no. 1. URL:
https://doi.org/10.31673/2412-4338.2024.018894.
3. Machine Learning in Network Anomaly Detection: A Survey / S. Wang et al. IEEE Access.
2021. Vol. 9. P. 152379–152396. URL: https://doi.org/10.1109/access.2021.3126834.
4. Trace-Ability and Security Detection of Container Image Based on Inheritance Graph, Y.
Zheng, W. Dong and J. Zhao et al. IEEE Access. 2021 IEEE 5th International Conference on
Cryptography, Security and Privacy (CSP), Zhuhai, China, 2021, pp. 186-192, URL:
https://doi.org/10.1109/CSP51677.2021.9357496.
5. Cучасні технології безпроводового доступу в телекомунікаційних системах / Стелюк,
Б.Б., Костенко В.В., Семененко О.А. Міжнародна наукова конференція «Інноваційні технології,
моделі управління кібербезпекою ITMK-2021» 14-16 квітня 2021. Збірник тез, Дніпро, 2021, с.
13
6. Підвищення ефективності гетерогенних телекомунікаційних мереж / Васильківський
М.В., Чанхао Ю. (2019) (Doctoral dissertation, ВНТУ) с. 74-79.
7. Report to the Nations on Occupational Fraud and Abuse. URL:
https://www.acfe.com/rttn/docs/ 2014-report-to-nations.pdf
8. Probabilistic Graphical Models: Principles and Techniques. The MIT Press, 2009. p. 1231. Nir
Friedman D. K.
9. Detection of abrupt changes: Theory and application. Englewood Cliffs, N.J : Prentice Hall,
1993. P. 528. Basseville M.
10. Paradigms for Mobile Agent-Based Active Monitoring of Network Systems
https://ajanta.cs.umn.edu/papers/monitoring-paradigms.pdf.
11. "Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence"/ Jacques
Ferber. Addison-Wesley, 1999

МОДЕЛЬ ЗАХИЩЕНОГО МЕРЕЖЕВОГО ДОДАТКУ ОЦІНЮВАННЯ КІБЕРБЕЗПЕКИ ПОСТАЧАЛЬНИКІВ ХМАРНИХ СЕРВІСІВ

Іванченко І. С. (Ivanchenko I.S.) — 2025-01-14

Дана стаття описує розроблену модель оцінки
стану захищеності постачальників хмарних сервісів у мережі Інтернет. Під час розгляду статті буде
представлено повноцінно розроблену модель зі всіма її параметрами оцінки. Протягом даної статті
буде можливість ознайомитися з принципами побудови параметрів оцінки та їх рівнями. Додатково
буде представлено узагальнений вигляд моделі у вигляді схеми зі всіма параметрами оцінки та
групами запитань/відповідей, що використовуються в розробленій моделі та є ключовими під час
проведення оцінки постачальників хмарних сервісів.

Ключові слова: кібербезпека, інформаційна безпека, оцінювання, математична модель, аудит,
постачальники хмарних сервісів, CSP, IaaS, PaaS, CaaS, FaaS, SaaS

Список використаної літератури:
1. Analysis of modern cloud services to ensure cybersecurity / Y. Pedchenko et al. Procedia
Computer Science. 2022. Vol. 207. P. 110–117. URL: https://doi.org/10.1016/j.procs.2022.09.043.
2. What Is Cloud Security? - Issues & Threats | Proofpoint US. Proofpoint. URL:
https://www.proofpoint.com/us/threat-reference/cloud-security.
3. What is Cyber Espionage? | CrowdStrikee. CrowdStrike: We Stop Breaches with AI-native
Cybersecurity. URL: https://www.crowdstrike.com/cybersecurity-101/cyberattacks/cyberespionage/.
4. Top 15 Cloud Security Issues, Threats and Concerns. Checkpoint. URL:
https://www.checkpoint.com/cyber-hub/cloud-security/what-is-cloud-security/top-cloud-securityissues-threats-and-concerns/.
5. Top 10 Security Issues in Cloud Computing: Insights and Solutions. Veritis Group. URL:
https://www.veritis.com/blog/top-10-security-issues-in-cloud-computing/.
6. ISO/IEC 27001:2022. ISO. URL: https://www.iso.org/standard/27001.
7. Morgan T. Cloud Spending Curtailed, On Premises Spending Heading Into Recession. The
Next Platform. URL: https://www.nextplatform.com/2023/04/03/cloud-spending-curtailed-onpremises-spending-heading-into-recession/.
8. Корченко О. Системи захисту інформації: Монографія. Київ : НАУ, 2004. 264 с.
9. Модель системи характеристик даних для оцінювання стану кіберзахисту в Україні /
О. Потій та ін. Збірник наукових праць Центрального науково-дослідного інституту Збройних
Сил України №4. 2023. Т. 107. С. 313–329.
10. Morgan T. Cloud Spending Curtailed, On Premises Spending Heading Into Recession. The
Next Platform. URL: https://www.nextplatform.com/2023/04/03/cloud-spending-curtailed-onpremises-spending-heading-into-recession/.
11. IaaS vs. CaaS vs. PaaS vs. FaaS vs. SaaS – What’s the difference?. Stample.
URL: https://stample.com/link/stamples/5ff3d43b60b2acfb9eb5ceb6/iaas-vs-caas-vs-paas-vs-faasvs-saas-whats-the-difference.

ВИКОРИСТАННЯ СМАРТ-КОНТРАКТІВ ЯК ЗАСІБ ЗБЕРЕЖЕННЯ ДАНИХ В АВТОМАТИЗОВАНИХ СИСТЕМАХ

Ізмалков О. М. (Izmalkov O.M.) — 2025-01-14

Смарт-контракти є новітньою технологією, яка дозволяє
забезпечувати прозорість, безпеку та автоматизацію процесів у різних сферах діяльності.
Використання смарт-контрактів у автоматизованих системах для збереження даних дає можливість
мінімізувати ризики зловживання інформацією, а також гарантувати її цілісність і доступність. У
статті розглядаються основні принципи роботи смарт-контрактів, їх переваги у сфері обробки
даних, а також можливі сценарії застосування в автоматизованих системах. Запропоновані підходи
до інтеграції смарт-контрактів з сучасними базами даних, які забезпечують високу ефективність і
стійкість до зовнішніх впливів. Наведено аналіз перспектив застосування технології блокчейн для
вирішення завдань у промислових, фінансових і медичних автоматизованих системах.

Ключові слова: смарт-контракти, блокчейн, збереження даних, автоматизовані системи,
безпека інформації

Список використаної літератури:
1.Taherdoost H. Smart Contracts in Blockchain Technology: A Critical Review. Information.
2023. Vol. 14, no. 2. P. 117. URL: https://doi.org/10.3390/info14020117.
2. High-G Shock Reliability of 3-D Integrated Structure Microsystem Based on Finite Element
Simulation / Y. Long et al. IEEE Transactions on Components, Packaging and Manufacturing
Technology. 2021. Vol. 11, no. 8. P. 1243–1249. URL: https://doi.org/10.1109/tcpmt.2021.3094594
3. Tan E., Mahula S., Crompvoets J. Blockchain governance in the public sector: a conceptual
framework for public management. Government information quarterly. 2021. P. 101625. URL:
https://doi.org/10.1016/j.giq.2021.101625.
4. Guo H., Yu X. A survey on blockchain technology and its security. Blockchain: research and
applications. 2022. P. 100067. URL: https://doi.org/10.1016/j.bcra.2022.100067
5.Antonopoulos, A., & Wood, G. (2021). Mastering Ethereum: Building Smart Contracts and
Dapps. O'Reilly Media.
6.Blockchain for healthcare systems: architecture, security challenges, trends and future
directions / A. J et al. Journal of network and computer applications. 2023. Vol. 215. P. 103633.
URL: https://doi.org/10.1016/j.jnca.2023.103633.
7. Uni-OPU: An FPGA-Based Uniform Accelerator for Convolutional and Transposed
Convolutional Networks / Y. Yu et al. IEEE Transactions on Very Large Scale Integration (VLSI)
Systems. 2020. Vol. 28, no. 7. P. 1545–1556. URL: https://doi.org/10.1109/tvlsi.2020.2995741.

ІНТЕРНЕТ РЕЧЕЙ ДЛЯ РОЗВИТКУ ТА ДОСТУПНОСТІ ЦИФРОВОЇ ОСВІТИ

Зуб О. В. (Zub O.V.) — 2025-01-14

Інтернет речей (IoT) — це одна з ключових інновацій XXI століття, яка швидко розвивається. Його
різні аспекти, такі як інфраструктура, архітектура та безпека, відіграють важливу роль у формуванні
цифрового майбутнього. Кількість підключених пристроїв, відомих як IoT, стрімко зростає. Для
підтримки роботи цих пристроїв необхідна надійна мережа та забезпечення послуг на основі
додатків. В роботі була досліджена архітектура IoT, висвітлено її ключові особливості. Визначено
переваги використання інтернету речей в освіті, а саме: ефективніше управління навчальними
закладами, збір даних у реальному часі, контроль доступу до інформації, інтерактивний формат
навчання, автоматизація організаційних процесів, підвищена безпека, дистанційне навчання,
поліпшення навчального процесу через зворотний зв’язок, індивідуальний підхід до навчання,
підтримка учнів із особливими потребами, моніторинг стану здоров’я здобувачів освіти,
оптимізація управління ресурсами закладу освіти. Проаналізовані виклики при впровадженні
інтернету речей в освіту та надані рекомендації по їх подоланню. У контексті розвитку
інформаційних та комунікаційних технологій, а також суспільного прогресу, Інтернет речей набуває
дедалі більшого значення. Інтернет речей у сфері освіти відкриває нові можливості для покращення
навчальних результатів шляхом створення більш інтерактивного та індивідуалізованого досвіду,
підвищення ефективності управління та забезпечення в реальному часі аналітики для оцінки
успішності учнів. IoT відкриває нові можливості для модернізації освіти та покращення її якості.
Проте, для досягнення успіху необхідно долати фінансові та технологічні бар'єри, зокрема
забезпечення безпеки даних і рівного доступу до технологій для всіх учнів.

Ключові слова: Інтернет речей, IoT, архітектура, інформаційна система, комп’ютерна
мережа, цифрова освіта, освіта майбутнього

Список використаної літератури:
1. Internet of things in smart education environment: Supportive framework in the decision‐
making process / M. Abdel‐Basset et al. Concurrency and Computation: Practice and Experience.
2018. Vol. 31, no. 10. P. e4515. URL: https://doi.org/10.1002/cpe.4515.
2. Malik, R.H., and Rizvi, A.A. (2018). Effect of Classroom Learning Environment on Students'
Academic Achievement in Mathematics at Secondary Level. Bulletin of Education and Research,
40(2), 207-218.
3. Smart Learning based on Moodle E-learning Platform and Digital Skills for University
Students / H. T. S. Alrikabi et al. International Journal of Recent Contributions from Engineering,
Science & IT (iJES). 2022. Vol. 10, no. 01. P. 109–120. URL:
https://doi.org/10.3991/ijes.v10i01.28995.
4. Bin Theeb, S. A. (2019). The Role of IoT in Enhancing the Educational Process. International
Journal of Engineering and Advanced Technology, 8(5), 217-221.
5. Egido Gálvez I., Fernández Cruz F. J., Fernández Díaz M. J. Evaluation of the impact of
quality management systems on school climate. International Journal of Educational Management.
2016. Vol. 30, no. 4. URL: https://doi.org/10.1108/ijem-01-2015-0010.
6. Kamal Z. Internet of Things Applications, Challenges and Related Future Technologies.
Academia.edu - Find Research Papers, Topics, Researchers. URL:
https://www.academia.edu/76280918/Internet_of_Things_Applications_Challenges_and_Related_F
uture_Technologies.
7. Smart Learning based on Moodle E-learning Platform and Digital Skills for University
Students / H. T. S. Alrikabi et al. International Journal of Recent Contributions from Engineering,
Science & IT (iJES). 2022. Vol. 10, no. 01. P. 109–120. URL:
https://doi.org/10.3991/ijes.v10i01.28995.
8. Y.2060: Overview of the Internet of things. ITU: Committed to connecting the world. URL:
https://www.itu.int/rec/T-REC-Y.2060-201206-I.
9. A Survey on Internet of Things: Architecture, Enabling Technologies, Security and Privacy,
and Applications / J. Lin et al. IEEE Internet of Things Journal. 2017. Vol. 4, no. 5. P. 1125–1142.
URL: https://doi.org/10.1109/jiot.2017.2683200.
10. Internet of Things (IoT): A vision, architectural elements, and future directions / J.
Gubbi et al. Future Generation Computer Systems. 2013. Vol. 29, no. 7. P. 1645–1660. URL:
https://doi.org/10.1016/j.future.2013.01.010.

МЕТОД РАННЬОГО ВИЯВЛЕННЯ ТА ЗАХИСТУ ВІД МІНЛИВИХ DDOS АТАК НА ОСНОВІ АНАЛІЗУ ОБРОБКИ ПАКЕТНИХ ГРУП

Поночовний П. М. (Ponochovny P.M.) — 2025-01-14

У статті запропоновано метод раннього
виявлення та захисту від мінливих DDoS-атак, заснований на аналізі обробки пакетних груп. Метод
поєднує аналіз трафіку в реальному часі та машинне навчання для виявлення аномалій у поведінці
мережевих даних. Це дозволяє оперативно реагувати на зміни у векторі атаки та забезпечувати
стабільність і захищеність інформаційних систем. Ефективність методу підтверджено
експериментальними дослідженнями, які демонструють точність виявлення та мінімізацію
затримок у роботі мережі.
Метод базується на розподілі мережевого трафіку на групи пакетів, які аналізуються з
урахуванням їхніх статистичних, часових та поведінкових характеристик. Особливу увагу
приділено використанню алгоритмів машинного навчання для виявлення відхилень у паттернах
трафіку, що характерні для DDoS-атак. Запропонований підхід дозволяє ідентифікувати ознаки атак
на ранніх етапах, ще до того, як їхній вплив стане критичним для інфраструктури.
У роботі описано алгоритм обробки пакетних груп, що враховує змінність атак та адаптується
до нових технік зловмисників. Окремо розглянуто питання обчислювальної ефективності методу,
що є важливим для забезпечення його практичного застосування у високонавантажених системах.
Для оцінки ефективності було проведено серію експериментів на реальних і синтетичних наборах
даних, які продемонстрували високу точність виявлення атак (більше 95%) та низький рівень
помилкових спрацьовувань.
Застосування розробленого методу дозволяє не лише забезпечити ефективний захист від
сучасних DDoS-атак, але й мінімізувати ризики фінансових та репутаційних втрат, пов’язаних із
їхніми наслідками. Результати дослідження можуть бути інтегровані в існуючі системи захисту для
підвищення їхньої адаптивності та стійкості до кіберзагроз.

Ключові слова: DDoS-атаки, аналіз трафіку, обробка пакетних груп, захист мережі, машинне
навчання, кібербезпека, раннє виявлення

Список використаної літератури:
1. Using the Latest Methods of Cluster Analysis to Identify Similar Profiles in Leading Social
Networks. Bohdan Zhurakovskyi, Ihor Averichev and Ivan Shakhmatov. Information Technology
and Implementation (Satellite) Conference Proceedings, 21 November, 2023. URL: https://ceurws.org/Vol-3646/Paper_12.pdf
2. Корченко А. Методи ідентифікації аномальних станів для систем виявлення вторгнень.
Монографія, Київ, ЦП «Компринт», 2019. URL:
https://nubip.edu.ua/sites/default/files/u34/monografiya_korchenko_anna_1.pdf
3. С. Казмірчук, А. Корченко, Т. Паращук, «Аналіз систем виявлення вторгнень», Захист
інформації, Т.20, №4, с. 259-276, 2018. URL: https://doi.org/10.18372/2225-5036.24.13431.
4. І. Терейковський, А. Корченко, Т. Паращук, Є. Педченко, «Аналіз відкритих систем
виявлення вторгнень», Безпека інформації. Т.24, №3, с. 201-216, 2018. URL: https://doi.org/10.18372/2225-5036.24.13431
5. Юдін О. К., Коновалов Е. О., Рогоза І. Є. Методи виявлення атак до інформаційних
ресурсів автоматизованих систем. Ukrainian information security research journal. 2010. Т. 12,
№ 2 (47). URL: https://doi.org/10.18372/2410-7840.12.1940.
6. Гончаренко М.С. Кіберзахист: основи аналізу. Львів: Видавництво ЛНУ, 2020.
7. Using machine learning to classify DOS/DDOS attacks / M. S. Kavetskyi et al.
Radiotekhnika. 2024. No. 217. P. 55–63. URL: https://doi.org/10.30837/rt.2024.2.217.04.
8. Savchenko V. A. Diagnosing the start of a slow HTTP DDoS attack based on two-parameter
traffic correlation analysis. Telecommunication and Information Technologies. 2021. Vol. 73, no.
4. URL: https://doi.org/10.31673/2412-4338.2021.042840.
9. Chornobuk M., Dubrovin V., Deineha L. Cybersecurity: research on methods for detecting
ddos attacks. Computer systems and information technologies. 2023. No. 4. p. 6–9. URL:
https://doi.org/10.31891/csit-2023-4-1.
10. Lunhol O. Overview of cybersecurity methods and strategies using artificial intelligence.
Cybersecurity: education, science, technique. 2024. Т. 1, № 25. С. 379–389. URL:
https://doi.org/10.28925/2663-4023.2024.25.379389.
11. Гайдук С.П. Мережевий аналіз трафіку. Харків: Видавництво ХНУРЕ, 2022.
12. AWS Shield Whitepaper: Advanced DDoS Protection. Amazon Web Services, 2023.
13. Opanasenko M. I. The technology of ensuring cyber security of the cloud environment based
on the Cisco Cloudlock solution. Modern information security. 2023. Vol. 53, no. 1. URL:
https://doi.org/10.31673/2409-7292.2023.010010.
14. Lockhart A. Network security hacks. O'Reilly Media, Incorporated, 2006.

СТРУКТУРНА МОДЕЛЬ СИСТЕМИ ОЦІНКИ НЕГАТИВНИХ НАСЛІДКІВ ВТРАТИ ПЕРСОНАЛЬНИХ ДАНИХ

Корченко О. Г. (Korchenko O.G.) — 2025-01-15

У статті представлено структурну модель системи оцінки негативних
наслідків втрати персональних даних, яка спрямована на підвищення рівня інформаційної безпеки
організацій. Система дозволяє автоматизувати процес аналізу ризиків, прогнозувати можливі наслідки
витоків даних та мінімізувати фінансові втрати, відповідаючи вимогам GDPR. Розглянуто структуру
системи, що включає блоки формування та зберігання даних, ідентифікації та визначення рівня
порушення, формування експертної інформації, обробки експертних даних. Запропонований підхід
забезпечує адаптацію до специфіки організацій та створює основу для ефективного управління
ризиками і захисту персональних даних.

Ключові слова: захист персональних даних, система оцінювання негативних наслідків,
оцінювання у сфері інформаційної безпеки, Регламент GDPR, оцінювання збитків, втрата
персональних даних, конфіденційність персональних даних.

Список використаної літератури:
1. Регламент (ЄС) 2016/679 Європейського Парламенту і Ради від 27 квітня 2016 р. Про
захист фізичних осіб у зв’язку з обробкою персональних даних і про вільне переміщення таких
даних. Переклад українською мовою. URL: https://zakon.rada.gov.ua/laws/show/984_008-16.
2. ISO/IEC 27001: Information security, cybersecurity and privacy protection ‒ Information
security management systems ‒ Requirements. URL: https://www.iso.org/standard/27001.
3. Савельєва Т. В., Панаско О. М., Пригодюк О. М. Аналіз методів і засобів для реалізації
ризик-орієнтованого підходу в контексті забезпечення інформаційної безпеки підприємства.
Вісник Черкаського державного технологічного університету. Серія: Технічні науки. 2018. Т.
1, № 1. С. 81–89. URL: https://doi.org/10.24025/2306-4412.1.2018.153279.
4. Методика оцінки ризиків OCTAVE. Офіційний сайт CERT Carnegie Mellon University.
URL: https://www.cert.org/octave/.
5. OneTrust DataGuidance. OneTrust DataGuidance. URL:
https://www.onetrust.com/products/dataguidance/.
6. LogicGate. LogicGate. URL: https://www.logicgate.com/.
7. Varonis. Varonis. URL: https://www.varonis.com/.
8. Теоретико-множинна GDPR-модель параметрів персональних даних / О. Г. Корченко
та ін. Ukrainian Information Security Research Journal. 2020. Т. 22, № 2. С. 120–141. URL:
https://doi.org/10.18372/2410-7840.22.14871.
9. Метод оцінювання негативних наслідків від порушення конфіденційності
персональних даних / В. Шульга та ін. Ukrainian Information Security Research Journal. 2023. Т.
25, № 4. С. 254–268. URL: https://doi.org/10.18372/2410-7840.25.18232.

СПЛАЙН-ФУНКЦІЇ В ЗАДАЧАХ ІНТЕРПОЛЯЦІЇ

Сітко Д. О. (Sitko D.O.) — 2025-01-15

У даній
статті розглядаються типові області задач для застосування сплайн-функцій з метою інтерполяції та
апроксимації даних. Викладено аналіз великого списку сучасної літератури на обрану тему.
Проаналізовано різні види сплайнів, їх математичні властивості та сфери застосування. Особлива
увага приділяється перевагам сплайнів у порівнянні з іншими методами інтерполяції, через їх
високу точність наближення, гладкість утворюваних кривих, відносну простоту, можливість
зручного контролю форми та кривизни шляхом зміни параметрів.
Акцентується увага на перевагах використання сплайнів у контексті векторної графіки, серед
яких масштабованість та висока чіткість зображень незалежно від їх розміру. Векторна графіка, що
складається зі сплайнів, дозволяє створювати візуалізації, які зберігають свою точність і деталізацію
за будь-якого збільшення, що особливо важливо для технічних креслень та комп'ютерної графіки та
є придатною для глибокого машинного навчання.
Ілюструються конкретні приклади доцільності використання сплайнів у різних галузях науки,
інженерії, обробки сигналів та машинного навчання. Наведені приклади, що демонструють
ефективність їх використання для вирішення практичних задач та проблем, забезпечуючи при
цьому високу точність апроксимації. У статті наголошується на тому, що використання сплайнів
дозволяє не тільки покращити якість інтерполяції, а й значно спростити процес моделювання
складних систем.

Ключові слова: інтерполяція, сегментація, векторизація, сплайн, крива Безьє, топологічний
простір.

Список використаної літератури:
1. Андруник, В., & Малачівський, П. (2013). Неперервна та гладка мінімаксна сплайнапроксимація експоненційним виразом. Національний університет Львівська політехніка.
2. Адашевська, І. Ю., & Краєвська, О. О. (2013). Сплайн-інтерполяція. Механізм зміни
стикуючих функцій. Національний технічний університет «ХПІ».
3. Chen, C., & Bi, D. (2021). A motion image pose contour extraction method based on Bspline wavelet. International Journal of Antennas and Propagation.
4. Perperoglou, A., Sauerbrei, W., Abrahamowicz, M., & Schmid, M. (2019). A review of
spline function procedures in R. BMC Medical Research Methodology, 19(1), 46.
5. Prasad, A., Manmohan, A., Shanmugam, P. K., & Kothari, D. P. (2017). Application of cubic
spline interpolation technique in power systems: A review.
6. Raseli, S. S., Khusairy Faisal, N. A., & Mahat, N. (2022). The construction of cubic Bezier
curve. Journal of Computing Research and Innovation (JCRINN), 7(2), 111-120.
7. Balarama Krishna, C. (2018). Comprehensive revie of computational methods based on
splines used in the solution towards various classes of singularly perturbed problems. International
Journal of Pure and Applied Mathematics, 120(6), 167-188.
8. Zhao, P., Gao, F., Guo, K., Zhang, E., & Li, S. (2024). Trajectory optimization of B-splines
interpolation based on dynamic error adjustment. Journal of Physics: Conference Series, 2760(1),
012038.
9. Cirilo, E. R., & Natti, P. L. (November 2023). Quality parameter for edge representation of
images via cubic spline. Semina Ciências Exatas e Tecnológicas.
10. Schumaker, L. L. Spline functions: Basic theory (3rd ed.). Cambridge University Press.
11. Qanungo, M. S. K. (2024). Automated defect recognition using spline interpolation.
International Journal of Scientific Research in Engineering and Management, 8(5), 1-5.
12. Wu, Wen-Yen. (December 2022). Shape recognition using segmenting and string matching.
Asian Journal of Applied Sciences, 10(6), 528. Asian Online Journals.
13. Khlefha, A. R. (2024). A comprehensive review of applications of spline function.
International Academic Journal of Science and Engineering, 11(1), 322-331.
14. Cuevas, E., Luque Chang, A., & Escobar, H. (2023). Spline interpolation. In Computational
methods with MATLAB (pp. 151-177). Springer.
15. Schneider, P. (2014). NURB curves: A guide for the uninitiated. MACTECH.
16. What is a NURBS? http://www.rw-designer.com/NURBS.
17. Wang, Z., Li, Y., Xu, H., & Liu, J. (2022). P-spline curves. The Visual Computer, 39(2).
18. Sarfraz, M., & Masood, A. (2007). Capturing outlines of planar images using Bezier cubic.
Computers and Graphics, 31(2007), 719–729.
19. Waggoner, D. F. (November 1997). Spline methods for extracting interest rate curves from
coupon bond prices. Federal Reserve Bank of Atlanta Working Paper 97-10.
20. Ahmad, N., & Deeba, F. (2020). Study of numerical accuracy in different spline interpolation
techniques. Global Journal of Pure and Applied Mathematics, 16 (5), 687-693.
21. Nayak, R., & Patra, D. (2015). Image interpolation using adaptive P-spline. Annual IEEE
India Conference (INDICON).
22. Zhang, H., & Feng, J. (2006). Bezier curves and surfaces (1).
23. Rizal, S., & Kim, D. S. (2015). Image transmission in military network using Bezier curve.
Journal of Advances in Computer Networks, 3(2), 141–145.
24. Bezdek, J. C. (1981). Pattern Recognition with Fuzzy Objective Function Algorithms.
25. Decker, A. H. (2009). Kohonen neural networks for optimal colour quantization.
26. He, Y., Kang, S. H., & Morel, J. M. (2019). Topology and perception aware image
vectorization.
27. Khan, M. (2009). Approximation of circle using cubic Bezier curve.
28. R.K. Bawa, Spline based computational technique for linear singularly per- turbed boundary
value problems, Applied Mathematics and Computation, 167 (2005), 225-236.
29. Selinger, P. (2003). Potrace: A polygon-based tracing algorithm.
30. Shi, J., & Malik, J. (2000). Normalized cuts and image segmentation. IEEE Transactions on
Pattern Analysis and Machine Intelligence.
31. Song, J., et al. (n.d.). Line net global vectorization: An algorithm and its performance
evaluation.
32. Uemura, T., & Koutaki, G. (2011). Image segmentation based on edge detection using
boundary code. International Journal of Innovative Computing, Information & Control.
33. Valafar, F. (2002). Pattern recognition techniques in microarray data analysis. Annals of the
New York Academy of Sciences, 980.
34. Xu, G., & Wang, G.-Z. (August 2008). Extended cubic uniform B-spline and α-B-spline.
Acta Automatica Sinica, 34(8).

ЗАСТОСУВАННЯ ЗАСОБІВ WEBHOOK У СИСТЕМАХ ОБРОБКИ ТА УПРАВЛІННЯ СПОВІЩЕННЯМ ДЛЯ ПІДВИЩЕННЯ ПРОДУКТИВНОСТІ СЕРВЕРА

Катков Ю. І. (Katkov Yu.I.) — 2025-01-15

Веб-сервер додатків – це робочі засоби, які забезпечують взаємодію видавцяпередплатника під час використання різноманітних додатків для обробки навантаження з
обслуговування клієнтів відповідно до вимог отримання інформації від додатків. Для контролю за
якістю функціонування веб-сервера додатків виконується моніторинг продуктивності цього
сервера, що має вирішальне значення. Одним зі способів підвищення продуктивності веб-сервера
додатків є застосування систем обробки та управління сповіщеннями цих серверів. Системи
обробки та управління сповіщеннями є невід’ємною частиною інформування користувачів, їх
залучення та актуальної інформації. Традиційно для роботи таких систем застосовувався інтерфейс
API (Application Programming Interface) служби push-повідомлень. Інтерфейс можна розглядати як
взаємодію видавця-передплатника один з одним, використовуючи запити та відповіді. Але API – це
програма з функціями або дзвінками для додавання, редагування та отримання даних. Використання
API вимагає виконувати всю роботу щодо обробки та управління сповіщенням самостійно. Для
автоматизації процесу обробки та управління сповіщеннями у веб-сервера додатків розроблено
новий підхід, якій має назву Webhook. Застосування засобів Webhook у системах управління
сповіщень для підвищення продуктивності сервера – це інноваційна галузь, яка створює можливість
комп’ютерам і програмам по іншому виконувати завдання. Webhook – це метод щоб збільшити або
змінити поведінку веб-сторінки або програми додатку в веб-сервері за допомогою зворотних
дзвінків. Можна казати, що це механізм оповіщення системи видавця-передплатника про події, який
дозволяє одній системі повідомляти іншу систему про конкретні події в режимі реального часу. В
статті розглядається проблема застосування Webhook. Для вирішення цієї проблеми пропонується
розглянути такі завдання: коли потрібно використовувати Webhook; які переваги дозволяє отримати
застосування Webhook; які недоліки використання Webhook; як виконувати процес налаштування
та використання Webhook; які можна запропонувати рекомендації щодо використання Webhook.
Дані завдання є своєчасними та актуальними.

Ключові слова: Webhook, управління, сповіщення

Список використаної літератури:
1. What is a Webhook? How They Work With Examples URL:
https://www.ayrshare.com/what-is-a-webhook-how-they-work-with-examples/.
2. What is a Webhook? Understanding the difference and how to use them URL:
https://cyclr.com/blog/what-is-a-webhook.
3. What is a webhook? URL: https://www.redhat.com/en/topics/automation/what-is-awebhook.
4. What are webhooks and their use in server-side tracking Examples URL:
https://stape.io/blog/what-are-webhooks-and-their-use-in-server-side-tracking.
5. How To Effectively Monitor Server Performance Examples URL:
https://theqalead.com/test-management/server-performance-monitoring/.
6. Callback function Examples URL:https://developer.mozilla.org/ru/docs/Glossary/Callback_function.
7. What is a Push Notification Service? URL: https://aws.amazon.com/what-is/pushnotification-service/.
8. How to Take Control of Your Webhook Reliability Examples URL:
https://hookdeck.com/webhooks/guides/taking-control-of-your-webhook-reliability.
9. What are the benefits and drawbacks of webhooks for real-time data delivery? Examples
URL: https://www.linkedin.com/advice/0/what-benefits-drawbacks-webhooks-real-time-data.

ЗНИЖЕННЯ ЗАГАЛЬНОГО ЧАСУ БЛОКУВАННЯ (TBT) ДЛЯ ВЕБКОМПОНЕНТІВ ЗА ДОПОМОГОЮ РЕНДЕРУ НА БОЦІ СЕРВЕРУ

Василенко В. В. (Vasylenko V.V.) — 2025-01-15

Впровадження веб-компонентів в стандарти веб-розробки W3C відкриває чимало можливостей для
розробників веб-застосунків створювати сторінки не покладаючись на сторонні бібліотеки. В той
час як проліферація використання веб-компонентів дає нові можливості для користувачів стосовно
динамічного створення сторінок, зміна сторінки за допомогою JavaScript при старті додатку
негативно впливає на швидкість відображення та час до інтерактивності сторінки. Вище наведені
властивості є одними з основних, за якими пошукові машини визначають рейтинг сторінки. Також
використання JavaScript для відображення сторінки унеможливлює індексацію пошуковою
машиною. Технологія рендеру на боці серверу є перспективним рішенням зниження часу
відображення та зниження часу до інтерактивності сторінки, і також створює умови для індексації
пошуковою машиною.

Kлючові слова: веб, веб-сайт, рендер, HTML, рендер на боці серверу, SEO, JavaScript, вебкомпонент, TBT, total blocking time, загальний час блокування

Список використаної літератури:
1. First Contentful Paint | Lighthouse | Chrome for Developers. URL:
https://developer.chrome.com/docs/lighthouse/performance/first-contentful-paint
2. Cumulative Layout Shift (CLS). URL: https://web.dev/articles/cls
3. Total Blocking Time (TBT). URL: https://web.dev/articles/tbt
4. Angular - Server-side render. URL: angular.io/guide/ssr
5. React Server Components. URL: https://react.dev/reference/rsc/server-components
6. Strazzullo, F. (2023). Web Components. In: Frameworkless Front-End Development.
Apress, Berkeley, CA. URL: https://doi.org/10.1007/978-1-4842-9351-5_5.

ОЦІНКА ЯКОСТІ СИНТЕЗОВАНОГО МОВЛЕННЯ

Іщеряков С. М. (Ishcheriakov S.M.) — 2025-01-15

У статті досліджується
методи об’єктивної оцінки якості синтезованого мовлення, які можна використовувати для оцінки
точності та продуктивності систем синтезу мовлення. Цей підхід до оцінювання має на меті
забезпечити неупереджену міру підвищення якості синтезованого мовлення, незалежну від
суб’єктивних думок слухачів, таким чином полегшуючи розробку та вдосконалення систем синтезу
мовлення. Він також пропонує основу для порівняння різних систем синтезу мовлення, щоб
визначити, яка працює краще. Значна увага в статті приділяється використанню нейронних мереж
як інструменту для оцінки якості вихідного результату інших нейронних мереж, підкреслюючи
потенціал самооцінки в системах штучного інтелекту. Ефективність існуючих систем контролю
якості ретельно досліджується з визначенням їх сильних і слабких сторін. Крім того, стаття
висвітлює ключові переваги кожної доступної системи оцінювання, вносячи цінну інформацію в
постійне вдосконалення технологій синтезу мовлення.

Ключові слова: нейронна мережа, синтез мовлення, метрики оцінки, метрики.

Список використаної літератури:
1. Frederick Jelinek. Statistical Methods for Speech Recognition. MIT Press, 1997. – p. 300–320
2. Lawrence R. Rabiner, Ronald W. Schafer. Digital Processing of Speech Signals. Prentice Hall,
1978. – p. 215–250
3. Richard M. A. Monro, Nicolas Stoll. Perceptual Evaluation of Speech Quality (PESQ): The
New ITU Standard for End-to-End Speech Quality Assessment, Part I. – p. 98–112
4. Chin-Hui Lee, Frank K. Soong, Kuldip K. Paliwal. Automatic Speech and Speaker
Recognition: Advanced Topics. Springer, 1996. – p. 185–210
5. Lawrence R. Rabiner, Ronald W. Schafer. Introduction to Digital Speech Processing. Now
Publishers Inc, 2007. – p. 35–50
6. Francesco Camastra, Alessandro Vinciarelli. Machine Learning for Audio, Image and Video
Analysis. Springer, 2015. – p. 145–170
7. Stephan Raaijmakers. Deep Learning for Natural Language Processing. Manning Publications,
2022. – p. 300–325
8. Christopher Bishop. Pattern Recognition and Machine Learning. Springer, 2006. – p. 410–440
9. Paul Taylor. Text-to-Speech Synthesis. Cambridge University Press, 2009. – p. 120–145
10. Daniel Jurafsky, James H. Martin. Speech and Language Processing (3rd Edition). Pearson,
2023. – p. 500–525

ІНТЕГРАЦІЯ МЕТОДІВ ОПТИМІЗАЦІЇ ПРОЦЕСІВ ДЛЯ ЗНИЖЕННЯ ЗАТРИМКИ В РОЗПОДІЛЕНИХ ХМАРНИХ СИСТЕМАХ

Зінченко О. В. (Zinchenko O.V.) — 2025-01-15

Ця стаття досліджує інтеграцію
методів оптимізації процесів для вирішення проблем затримки в розподілених хмарних системах.
Дослідження спрямоване на підвищення продуктивності хмарної інфраструктури шляхом розробки
адаптивних алгоритмів управління ресурсами та динамічної маршрутизації. Запропоновані методи
включають можливості прийняття рішень у реальному часі для ефективного розподілу ресурсів та
управління трафіком, що дозволяє досягти значного зниження затримки на 30–40% у порівнянні з
традиційними підходами.

Ключові слова: хмарні системи, оптимізація процесів, зниження затримки, адаптивні алгоритми,
управління ресурсами, динамічна маршрутизація, розподілені обчислення, машинне навчання

Список використаної літератури:
1. Hwang, K., Fox, G. C., & Dongarra, J. (2013). Distributed and Cloud Computing: From Parallel
Processing to the Internet of Things. Morgan Kaufmann.
2. Armbrust, M., Stoica, I., Zaharia, M., & Fox, A. (2010). A view of cloud computing.
Communications of the ACM, 53(4), 50-58.
3. Dean, J., & Ghemawat, S. (2008). MapReduce: Simplified Data Processing on Large Clusters.
Communications of the ACM, 51(1), 107-113.
4. Buyya, R., Yeo, C. S., & Venugopal, S. (2008). Market-oriented cloud computing: Vision, hype,
and reality for delivering IT services as computing utilities. Proceedings of the 10th IEEE International
Conference on High Performance Computing and Communications, 5-13.
5. Zhan, Z., & Huo, H. (2015). Process optimization in cloud computing environments using
workflow scheduling techniques. Journal of Cloud Computing: Advances, Systems and Applications,
4(1), 1-12.
6. Ghaffari, A., Jenab, K., & Moslehpour, S. (2019). An overview of process optimization methods
in cloud computing environments. Procedia Computer Science, 159, 1686-1693.
7. Dastjerdi, A. V., & Buyya, R. (2016). Fog Computing: Helping the Internet of Things Realize its
Potential. Morgan Kaufmann.
8. Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, C. A., & Buyya, R. (2011). CloudSim: A
toolkit for modeling and simulation of cloud computing environments and evaluation of resource
provisioning algorithms. Software: Practice and Experience, 41(1), 23-50.

ОСОБЛИВОСТІ РОЗРОБКИ МОБІЛЬНОГО ДОДАТКУ ДЛЯ ДОСТАВКИ ПОСЛУГ З ВИКОРИСТАННЯМ БЕЗПІЛОТНОГО ЛІТАЛЬНОГО АПАРАТУ ТА ПЕРСОНАЛЬНИХ ЗАСОБІВ ДОСТАВКИ НА ВИМОГУ

Катков Ю. І. (Katkov Yu.I.) — 2025-01-15

Ринок додатків для доставки їжі не тільки надзвичайно динамічний і швидко зростає, але й дуже широкий. Логістика складає основу сервісних програм на
вимогу, і, отже, процес доставки є ключем до його здійснення. Галузь логістики та ланцюжків
постачання дуже швидко розвивається, і однією з найцікавіших інновацій є доставка замовлених
товарів дронами для повітряної доставки (unmanned aerial delivery vehicle - UADV) та роботами для
наземної доставки (personal delivery devices - PDD) на вимогу для підвищення ефективності та
швидкості доставки останньої милі. Компанії переходять на використання UADV/PDD на вимогу
шляхом автоматизації та масштабування поточних операцій послуг. Тому концепція використання
UADV/PDD на вимогу для швидкого та ефективного транспортування товарів привернула значну
увагу в останні роки. Технологія доставки замовлених товарів UADV/PDD на вимогу - революційна.
Завдяки своїй здатності швидко маневрувати та отримувати доступ до важкодоступних місць, ця
технологія пропонує безліч переваг, які можуть спростити процес доставки. Але їх впровадження
має як специфічні проблеми так і надає унікальні можливості та вимагає пошук кроків, необхідних
для втілення її у життя. Особливо це важливе враховувати під час розробки мобільних додатків для
служби доставки. У статті показано, що під час розробки мобільних додатків для служби доставки
необхідно враховувати технічні особливості застосування UADV/PDD, наводиться класифікація
UADV/PDD, які можуть використовуватися в логістиці доставки товарів на вимогу користувачам.
Розглянуто переваги та недоліки кожної групи UADV/PDD щодо їх застосування у логістиці
доставки різноманітних вантажів у різних умовах. На основі цього робляться висновки щодо
раціональності застосування певних типів UADV/PDD на вимогу для доставки їжі, а також завдання
з розробки мобільних додатків для служби доставки.

Ключові слова: логістика, ланцюжки постачання, мобільні додатки, дрони, роботи

Список використаної літератури:
1. Everything you should know about on-demand service apps. URL:
https://vilmate.com/blog/on-demand-service-apps/.
2. How to build on-demand delivery. URL: https://www.purrweb.com/blog/on-demanddelivery-app-development/.
3. Are food delivery drones part of the future of food delivery services? URL:
https://www.rst.software/blog/are-food-delivery-drones-part-of-the-future-of-food-deliveryservices.
4. On-demand drone delivery app development: transforming the future of logistics.
URL:https://www.appicial.com/blog/on-demand-drone-delivery-app-development.html.
5. The food you love, drone delivered in 5 minutes. URL: https://www.flytrex.com/.
6. Drone types: multi-rotor vs fixed-wing vs single rotor vs hybrid vtol.
URL:https://www.auav.com.au/articles/drone-types/.
7. Types of Drones to Know. URL: https://builtin.com/articles/types-of-drones.
8. Software for Drone Delivery. URL:https://dronebase.nl/drone-delivery-software/?lang=en.
9. Drone Delivery: Everything You Need To Know For Your Business In 2024.
URL:https://www.dropoff.com/blog/drones-delivery/.
10. What is the Difference Between a Drone, a UAV and a UAS? URL:
https://www.droneacademy-asia.com/post/what-is-the-difference-between-a-drone-a-uav-and-a-uas.
11. The Future of Delivery with Drones: Contactless,Accurate, and High-Speed.
URL:https://www.wipro.com/business-process/the-future-of-delivery-with-drones-contactlessaccurate-and-high-speed.

ДОСЛІДЖЕННЯ МЕТОДІВ ЗБІЛЬШЕННЯ ШВИДКОДІЇ ПІДСИСТЕМИ ПАМ’ЯТІ У ЕЛЕКТРОННО ОБЧИСЛЮВАЛЬНИХ МАШИНАХ

Целованський Т. Р. (Tselovanskyi T.R.) — 2025-01-15

У даній статті розглядаються
методи оптимізації взаємодії між процесором та оперативною пам'яттю (ОЗП) для підвищення
продуктивності комп'ютерних систем. Досліджуються основні параметри таймінгів пам'яті DDR4
згідно зі специфікацією JEDEC, а також вплив цих параметрів на швидкодію системи.
Досліджується взаємозалежність внутрішніх параметрів затримок пам’яті та їх вплив між собою.
Представлено рекомендації щодо налаштування первинних та вторинних таймінгів ОЗП, а також
особливості багатоканальних конфігурацій, які дозволяють досягти оптимальної швидкодії пам'яті
для наукових обчислень, машинного навчання та інших ресурсомістких завдань. Розглянуті основні
методи оптимізації, ключові особливості та вплив на швидкодію. Зазначено основні програми для
тестування стабільності системи при виконанні дій з оптимізації швидкодії, зроблена теоретична
викладка ключової інформації для подальших поглиблених досліджень теми, та впровадження
методів оптимізації для покращення швидкодії при роботі на ЕОМ та виконанні задач, що
потребують високої швидкодії системи. Проведено систематизацію інформації про затримки на
хардверному рівні, всередині центрального процесору та взаємодії внутрішнього контролеру
пам’яті з оперативними запам’ятовуючими пристроями.

Ключові слова: RAM, JEDEC, DRAM, DDR, латентність пам’яті, кеш-пам’ять процесора,
оптимізація затримок, таймінги ОЗП, методи оптимізації пам’яті, memory management

Список використаної літератури:
1. Tanenbaum, A. S., Austin, T. Structured Computer Organization: International Edition. New
York: Pearson Education, 2013. 656 с.
2. Hennessy, J. L., Patterson, D. A. Computer Architecture. Boston: Morgan Kaufmann, 2017.
856 с.
3. Patterson, D. A., Hennessy, J. L. Computer Organization and Design: The Hardware/Software
Interface. Morgan Kaufmann, 2021. 812 с.
4. Gilreath, W. F. Computer Architecture: A Minimalist Perspective. Boca Raton: CRC Press,
2019. 352 с.
5. Intel Corporation. Intel 64 and IA-32 Architectures Software Developer's Manual: Combined
Volumes: 1, 2A, 2B, 2C, 2D, 3A, 3B, 3C, 3D, and 4. Santa Clara: Intel Press, 2019. 1247 с.
6. Lin, Y., Snyder, L. Understanding Modern x86 Assembly Language: 32-bit, 64-bit, SSE, and
AVX. San Francisco: No Starch Press, 2018. 464 с.
7. Hwang, K., Briggs, F. A. Computer Architecture and Parallel Processing. New York:
McGraw-Hill Education, 2010. 752 с.
8. Kain, M. M., Mocaby, W. J. Intel Microprocessors: Hardware, Software, and Applications.
Upper Saddle River: Prentice Hall, 2014. 824 с.
9. JEDEC Solid State Technology Association. DDR4 SDRAM JESD79-4. 2012. 312 с.

МЕТОД ОЦІНКИ ЙМОВІРНОСТІ РЕАЛІЗАЦІЇ ТРАЄКТОРІЙ СОЦІОІНЖЕНЕРНОЇ АТАКИ В КОРПОРАТИВНИХ ІНФОРМАЦІЙНИХ СИСТЕМАХ

Запорожченко М. М. (Zaporozhchenko M.M.) — 2025-01-15

У статті запропоновано метод оцінки ймовірності реалізації траєкторій багатоетапних
соціоінженерних атак (SEA) у корпоративних інформаційних системах (КІС). Метод базується на
математичному моделюванні взаємодій між користувачами з урахуванням спільних проєктів,
комунікацій, ієрархічних звʼязків та спільного доступу до активів.
Розроблена модель дозволяє кількісно оцінити ймовірність поширення атак та побудувати
граф взаємодій для виявлення найбільш критичних звʼязків і вузлів системи. Застосування методу
допомагає визначати вразливі сегменти КІС, оптимізувати заходи реагування та мінімізувати
ризики успішної реалізації SEA.

Ключові слова: соціальна інженерія, графова модель, оцінка ризиків, ймовірність атаки,
інформаційна безпека

Список використаної літератури:
1. Albladi S., Weir G.R.S. Predicting individuals’ vulnerability to social engineering in social
networks. Cybersecurity. 2020. Vol. 3. 7. URL: https://doi.org/10.1186/s42400-020-00047-5
2. Albladi S., Weir G.R.S. A conceptual model to predict social engineering victims. 2019 IEEE
12th International Conference on Global Security, Safety and Sustainability (ICGS3). London, UK.
2019. Р. 212-212. URL: https://doi.org/10.1109/ICGS3.2019.8688352
3. Beckers K., Krautsevich L., Yautsiukhin A. Using Attack Graphs to Analyze Social
Engineering Threats. International Journal of Secure Software Engineering (IJSSE). 2015. Vol. 6, №
2. Р. 47-69. URL: https://doi.org/10.4018/IJSSE.2015040103
4. Albladi S., Weir G.R.S. User characteristics that influence judgment of social engineering
attacks in social networks. Human-centric Computing and Information Sciences. 2018. Vol 8, № 1.
5. URL: https://doi.org/10.1186/s13673-018-0128-7
5. Khan N., Houghton R. J., Sharples S. Understanding factors that influence unintentional
insider threat: a framework to counteract unintentional risks. Cognition Technology and Work. 2022.
Vol. 24, № 3. P. 393-421. URL: https://doi.org/10.1007/s10111-021-00690-z
6. Haber, M.J. Insider and external threats. Privileged Attack Vectors. 2020. Apress, Berkeley,
CA. P. 117-125. URL: https://doi.org/10.1007/978-1-4842-5914-6_7
7. Zeffane R., Tipu S., Ryan J. Communication, commitment & trust: exploring the triad.
International Journal of Business and Management. 2011. Vol. 6, № 6. P. 77-87. URL:
https://doi.org/10.5539/ijbm.v6n6p77
8. Suman S., Srivastava, A. K. Antecedents of organisational commitment across hierarchical
levels. Psychology and Developing Societies. 2012. Vol. 24, № 1. Р. 61-83. URL:
https://doi.org/10.1177/097133361102400103
9. Halima Kure, Shareeful Islam. Assets focus risk management framework for critical
infrastructure cyber security risk management. IET Cyber-Physical Systems: Theory & Applications.
2019. Vol. 4, № 4. Р. 332-340. URL: https://doi.org/10.1049/iet-cps.2018.5079
10. Klünder J., Schneider K., Kortum F., Straube J., Handke L., Kauffeld S. Communication in
teams – an expression of social conflicts. 6th International Conference on Human-Centred Software
Engineering (HCSE) / 8th International Conference on Human Error, Safety, and System
Development (HESSD). Stockholm, Sweden. August 29-31, 2016. P. 111-129, URL:
https://doi.org/10.1007/978-3-319-44902-9_8