Browsing by Author "Мотиленко, Володимир Артемович"

Now showing 1 - 2 of 2

Аналіз підходів до реалізації систем електронного голосування
(Український державний університет науки і технологій, ННІ ≪Інститут промислових та бізнес технологій≫, ІВК ≪Системні технології≫, Дніпро, 2024) Остапець, Денис Олександрович; Мотиленко, Володимир Артемович
UKR: У роботі розглядаються сучасні підходи для побудови систем електронного голосування, такі як блокчейн, а також традиційні криптографічні методи, що включають гомоморфне шифрування, сліпий підпис та докази нульового розголошення. Метою роботи є вибір підходу до побудови систем електронного голосування на основі порівняльного аналізу їх основних характеристик. Вирішувані задачі: огляд вимог, узагальненої структури та основних процедур систем електронного голосування; аналіз існуючих видів систем електронного голосування та їх порівняльна характеристика. Виділено список вимог до систем електронного голосування, представлено узагальнені структури основних їх видів. Проведено порівняльний аналіз видів систем електронного голосування на основі відповідності вимогам. Зроблено вибір підходу для подальшої побудови системи.
Дослідження можливості використання RBF для визначення Smurf атак на основі бази даних KDDCup
(Таврійський національний університет імені В. І. Вернадського, Київ, Україна, 2022) Пахомова, Вікторія Миколаївна; Мотиленко, Володимир Артемович
UKR: Для виявлення мережевих атак у режимі реального часу використовуються системи виявлення вторгнень. Одним із найбільш ефективних підходів у класифікуванні великого обсягу даних є застосування нейромережевої технології, що дозволяє виявляти не тільки відомі мережеві атаки, але й виявляти нові. На сьогодні відомо, що помилкові спрацьовування відбуваються не завжди на одних і тих самих мережевих пакетах при аналізі за допомогою різних типів нейронних мереж: багатошарового персептрону; мережі Кохонена або самоорганізуючої карти; радіально-базисної мережі; нейронечіткої мережі, а також їх комбінацій. Для визначення мережевих атак категорії DoS з використанням бази даних KDDCup створено мовою Rust програму «RBF_DoS», в основу якої покладена мережа RBF конфігурації N-M-K, де N – кількість вхідних нейронів (параметри мережевого трафіку); M – кількість нейронів прихованого шару (кількість базисних функцій); K – кількість результуючих нейронів (мережеві класи атак) за методом стохастичного градієнтного спуску, у якості функції належності прихованих нейронів взято Гаусовську функцію. Проведено апробацію програми «RBF_DoS» на основі RBF конфігурації 29-50-3 для визначення кластерів (Normal; Smurf; Another_attack) з використанням наступних вибірок: навчальної, що складалася із 200000 прикладів на кожний кластер; тестової, що складалася із 10000 прикладів на кожний кластер; контрольної, що складалася із 100 прикладів на кожний кластер. На створеній програмі «RBF_DoS» проведено дослідження точності та середньоквадратичної похибки RBF за наступними параметрами: епохами навчання; довжиною навчальної вибірки; кількістю прихованих нейронів. Визначено, що при виявленні атак мережевого класу Smurf найменше значення середньоквадратичної похибки RBF досягалося за 10 епох навчання з використанням 101 прихованих нейронів, при цьому достатньо мати навчальну вибірку із 2408 прикладів; точність визначення атаки Smurf склало 0,99.