http://ir.dspu.edu.ua/jspui/handle/123456789/144 2026-08-24T22:33:53Z 2026-08-24T22:33:53Z Шаклеіна, Ірина Савшак, Арсен Шаклеін, Олег http://ir.dspu.edu.ua/jspui/handle/123456789/11088 2026-08-17T12:17:28Z 2026-04-01T00:00:00Z

Название: МЕТОД ЗНИЖЕННЯ ХИБНИХ СПРАЦЮВАНЬ У СИСТЕМАХ ВИЯВЛЕННЯ ВТОРГНЕНЬ НА ОСНОВІ ПОРОГОВОЇ ФІЛЬТРАЦІЇ ТА GRADIENT BOOSTING Авторы: Шаклеіна, Ірина; Савшак, Арсен; Шаклеін, Олег Краткий осмотр (реферат): Зростання кількості та складності кіберзагроз зумовлює необхідність підвищення ефективності систем виявлення вторгнень. Практичне використання таких систем суттєво ускладнюється високим рівнем хибних спрацювань, який призводить до перевантаження фахівців з безпеки. Метою роботи є розробка методу зниження хибних спрацювань у системах виявлення мережевих вторгнень, що забезпечує оптимальний баланс між точністю класифікації, обчислювальною ефективністю та практичною придатністю для розгортання у реальних мережевих середовищах. Запропонований метод базується на поєднанні алгоритму градієнтного бустингу LightGBM із механізмом адаптивної порогової фільтрації з fallback-класом. В роботі розроблено мікросервісну архітектуру системи на базі контейнеризації Docker, яка включає п'ять основних компонентів: CICFlowMeter для формування потоків, Converter для конвертації форматів, Agent для батчування подій, API Server для класифікації та Dashboard для візуалізації результатів. Ключовою науковою новизною є алгоритм адаптивної порогової фільтрації, що використовує індивідуальні порогові значення для кожного класу атак та механізм автоматичного повернення до класу BENIGN у разі недостатньої впевненості моделі. Експериментальні дослідження, виконані на публічному датасеті CIC-IDS2017, показали що запропонований метод забезпечує точність класифікації на рівні F1-score = 0.949 при рівні хибних спрацювань 2.1%, що становить зниження на 74% порівняно з базовою моделлю LightGBM без постобробки. У порівнянні з багатошаровою нейронною мережею MLP запропоноване рішення забезпечує вищу точність при чотириразовому скороченні часу навчання та майже вдвічі швидшому інференсі. Також досліджено внесок кожного компонента запропонованої системи у точність виявлення кібератак. Результати тестування на різних типах атак показали найкращу ефективність виявлення для DDoS, PortScan та DoS-атак. Практична значущість роботи полягає у можливості застосування запропонованого методу в реальних системах виявлення вторгнень без потреби у графічних прискорювачах, що робить його придатним для організацій з обмеженими обчислювальними ресурсами. Описание: Зростання кількості та складності кіберзагроз зумовлює необхідність підвищення ефективності систем виявлення вторгнень. Практичне використання таких систем суттєво ускладнюється високим рівнем хибних спрацювань, який призводить до перевантаження фахівців з безпеки. Метою роботи є розробка методу зниження хибних спрацювань у системах виявлення мережевих вторгнень, що забезпечує оптимальний баланс між точністю класифікації, обчислювальною ефективністю та практичною придатністю для розгортання у реальних мережевих середовищах. Запропонований метод базується на поєднанні алгоритму градієнтного бустингу LightGBM із механізмом адаптивної порогової фільтрації з fallback-класом. В роботі розроблено мікросервісну архітектуру системи на базі контейнеризації Docker, яка включає п'ять основних компонентів: CICFlowMeter для формування потоків, Converter для конвертації форматів, Agent для батчування подій, API Server для класифікації та Dashboard для візуалізації результатів. Ключовою науковою новизною є алгоритм адаптивної порогової фільтрації, що використовує індивідуальні порогові значення для кожного класу атак та механізм автоматичного повернення до класу BENIGN у разі недостатньої впевненості моделі. Експериментальні дослідження, виконані на публічному датасеті CIC-IDS2017, показали що запропонований метод забезпечує точність класифікації на рівні F1-score = 0.949 при рівні хибних спрацювань 2.1%, що становить зниження на 74% порівняно з базовою моделлю LightGBM без постобробки. У порівнянні з багатошаровою нейронною мережею MLP запропоноване рішення забезпечує вищу точність при чотириразовому скороченні часу навчання та майже вдвічі швидшому інференсі. Також досліджено внесок кожного компонента запропонованої системи у точність виявлення кібератак. Результати тестування на різних типах атак показали найкращу ефективність виявлення для DDoS, PortScan та DoS-атак. Практична значущість роботи полягає у можливості застосування запропонованого методу в реальних системах виявлення вторгнень без потреби у графічних прискорювачах, що робить його придатним для організацій з обмеженими обчислювальними ресурсами.

2026-04-01T00:00:00Z Шаклеіна, Ірина Лучкевич, Михайло Гудь, Олекса http://ir.dspu.edu.ua/jspui/handle/123456789/11087 2026-08-17T11:49:35Z 2025-01-01T00:00:00Z

Название: Інтеграція інформаційних систем Авторы: Шаклеіна, Ірина; Лучкевич, Михайло; Гудь, Олекса Краткий осмотр (реферат): Посібник є комплексним і структурованим введенням до сучасних практик DevOps та неперервної інтеграції програмних рішень, має на меті формування розуміння сучасних підходів до розробки програмного забезпечення та практичних навичок роботи з системами неперервної інтеграції. Призначається для студентів, що навчаються за освітньо-професійними програмами першого (бакалаврського) та другого (магістерського) рівня вищої освіти галузі знань Інформаційні технології та споріднених галузей знань, пов’язаних з вивченням комп’ютерних інформаційних технологій. Може бути використаний викладачами в якості дидактичного матеріалу, а також для самостійного вивчення і підвищення кваліфікації. Описание: Посібник є комплексним і структурованим введенням до сучасних практик DevOps та неперервної інтеграції програмних рішень, має на меті формування розуміння сучасних підходів до розробки програмного забезпечення та практичних навичок роботи з системами неперервної інтеграції. Призначається для студентів, що навчаються за освітньо-професійними програмами першого (бакалаврського) та другого (магістерського) рівня вищої освіти галузі знань Інформаційні технології та споріднених галузей знань, пов’язаних з вивченням комп’ютерних інформаційних технологій. Може бути використаний викладачами в якості дидактичного матеріалу, а також для самостійного вивчення і підвищення кваліфікації.

2025-01-01T00:00:00Z Лешко, Роман Ярославович http://ir.dspu.edu.ua/jspui/handle/123456789/9974 2026-08-03T07:15:09Z 2026-01-01T00:00:00Z

Название: Теоретична фізика. Практикум з квантової механiки Авторы: Лешко, Роман Ярославович Краткий осмотр (реферат): Навчальний посiбник «Теоретична фiзика. Практикум з квантової механiки» написаний вiдповiдно до робочої програми навчальної дисциплiни «Теоретична фiзика» для пiдготовки фахiвцiв бакалаврського рiвня вищої освiти спецiальностi 014 Середня освiта (Фiзика, Iнформатика), затвердженої Вченою радою Дрогобицького державного педагогiчного унiверситету iменi Iвана Франка. У посiбнику подано приклади розв’язання задач з рiзних тем квантової механiки. Для посiбника характерне стисле викладення теоретичних вiдомостей з акцентом на основних положеннях та детальнi розв’язки задач.

2026-01-01T00:00:00Z Лешко, Роман Ярославович Гольський, Віталій Богданович http://ir.dspu.edu.ua/jspui/handle/123456789/9367 2026-08-03T07:15:58Z 2026-01-01T00:00:00Z

Название: Теоретична фізика. Частина 2 [тексти лекцій] Авторы: Лешко, Роман Ярославович; Гольський, Віталій Богданович Краткий осмотр (реферат): Навчальний посібник “Теоретична фізика. Частина 2 [тексти лекцій]” написаний відповідно до робочої програми навчальної дисципліни “Теоретична фізика” для підготовки фахівців бакалаврського рівня вищої освіти спеціальностей 014 Середня освіта (Фізика, Інформатика) затвердженої вченою радою Дрогобицького державного педагогічного університету імені Івана Франка. У посібнику подано тексти лекцій, які слугують базою для освоєння теоретичної фізики. Для посібника характерне стисле викладання теоретичних відомостей з акцентом на основних положеннях та аналітичних виведеннях.

2026-01-01T00:00:00Z