Центральноукраїнський науковий вісник. Технічні науки. Випуск_11. Частина 2. - 2025
Permanent URI for this collectionhttps://dspace.kntu.kr.ua/handle/123456789/16558
Browse
Search Results
Item Удосконалена математична модель оцінювання якості вебдодатків з відкритим кодом(ЦНТУ, 2025) Приходько, А. С.; Малахов, Є. В.; Prykhodko, А.; Malakhov, Е.Робота присвячена підвищенню достовірності оцінок якості вебзастосунків з відкритим кодом, розроблених із застосуванням фреймворків PHP, за метриками RFC, CBO та WMC. Наукова новизна результатів дослідження полягає в удосконаленні математичної моделі у вигляді довірчих інтервалів та інтервалів прогнозування нелінійних регресій для метрик RFC, CBO та WMC на рівні додатку для оцінювання якості ПЗ на основі тривимірного перетворення Бокса-Кокса, яка, на відміну від існуючих моделей, дозволяє здійснювати відповідне оцінювання для веб-додатків з відкритим кодом, розроблених за допомогою PHP фреймворків. Отримані результати мають наукове та практичне значення для оцінювання якості веб-додатків з відкритим кодом, розроблених з використанням таких відомих PHP фреймворків, як CakePHP, CodeIgniter, Laravel, Symfony та Yii, за даними їхніх метрик RFC, CBO та WMC на рівні додатку та можуть бути застосовані для створення нових моделей та алгоритмів для оцінювання якості веб-додатків. The problem of assessing the quality of the open-source software, including web applications developed using the PHP frameworks, is important because nowadays the popularity of open-source software is growing, and web application development is performed using frameworks. The object of the study is the process of assessing the quality of open-source web applications developed using PHP frameworks, using software metrics RFC (Response for Class), CBO (Coupling Between Objects), and WMC (Weighted Methods per Class). The subject of the study is the mathematical models to evaluate the quality of the open-source web applications developed using the PHP frameworks, using the software metrics RFC, CBO, and WMC.Item Контекстуальні характеристики цифрових слідів та їхній вплив на інформаційну безпеку університету(ЦНТУ, 2025) Лахно, М. В.; Lakhno, М.Для галузі управління інформаційною безпекою (ІБ) інформаційно-освітнього середовища університету (ІОСУ) показано, що ефективне використання даних, отриманих шляхом збирання та аналізу різних цифрових слідів (ЦС) користувачів, включно зі студентами, викладачами та співробітниками, можливе для підвищення рівня ІБ і ступеня його захищеності від зовнішніх і внутрішніх загроз. Розроблено концептуальну модель модуля системи підтримки прийняття рішень (СППР), що базується на аналізі ЦС користувачів ІОСУ. Модель враховує як контекстно-залежні, так і контекстно-незалежні характеристики ЦС (відповідно КЗХ, КНХ), що впливають на стан ІБ в ІОСУ. Аналіз ЦС у межах ІОСУ надає фахівцям з ІБ університету можливість не тільки визначати рівні компетентності та відстежувати індивідуальні освітні траєкторії студентів, а й розробляти відповідні керуючі впливи для забезпечення стійкості ІБ. Розглядається використання програмних продуктів, як-от Splunk і ELK Stack (що включає Elasticsearch, Logstash і Kibana), що дають змогу не тільки ефективно аналізувати, а й виявляти потенційні загрози ІБ ІОСУ. Ці інструменти забезпечують університетам високу ефективність в ідентифікації, відстеженні та аналізі проблем, пов'язаних із ЦС користувачів, тим самим сприяючи поліпшенню захисту від несанкціонованого доступу до ресурсів ІОСУ. For the studied area of information security management (ISM) of the university information and educational environment (IEE), it is shown that the effective use of data obtained by collecting and analyzing various digital footprints (DF) of users, including students, teachers and staff, is possible to increase the level of ISM and the degree of its protection against external and internal threats. A conceptual model of a decision support system (DSS) module based on the analysis of IOSS users' CS is developed. The model takes into account both context-dependent and context-independent characteristics of the CA (respectively, CCA, CCA) that affect the state of the IS in the IIS. The analysis of CS within the IES provides university IS specialists with the opportunity not only to determine the levels of competence and track individual educational trajectories of students, but also to develop appropriate controlling influences to ensure the sustainability of IS. We consider the use of software products such as Splunk and ELK Stack (which includes Elasticsearch, Logstash, and Kibana), which allow not only to effectively analyze but also to identify potential threats to IES. These tools provide universities with high efficiency in identifying, tracking and analyzing problems related to user's CA, thereby contributing to improved protection against unauthorized access to IPS resources.Item Особливості роботи складних обчислювальних алгоритмів на прикладі перевірки гіпотези Полокка(ЦНТУ, 2025) Недьошев, М. В.; Кириченко, В. В.; Nedoshev, М.; Kyrychenko, V.В роботі проведено аналіз алгоритмів пошуку представлення числа як суми тетраедричних чисел із використанням різних методів оптимізації, таких як жадібний алгоритм, апроксимація, двоє вказівників, мемоізація та багатопотоковість. Розглянуто різні техніки, що сприяють зменшенню часу обчислень, зокрема багатопотокова обробка та використання ефективних структур даних. Описано, як реалізувати ці методи в контексті різних мов програмування. Також проведено експерименти з оцінкою продуктивності різних підходів та порівняння результатів. Результати демонструють суттєве підвищення швидкості виконання алгоритму під час використання багатопотокових підходів та оптимізації коду. The aim of this article is to investigate and experimentally verify Pollock's third hypothesis, which states that any natural number can be represented as the sum of no more than five tetrahedral numbers. The main focus is on developing an efficient algorithm capable of processing large numbers to test the hypothesis on a numerical range up to one billion.Item Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile(ЦНТУ, 2025) Korniienko, O.; Kozub, N.; Dorenskyi, О.; Корнієнко, О. С.; Козуб, Н. О.; Доренський, O. П.An adaptive investor survey model employing advanced machine learning is presented to generate a continuous risk profile. Using conditional logic, weighting coefficients, and a continuous risk scale, it overcomes traditional questionnaire limitations to enhance accuracy and personalization. The system built on React, Node.js/NestJS, and Python/FastAPI efficiently processes responses and delivers tailored investment recommendations. The research also includes the results of a comparative analysis, a description of the data transformation methodology, and a secure data transfer scheme, confirming the practical effectiveness of the proposed solutions. The developed method, model, and technological solution of the AI-driven adaptive survey service enhance the accuracy and personalization of risk profiling. Праця присвячена розробці адаптивної моделі опитування інвесторів, яка використовує сучасні методи машинного навчання для формування детального континуального ризикового профілю. Традиційні анкети з оцінки ризику, які гуртуються на статичних і дискретних шкалах, часто не враховують багатовимірність індивідуальної толерантності до ризику, особливо в умовах низького рівня фінансової грамотності. Це дослідження має на меті подолати зазначені обмеження, підвищити точність і рівень персоналізації інвестиційних рекомендацій.