Магістерські роботи (СП)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (СП) за Автор "Булах, Богдан Вікторович"
Зараз показуємо 1 - 20 з 24
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Автоматизація регресивного тестування з використанням машинного навчання(КПІ ім. Ігоря Сікорського, 2022-12) Михайловин, Роман Геннадійович; Булах, Богдан ВікторовичДокумент Відкритий доступ Автоматизований інструментарій розгортання хмарних сервісів(КПІ ім. Ігоря Сікорського, 2020) Паріс, Сергій Павлович; Булах, Богдан ВікторовичРобота виконана на 98 сторінках, містить 29 ілюстрації, 22 таблиці. При підготовці використовувалася література з 30 джерел. Актуальність. З розвитком інтернету та технологій розробки підхід до розробки та надання послуг картинально змінився. Сьогодні у інтернеті зберігається велика кількість веб-сайтів та різноманітної інформації. Разом із розвитком інтернету розвивались і веб-сервіси та способи їх розміщення на серверах. Спочатку це були власні сервери компаній, які мали безліч недоліків починаючи від потреби зберігати власний штат співробітників і закінчуючи тим, що ресурси кожного із серверів не використовувались на 100%, пізніше з’явились віртуальні машини, які теж мали свої недоліки у виді потреби віртуалізувати для кожної віртуальної машини операційну систему та фізичні компоненти комп’ютера. Ще пізніше з’явились контейнери, які використовуються на даний момент у світі. Відносно недавно кількість контейнерів, які розгортає компанія зросли до сотень а інколи і тисяч і гостро постало питання автоматичного розгортання таких сервісів. Саме цю проблему і вирішують такі системи як Kubernetes. Вони дозволяють автоматично розгортати безліч мікросервісів налаштувавши їх один раз конфігураційними файлами, а також підтримувати їх роботу. Мета. Метою роботи є дослідження сучасних підходів і методів для розгортання сервісів у хмарах а також розробка додатку що полегшить цей процес на одному із етапів. Завдання. Для досягнення мети роботи потрібно вирішити наступні завдання: проаналізувати процес розгортання сервісів у хмару; розділити процес розгортання на декілька процесів, які можна автоматизувати окремими додатками; проаналізувати все існуючі рішення в цій сфері; розробити програмний продукт, який запропонує альтернативу або полегшить і покращить роботу існуючих провідних рішень; розробити стратегію стартап-проекту, яка дозволить реалізувати описану технологію в якості конкурентноспроможного продукту. Об’єкт дослідження. Робота систем автоматичного розгортання сервісів. Предмет дослідження. Взаємодія та конфігурація систем автоматичного розгортання сервісів. Наукова новизна. Наукова новизна роботи полягає в інтеграції конфігурацій різних систем для автоматичного розгортання сервісів. Практична цінність. Практична цінність роботи полягає у аналізі методів та засобів аналізу структурованої інформації з інтернету, розробка веб- додатку як приклад використання. Публікації. Паріс С. П. Автоматизований інструментарій розгортання хмарних сервісів // Міжнародний науковий журнал «Інтернаука». – 2020. №12.Документ Відкритий доступ База знань як сервісa(2018) Слухай, Яна Олександрівна; Булах, Богдан ВікторовичДокумент Відкритий доступ Безпека даних у мікросервісній архітектурі при організації хмарних, крайових та туманних обчислень(КПІ ім. Ігоря Сікорського, 2022) Грудович, Володимир Іванович; Булах, Богдан ВікторовичДокумент Відкритий доступ Використання віддалених обчислювальних ресурсів для збірки програмного коду(КПІ ім. Ігоря Сікорського, 2021-12) Беляєв, Євгеній Андрійович; Булах, Богдан ВікторовичРобота виконана на 75 сторінках, містить 3 ілюстрації, 22 таблиці. При підготовці використовувалася література з 20 джерел. Актуальність теми. Існує набір ситуацій, коли використання віддалених обчислювальних ресурсів для збірки програмного коду може бути корисним. Збірка - дуже ресурсоємний процес, що використовує велику кількість обчислювальних ресурсів. Існують проекти збірка яких може займати години. Оптимізації процесу збірки - важлива задача, якій системи автоматизованої збірки програмного коду приділяють дуже велику увагу, про те регулярна збірка програмного коду великих проектів локально на робочій станції може додати великого дискомфорту у повсякденній діяльності. Варіантом, що може допомогти, є передача збирання програмного коду на іншу машину. Це може виявитись достатньо вигідним рішенням також у ряді інших ситуацій. Мета і завдання дослідження. Метою даної роботи є дослідження методів і підходів, що дозволяють використати обчислювальну потужність нелокальної віддаленої машини для збірки програмного коду, і розглянути можливість виконання цієї задачі готовими рішеннями. Предмет дослідження. Методи і практики використання віддаленої обчислювальної машини для збірки програмного коду. Рішення поставлених завдань і досягнуті результати. За результатами здійсненого дослідження було розроблено методи використання, віддаленої обчислювальної машини при різних сценаріях використання білд систем. Було проаналізовно програмне забезпечення, що дозволяють виконувати збирання програмного коду на віддаленій машині. Проведені тестування цих методів та проаналізована ефективність. Наукова новизна одержаних результатів. Розроблено 3 методи використання, віддаленої обчислювальної машини для збірки програмного коду.Документ Відкритий доступ Використання нейронних мереж у роботі з базами знань(КПІ ім. Ігоря Сікорського, 2021-12) Чернюк, Андрій Олександрович; Булах, Богдан ВікторовичРобота виконана на 99 сторінках, містить 35 ілюстрацій, 23 таблиці, 1 додаток. При підготовці використовувалась література з 56 джерел Актуальність теми Дана дисертація присвячена дослідженню нейронних мереж у рамках роботи з базами знань. Зі збільшенням кількості інформації зростає складність обробки і зберігання знань про цю інформацію. Використання баз знань стає більш частим рішенням при пошуку сховища для чітко структурованих даних. Збільшення об’ємів даних призводить до збільшення кількості ресурсів, що потребуються для її обробки. Це ускладнює процес ручної обробки даних. З поширенням використання баз знань зростає попит на спеціалістів, що мають можливість застосовувати свої знання на практиці. Це ставить певні обмеження на професіоналів у власних доменах, які не можуть застосовувати свої дані через звичайну нестачу навиків при роботі з базами знань. Використання нейронних мереж дозволяє вирішити різноманітні питання у полі роботи з базами знань. Актуальність роботи полягає в дослідженні сучасних підходів у різноманітних шляхах роботи з базами знань з використанням нейронних мереж, що дозволяють подолати проблеми, які виникають при роботі з базою знань (напряму чи опосередковано). Мета та задачі дослідження Метою даної роботи є дослідження використання нейронних мереж у рамках роботи з базами знань. Рішення поставлених завдань та досягнуті результати Для досягнення поставленого завдання було розглянуто формати представлення формалізованих знань у базах знань, включаючи RDF та різні діалекти OWL, виконано огляд літературних джерел та проаналізовано роботи, що використовують нейронні мережі для здійснення логічних висновків у базах знань. Опрацьовано літературні джерела, що присвячені вирішенню задач семантичній сегментації текстів з використанням нейронних мереж. Проаналізовано систему, що використовує семантичний аналіз вхідної послідовності для перетворення вхідної послідовності природною мовою на запит на мові SPARQL. Розглянуто використання згорткових, графових та гібридних мереж даного типу для роботи з графовим представленням формалізованих знань. Створено прототип системи перекладу вхідної послідовності на природній мові у мову запитів до бази знань SPARQL. Описано архітектурні особливості прототипу. Розглянуто механізм уваги і задачу машинного перекладу. Проаналізовано отримані результати. Об’єкт дослідження: Бази знань. Предмет дослідження: Застосування нейромереж у роботі з базами знань. Наукова новизна Наукова новизна роботи полягає у вирішенні задачі машинного перекладу зі зважуванням в рамках роботи з базами знань. Практичне значення одержаних результатів Робота може бути використана як база для системи отримання результатів з бази знань після запиту у вигляді послідовності на природній мові.Документ Відкритий доступ Використання семантики і формалізованих знань в інтелектуальній обробці даних(КПІ ім. Ігоря Сікорського, 2020-12) Бражник, Максим Русланович; Булах, Богдан ВікторовичРабота выполнена на 99 страницах, содержит 25 иллюстрации, 22 таблицы. При подготовке использовалась литература с 31 источника. Актуальность. С появлением интернета подход к технологиям кардинально изменился. На сегодняшний день во всемирной сети хранится большое количество информации. Такие массивы данных чрезвычайно трудно обрабатывать ручными способами, а с ростом цены на рабочую силу, это становится практически невозможно. Сейчас набирают большую популярность технологии структурирования информации в интернете для дальнейшей машинной обработки. К таким можно перечислить семантический веб, структуризация с помощью тегов и тому подобное. Такие подходы к хранению информации позволили применять методы классификации и кластеризации данных, смогут помочь человеку во время работы или даже заменить и автоматизировать весь рабочий процесс. Цель. Целью данной работы является исследование современных методов получения информации из сети и последующим использованием этих данных для кластеризации и добычи полезной информации. Это поможет автоматизировать рабочие процессы при нескольких шагов: поиска структурированной информации и ее последующим использованием методами data mining. Задание. Для достижения поставленной цели необходимо решить следующие задачи: проанализировать существующие подходы сбора информации в интернете; подробно разобрать наиболее целесообразные методы сбора; проанализировать успешный опыт реализации программного обеспечения иностранными коллегами в данной сфере; разработать программный продукт, который позволит решить проблемы инженеров во время сбора информации в интернете, а также предоставить инструментарий для анализа и добычи полезной информации; разработать стратегию стартап-проекта, которая позволит реализовать описанную технологию в качестве конкурентоспособного продукта. Объект исследования. Семантика и структурированная информация. Предмет исследования. Взаимодействие с структурированная информации и ее анализ. Научная новизна. Научная новизна работы заключается в исследовании способов сочетания технологий семантической сети и методов интеллектуального анализа данных для получения новых высококачественных процедур анализа данных. Практическая ценность. Практическая ценность работы заключается в анализе методов и средств анализа структурированная информации из интернета, разработка веб-приложения качестве примера использования. Публикации. Бражник М. Р. Использование семантики и формализованных знаний в интеллектуальной обработке данных // Международный научный журнал «Интернаука». – 2020. - No12.Документ Відкритий доступ Дослідження алгоритму Spike для вирішення великих систем рівнянь з матрицями стрічкового типу(КПІ ім. Ігоря Сікорського, 2020) Корчагін, Іван Олександрович; Булах, Богдан ВікторовичРобота виконана на 77 сторінках, містить 17 ілюстрацій, 24 таблиці. При підготовці використовувалась література з 26 джерел. У даній роботі проводиться аналіз алгоритму для вирішення СЛАР, що містить смугову матрицю, а також технологій для розробки алгоритму. Окремо розглянуті готові рішення на ринку для вирішення даного типу рівнянь. У ході роботи був виявлений оптимальний стек для розробки алгоритму проведена його безпосередня реалізація. Ефективність реалізації була перевірена під час порівняння алгоритму з вже реалізованими бібліотечними функціями. Підтверджена ефективність роботи алгоритму (як по часу виконання так і по споживаній пам’яті) для розріджених матриць с шириною смуги 12% від ширини матриці. Виявлені переваги та не недоліки алгоритму та запропоновані шляхи розвитку та поліпшення роботи алгоритму.Документ Відкритий доступ Дослідження технології Blazor для розробки інтерактивних веб-додатків(КПІ ім. Ігоря Сікорського, 2020) Бобирь, Віктор Леонідович; Булах, Богдан ВікторовичМетою даної дипломної роботи є дослідження нової технології Blazor від компанії Microsoft, створення за її допомоги на мові програмування C# інтерактивного веб-додатка для продажу продуктів харчування, використовуючи можливості платформи .NET та фреймворку ASP.NET Core. В роботі проведено аналіз розвитку технологій ASP.NET Core та Blazor, наведено особливості та переваги технологій Blazor Server та Blazor WebAssembly. Досліджено компоненти Blazor, їх будова, розміщення, способи виклику та механізми перенесення даних між ними. Підкреслено важливість обробки подій компонентів Blazor та зв’язування даних для створення інтерактивних веб-додатків. Розроблено інтерактивний веб-додаток за допомогою технології Blazor Server, описано клієнтський інтерфейс та переваги веб-додатку. Загальний об’єм роботи 73 с., 1 д., 28 рис., 8 табл., 17 джерел.Документ Відкритий доступ Засоби візуалізації даних у веб-застосунках дистанційного медичного моніторингу(КПІ ім. Ігоря Сікорського, 2022-12) Музика, Олександр Андрійович; Булах, Богдан ВікторовичДокумент Відкритий доступ Застосування алгоритмів машинного навчання для розв’язку систем лінійних алгебраїчних рівнянь(КПІ ім. Ігоря Сікорського, 2021-12) Лесик, Богдан Олександрович; Булах, Богдан ВікторовичРозв’язок великих розріджених систем лінійних алгебраїчних рівнянь – це проблема, яка часто зустрічається в інженерних задачах. В залежності від природи походження матриць і їх обумовленості, це може бути доволі складним завданням. У цій роботі розглянуто можливості застосування машинного навчання для розв’язку, в першу чергу, великих розріджених систем. Через похибки апроксимації нейронних мереж, основну увагу зосереджено на побудові передобумовлювача з допомогою останніх, в комбінації з подальшим застосуванням ітераційних алгоритмів. Реалізовано та досліджено два перспективних підходи: безпосередня генерація передобумовлювача нейронною мережею-автокодувальником та розпізнавання щільних діагональних блоків згортковою нейронною мережею з подальшим формуванням передобумовлювача Якобі. Ефективність запропонованих рішень була порівняна з класичними широко використовуваними методами генерації передобумовлювача, а також запропоновано подальші кроки у напрямку покращення досліджених рішень. Загальний обсяг роботи – 91 сторінка, 16 рисунків, 23 таблиці і 14 посилань.Документ Відкритий доступ Застосування методів на графах для зведення матриць до блочно-діагональної форми при схемотехнічному моделюванні(КПІ ім. Ігоря Сікорського, 2020-12) Федоренко, Дар'я Сергіївна; Булах, Богдан ВікторовичРобота виконана на 115 сторінках, містить 33 ілюстрації, 23 таблиці. При підготовці використовувалася література з 35 джерел. Актуальність. У наш час виникає досить глибока проблема паралельного вирішення СЛАР, бо це займає багато часу, тому важливо знайти швидкий та дієвий спосіб спростити цю задачу. На мою думку, слід почати з обернення матриці до блочно-діагональної форми. Це допоможе пришвидшити зведення та мінімізує складність часу. Мета. Знайти дієвий і найправильніший спосіб змінити таким чином симетричну матрицю щоб вона стала блочно-діагональною з обрамленням. Завдання. Для досягнення поставленої мети необхідно розв’язати наступні завдання: проаналізувати існуючі типи матриць для того, щоб обрати найбільш підходящу для вхідних даних; розібрати методи зведення матриць до блочно-діагональної форми; проаналізувати обрані методи на графах; розробити програмний продукт як приклад зведення; розробити стартап, який допоможе прорахувати усі доцільні витрати, та зробити продукт спроможним змагатися з іншими на рівні. Об’єкт дослідження. Симетричні та блочно-діагональні матриці, гіперграфи. Предмет дослідження. Взаємодія з матрицями та гіперграфами. Наукова новизна. Наукова новизна роботи полягає в дослідженні методів на графах для зведення матриць до блочно-діагональної та пошук способів мінімізації часу зведення. Практична цінність. Практична цінність роботи полягає у подальшому її використанні для паралельного вирішення СЛАР.Документ Відкритий доступ Застосування предметно-орієнтованих мов програмування для розробки Android-застосунків(КПІ ім. Ігоря Сікорського, 2024) Токар, Михайло Євгенович; Булах, Богдан ВікторовичМагістерська дисертація містить 120 с., 25 табл., 23 рис., 1 додаток, 83 джерела. Актуальність теми: тема є актуальною завдяки постійно зростаючому попиту на гнучкі, адаптивні та ефективні підходи до розробки мобільного програмного забезпечення. Об’єкт дослідження: розробка та застосування предметно-орієнтованих мов для програмування додатків на платформі Android. Предмет дослідження: сучасні методології та інструментарій для розробки, а також аналіз ефективності застосування DSL у контексті мобільної розробки на платформі Android. Мета дослідження: розробка та аналіз ефективності застосування DSL у контексті Android-розробки. Постановка задачі: аналіз та дослідження підходів та інструментів для розробки DSL та їх адаптація до потреб Android-розробки, програмна реалізація різних підходів та аналіз ефективності створених рішень За допомогою парсер-генератора ANTLR та можливостей мови програмування Kotlin було створено відповідно зовнішню та внутрішню DSL, проведено порівняння та аналіз ефективності кожного з підходів.Документ Відкритий доступ Оркестрування обчислень у мікросервісній архітектурі(КПІ ім. Ігоря Сікорського, 2024) Полєщук, Владислав Олександрович; Булах, Богдан ВікторовичМагістерська дисертація: 151 с., 18 рис., 24 табл., 1 дод., 13 джерел. Об'єкт дослідження: Архітектура мікросервісів та оркестрування обчислень в ній. Предмет дослідження: Механізми та інструменти для оркестрування обчислень в мікросервісних середовищах. Мета роботи: Дослідити ефективні стратегії оркестрування обчислень в мікросервісній архітектурі та розробити інноваційний оркестратор. Методи дослідження: Аналіз існуючої літератури, порівняльне дослідження існуючих інструментів, а також дослідження для створення нового оркестратора. Актуальність: Зі зростанням складності мікросервісних архітектур ефективна оркестрація обчислень має вирішальне значення для оптимальної продуктивності та використання ресурсів. Результати роботи: Розроблено новий оркестратор, адаптований для мікросервісної архітектури, що пропонує підвищену гнучкість та ефективність. Порівняльний аналіз існуючих інструментів та методологій.Документ Відкритий доступ Підходи до оптимізації запитів до реляційних баз даних з використанням машинного навчання(КПІ ім. Ігоря Сікорського, 2022-12) Загородній, Дмитро Олександрович; Булах, Богдан ВікторовичДокумент Відкритий доступ Резервне копіювання даних як послуга(КПІ ім. Ігоря Сікорського, 2024) Головін, Богдан Олександрович; Булах, Богдан ВікторовичМагістерська дисертація: 103 с., 111 рис., 11 табл., 5 дод., 30 джерел. Об’єкт дослідження – створення платформи, яка реалізує концепцію резервного копіювання даних як послуги. Предмет дослідження – методи та технології розробки платформи резервного копіювання даних як послуги (BaaS), зокрема використання Spring Boot, OpenFeign, React.js та Web3. Мета роботи – розробка та впровадження платформи резервного копіювання даних як послуги для оптимізації та автоматизації процесів резервного зберігання і відновлення інформації. Методи дослідження – аналіз сучасних методів та технологій резервного копіювання даних, вивчення можливостей інструментів розробки, таких як Spring Boot для серверної частини, OpenFeign для роботи з обміном повідомлень між клієнтом та сервером та React.js для створення користувацького інтерфейсу. Актуальність роботи – у сучасному інформаційному суспільстві зростає значення надійного та ефективного зберігання даних. Розробка платформи резервного копіювання даних як послуги є актуальною, оскільки надає можливість підприємствам та користувачам автоматизувати та оптимізувати процеси зберігання та відновлення інформації. Особливо з урахуванням стрімкого розвитку хмарних технологій та необхідності безпеки даних Результати роботи – готова платформа з реалізованим функціоналом резервного копіювання даних, що може бути використана як основа для подальших розробок та інтеграцій. А також порівняльний аналіз з існуючими рішеннями на ринку та виявлення переваг запропонованої платформи. Публікації: 1. Головін Б.О., Булах Б.В. Системні науки та інформатика: збірник доповідей ІІ науково-практичної конференції «Системні науки та інформатика» 4-8 грудня 2023 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2023. – 416 с., с. 268.Документ Відкритий доступ Розпізнавання підроблених зображень методами машинного навчання(КПІ ім. Ігоря Сікорського, 2021-12) Корнієнко, Олександр Сергійович; Булах, Богдан ВікторовичРобота виконана на 93 сторінках, містить 40 ілюстрацій, 22 таблиці. При підготовці використовувалась література з 25 джерел. Актуальність теми Соціальні медіа змінили спосіб взаємодії людей та продовження повсякденного життя. Поширена практика обміну зображеннями в Інтернеті за допомогою таких соціальних мереж, як Instagram. Люди щодня завантажують і діляться мільярдами фотографій у соціальних мережах. Instagram дозволяє користувачам робити фотографії, застосовувати цифрові фотографічні фільтри та завантажувати фотографії на веб-сайт для соціальних мереж разом з короткими підписами. Величезна кількість людей стали жертвами підробки фотографій у цей технологічний вік. Деякі злочинці використовують програмне забезпечення для використання зображень як доказів, щоб заплутати суди. Щоб покінчити з цим, усі фотографії, мають бути позначені як правдиві чи підроблені. Соціальні медіа - це чудова платформа для обміну знаннями та їх поширення, але якщо немає обережності, люди можуть бути введені в оману і навіть спонукані до дій даними, що не відповідають дійсності. Дуже мало робіт було завершено навколо виявлення аудіо, зображень та відео підробок. Тим не менш, кілька досліджень тривають, щоб визначити, що можна зробити з неймовірним розповсюдженням підроблених фотографій. Згідно з дослідженнями, ідентифікувати фейкові новини та зображення дуже важко, оскільки пошук фактів новин на чистій основі залишається відкритою проблемою, і для вирішення проблеми можна використовувати лише декілька існуючих моделей. У словах та зображеннях, які використовуються у фейкових новинах, є деякі приховані характеристики, які можна ідентифікувати за допомогою набору прихованих властивостей. Мета та задачі дослідження Метою даної роботи є створення можливостей Розпізнавання підроблених зображень методами машинного навчання Рішення поставлених завдань та досягнуті результати В ході виконання роботи були досліджені такі поняття як машинне навчання, його види та методи. Було спроектовано та реалізовано застосунок для перевірки зображень на наявність в них підробок різними методами. У застосунку було навчено три моделі, які можна використовувати для, власне, перевірки даних. Реалізацію було перевірено на відповідність вимогам, зроблено висновки щодо обраних підходів, переваг подальшого розвитку. Виявлені шляхи покращення застосунку у майбутньому та способи його використання. Об’єкт досліджень Механізм розпізнавання підроблених зображень методами машинного навчання Предмет досліджень Процес розпізнавання підроблених зображень методами машинного навчання Наукова новизна Машинне навчання (Machine Learning) - це відносно молодий напрямок розвитку технологій у тому вигляді, в якому є зараз. Наукова новизна роботи полягає у дослідженні можливостей використання засобів машинного навчання для пошуку підроблених зображень, а також у збільшенні точності результатів, що отримуються на прикладі використання декількох обраних методів та моделей Практичне значення одержаних результатів Отримані результати можуть використовуватись для подальшого розвитку застосунку, з метою спрощення користування даними можливостями користувачами. Спектр де людям знадобиться даний застосунок дуже широкий, починаючи з журналістики, правоохороних органів, закінчуючи багатьма варіантами в приватних цілях.Документ Відкритий доступ Семантична хореографія REST-сервісів(2018) Піпіч, Артем Андрійович; Булах, Богдан ВікторовичДокумент Відкритий доступ Семантичне оркестрування REST-сервісів(2018) Магас, Валентин Васильович; Булах, Богдан ВікторовичДокумент Відкритий доступ Сервер для мобільних застосунків як сервіс(КПІ ім. Ігоря Сікорського, 2024) Науменко, Євгеній Олегович; Булах, Богдан ВікторовичМагістерська дисертація: 102 с., 68 рис., 13 табл., 5 дод., 37 джерел. Об’єкт дослідження – створення серверної частини як сервісу для полегшення розробки мобільних додатків. Предмет дослідження – методи та технології розробки мобільного серверного сервісу (MBaaS), зокрема використання Spring Boot, gRPC, NATS, та Domain Driven Design. Мета роботи – дослідження галузі розробки серверу як сервісу та його існуючих провайдерів; розробка ефективного сервісу для мобільних застосунків, що надає можливість легкої інтеграції та розширення функціоналу через API. Методи дослідження – аналіз існуючих рішень MBaaS, сучасні підходи до проектування мікросервісної архітектури, розробка програмного забезпечення з використанням Spring Boot, тестування та інтеграція сервісів. Актуальність роботи – забезпечення потреби в швидкій та якісній розробці мобільних додатків у сучасному швидкозмінному технологічному середовищі, де час на розробку та адаптацію до потреб користувачів є критично важливим. Робота відповідає сучасним трендам розробки мобільних застосунків та вносить вклад у поліпшення та спрощення процесу їх створення. Результати роботи – гнучкий сервіс, побудований на новітніх технологіях з використанням кращих практик в архітектурі, який буде надавати функціонал серверу через API для легкої розробки мобільного застосунку. Публікації: 1. Науменко Є.О., Булах Б.В. Системні науки та інформатика: збірник доповідей ІІ науково-практичної конференції «Системні науки та інформатика» 4-8 грудня 2023 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2023. – 416 с., с. 320.