Математичнi методи кiбернетичної безпеки
Постійне посилання зібрання
Переглянути
Перегляд Математичнi методи кiбернетичної безпеки за Дата публікації
Зараз показуємо 1 - 7 з 7
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Методика підвищення стійкості системи електронного голосування до деструктивних впливів з використанням удосконаленої блок-чейн технології(КПІ ім. Ігоря Сікорського, 2023) Тараканов, Є. О.; Даник, Ю. Г.В роботі розглянуто методику підвищення стійкості системи електронного голосування до деструктивних впливів із використанням удосконаленої блок-чейн технології. Проаналізовано найбільш поширені види атак на електронні системи голосування та запропоновані методи захисту від них з використанням блок-чейн технології. Встановлено, що використовуючи блок-чейн технології, ми можемо значно підвищити стійкість системи електронного голосування до різних видів атак, таких як перешкоджання проведення виборчої діяльності, підміна голосів фейками, маніпуляція із зареєстрованими голосами, порушення кофіденційності. Отримані результати допоможуть у майбутньому розробникам у написанні програмного забезпечення, додатків, систем електронного голосування, а також практичних завдань в області кібербезпеки.Документ Відкритий доступ Алгоритм виявлення фейкових сторінок соціальної мережі «Instagram»(КПІ ім. Ігоря Сікорського, 2023) Приходько, А. Р.; Смирнов, С. А.Дана стаття створення для освітлення проблеми фейкових сторінок у соціальній мережі «Instagram». Наведено основні проблеми та загрози спричинені їх існуванням. Запропоновано використання методу KNN для класифікації того, чи є профіль у соціальній мережі справжнім.Документ Відкритий доступ Взаємодія індивідів із різних етичних систем(КПІ ім. Ігоря Сікорського, 2023) Легенчук, М. О.; Смирнов, С. А.У даній роботі аналізується взаємодія між рефлексивними індивідами різних етичних систем за допомогою засобів булевої алгебри та аналізуються новини сьогодення задля визначення приналежності населення України та Росії до певної етичної системи. Дослідження базуються на системі В. Лефевра, який виділив дві основні етичні системи, притаманні людству: перша з них («американська») базується на забороні зла, тоді як друга – («радянська») – на декларації добра. Індивіди, що належать до різних етичних систем, можуть мати кардинально різний світогляд та уявлення про такі, здавалося б, базові речі, як добро та зло. Ці знання можуть бути використані і для аналізу поведінки людей під час російсько-українського конфлікту.Документ Відкритий доступ Аналiз методiв прогнозування часових рядiв в завданнях OSINT(КПІ ім. Ігоря Сікорського, 2023) Фегер, А. П.; Ланде, Д. В.Прогнозування часових рядів є важливою нішею в сучасному процесі прийняття рішень та вибору тактик, в перерізі з технологією OSINT такий підхід може допомогти передбачати події та дозволяти ефективно реагувати на них. Для цього було вибрано LSTM, ARIMA, LPPL (JLS), N-gram в якості методів прогнозування часових рядів, реалізовано їх прості форми на основі часового ряду кількісних згадувань про системи старлінк, отриманих та сформованих за допомогою технології OSINT. Базуючись на цьому, було досліджено їх загальну ефективність та можливості по застосуванню в комбінації з технологією OSINT для формування прогнозу майбутнього.Документ Відкритий доступ Feature based analysis for suggestive influence detection(КПІ ім. Ігоря Сікорського, 2023) Nakonechna, Y. V.The paper analyses the existing approaches and methods of analysing and identifying instruments of suggestive influence, provides a consolidated list of typical features used to analyse instruments of suggestive influence, studies, analyses and summarises the characteristic markers inherent in the main instruments of suggestive influence, such as propaganda, fake, disinformation, manipulation, and artificial narrative.Документ Відкритий доступ Оцінка ризиків в кібербезпеці за допомогою Q-аналізу(КПІ ім. Ігоря Сікорського, 2023) Полуциганова, В. І.; Смирнов, С. А.В статті розглянуто модель оцінки кібернетичного ризику з урахування зв’язків високих порядків та моделювання системи за допомогою Q-аналізу.Документ Відкритий доступ Допомога нейромереж у виправленні вразливостей в коді Python(КПІ ім. Ігоря Сікорського, 2023) Товстоноженко, М. С.; Смирнов, С. А.В цій роботі розглянуто поширені вразливості програмного коду на Python та можливі способи зробити код більш безпечним з використанням сучасних нейронних мереж. Також розглянуто роботу інструменту для аналізукоду мови програмування Python, який виявляє проблеми безпеки в коді; розглянуто нейронну мережу для генерації програмного коду.