Магістерські роботи (СПСКС)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (СПСКС) за Назва
Зараз показуємо 1 - 20 з 258
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Автогенерація SQL-запитів на основі RESTful API для прискорення розробки логіки додатків(КПІ ім. Ігоря Сікорського, 2021) Штефанович, Георгій Миколайович; Коляда, Костянтин ВячеславовичДокумент Відкритий доступ Автоматизована система генерування UML діаграм(КПІ ім. Ігоря Сікорського, 2024) Цесля, Антон Дмитрович; Малежик, Петро МихайловичАктуальність теми. Документування програмного коду є критично важливою частиною процесу розробки та підтримки програмного продукту. В зв’язку зі стрімким збільшенням ролі інформаційних технологій в сучасному світі - складність та об’єми програмного коду в нових та існуючих проєктах постійно зростають. Людський ресурс та продуктивність праці є ключовим фактором розвитку продукту, це зумовлює те, що кожен учасник повинен мати можливість швидко дізнатись як працює той чи інший модуль проєкту для впровадження нового функціоналу чи відладки існуючого. Зважаючи на об’єми сучасних продуктів більшість розробників не знають досконально як працює вся інформаційна система, якою вони займаються. Для вирішення цього питання приходить різноманітна документація коду, яку, зазвичай, розробляють інженери, які займались ним. Зазвичай мова йде про різноманітні діаграми, які мовами розмітки на кшталт UML інженери створюють самі. Впровадження автоматичної системи генерації діаграм допоможе істотно прискорити процес розробки та підтримки продуктів та позитивно вплине на кінцевий результат. Об’єктом дослідження є алгоритми обходу абстрактного синтаксичного дерева(AST) згенерованого з вихідного коду C++ для автоматизованої генерації різноманітних діаграм мовою UML. Предметом дослідження є методи та технології обходу абстрактного синтаксичного дерева для автоматизованої генерації UML діаграм з вихідного коду C++. Метою роботи є детальний аналіз та розробка методу обходу AST для генерації різноманітних UML діаграм Наукова новизна полягає в автоматизованій генерації UML діаграм методом обходу абстрактного синтаксичного дерева з вихідного коду С++. Практична цінність отриманих робіт полягає в тому, що при розробці нового продукту, чи підтримці існуючого команда розробки буде мати можливість швидко автоматизувати дороговартісний по ресурсам процес документації проєкту, а саме її частину з діаграмами класів по поведінки, що дозволить зосередити більше ресурсів на розробку та пришвидшить ознайомлення нових людей з кодовою базою. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на XVІІ науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20-22 листопада 2024 р.), тези включені до дотатку А. Також вони були представлені на Х Міжнародній молодіжній науково-практичной інтернет-конференції «Наука і молодь в XXI сторіччі»(Полтава,28 листопада 2024р.), тези включені до додатку Б. Структура та обсяг роботи. Магістерська дисертація складається з вступу, 4 розділів та висновків. В додатку В предсталено презентацію, а в додатку Г – лістинг розробленого програмного забезпечення. У вступі подано обґрунтування актуальності теми, визначено об'єкт та предмет дослідження, сформульовано мету та завдання роботи, описано наукову новизну та практичну цінність отриманих результатів. У першому розділі зроблено оцінку важливості документування програмного коду, та проаналізовані існуючі способи для цього. У другому розділі проведено дослідження загальних молживостей UML діаграм та оглянуто інструменти для створення системи автоматичної генерації діаграм. У третьому розділі оглянуто структуру програмної системи, її модулі та алгоритми. У четвертому розділі розглянутий приклад генерації діаграм класів та поведінки У висновках представлені результати проведеної роботи. Работа представлена на 81 аркуші, містить 4 додатки та посилання на список використаних літературних джерел з 16 найменувань. У роботі наверено 8 рисунків та 6 таблиць Ключові слова: UML, абстрактне синтаксичне дерево, AST, C++, автоматична генерація діаграм, обход AST, документація програмного коду.Документ Відкритий доступ Автоматизована система для підтримки прийняття рішень в “A/B тестуванні”(КПІ ім. Ігоря Сікорського, 2024) Кривко, Євген Олегович; Малежик, Петро МихайловичАктуальність теми. A/B тестування є важливим інструментом у продуктовій аналітиці, що дозволяє компаніям приймати обґрунтовані рішення на основі даних, тестуючи вплив змін на користувачів та бізнес-метрики. Правильна перевірка результатів на статистичну значущість допомагає уникнути помилкових висновків і знизити ризик прийняття неправильних рішень, які можуть негативно вплинути на розвиток продукту та загальну ефективність бізнесу. Таким чином, автоматизація та вдосконалення підходів до перевірки статистичної значущості є актуальним завданням, що сприяє підвищенню точності та надійності результатів A/B тестувань, а також мінімізації ризику невірно прийнятих рішень. Об’єктом дослідження є процеси та методи статистичного аналізу результатів A/B тестування для прийняття обґрунтованих рішень у продуктовій аналітиці. Предметом дослідження є автоматизована система підтримки прийняття рішень в A/B тестуванні, що базується на статистичних методах оцінки значущості Мета роботи. Дослідження методів перевірки статистичної значущості в A/B тестуванні та розробка автоматизованої системи, яка базується на порівнянні різних підходів до перевірки статистичної значущості, яка дозволяє зменшити ризик прийняття невірних рішень, підвищуючи точність аналізу результатів тестування. Наукова новизна. У роботі запропоновано вдосконалену автоматизовану систему для оцінки результатів A/B тестування, яка враховує порівняння різних підходів до визначення статистичної значущості та адаптується до особливостей різних метрик. Це дозволяє не лише зменшити час на аналіз, але й підвищити точність та ефективність прийняття рішень, забезпечуючи оптимальний вибір методу для різних типів бізнес-метрик. Практична цінність. Розроблено систему, яка дозволяє отримати результати порівняння тестової та контрольної групи. Система надає можливість швидко і зручно оцінити різницю між групами, забезпечуючи аналітикам надійну основу для прийняття обґрунтованих бізнес-рішень на основі результатів тестування. Апробація результатів дисертації. Результати та висновки дослідження були представлені та обговорювалися на наступних наукових конференціях: 1. «Прикладна математика та комп’ютинг – ПМК’2024» (м. Київ, 20-22 листопада 2024 року). 2. Х Міжнародна молодіжна науково-практична інтернет-конференція «Наука і молодь в ХХІ сторіччі» (Полтавський університет економіки і торгівлі, 28 листопада 2024 року). Тези доповідей включено до Додатку А. Також результати дослідження було впроваджено в продуктовій компанії, довідка включена до Додатку В. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. Повний обсяг дисертації – 106 сторінок, у тому числі 94 сторінок основного тексту, 9 рисунків. У вступі подано узагальнену характеристику роботи, визначено актуальність теми, сформульовано мету, об'єкт і предмет дослідження, а також окреслено завдання, що підлягають розв’язанню. У першому розділі розглянуто основи статистичного аналізу у контексті A/B тестування, висвітлено основні методи оцінки статистичної значущості, включаючи параметричні, непараметричні та ресемплінгові методи, а також запропоновано порівняльний аналіз цих підходів. Розглянуто сучасні платформи для автоматизації A/B тестувань. У другому розділі проведено класифікацію метрик у A/B тестуванні. Описано особливості аналізу кожного типу метрик та відповідність статистичних методів їхньому аналізу. Пояснено критерії вибору методу залежно від типу даних і поставлених цілей. У третьому розділі проведено експериментальне дослідження методів перевірки статистичної значущості для різних типів метрик. Виконано порівняння методів за точністю, швидкодією та універсальністю, а також визначено їхні переваги та недоліки для використання в A/B тестуванні. Четвертий розділ описує розробку автоматизованої системи для оцінки результатів A/B тестування. Представлено архітектуру системи, основні компоненти та їх функції, а також результати тестування системи на реальних даних. У висновках підбито підсумки виконаної роботи, зазначено досягнення мети, а також запропоновано напрями подальших досліджень.Документ Відкритий доступ Автоматизована система збору та аналізу даних з веб-сайтів для прийняття рішень(КПІ ім. Ігоря Сікорського, 2023) Пузій, Богдан Анатолійович; Тесленко, Олександр КириловичАктуальність теми. Актуальність автоматизованих систем збору та аналізу даних з веб-сайтів для прийняття рішень в бізнесі залишається дуже високою і росте з кожним роком Збільшення обсягів даних в Інтернеті: Інтернет містить величезний обсяг інформації, і ця кількість продовжує зростати. Збільшення кількості веб-сайтів, соціальних мереж, форумів і т. д. створює великі можливості для збору даних. Конкуренція на ринку: В сучасному бізнесі конкуренція є жорсткою, і компанії шукають будь-який спосіб отримати конкурентну перевагу. Аналіз даних з веб-сайтів допомагає виявити нові можливості, розуміти попит споживачів і аналізувати дії конкурентів. Персоналізація і маркетинг: Клієнти очікують персоналізованого обслуговування, і збір та аналіз даних з веб-сайтів допомагає підприємствам створити більш індивідуалізовані підходи до своїх клієнтів. Тенденції і відгуки споживачів: Відгуки споживачів та відклики в інтернеті можуть значно вплинути на репутацію бренду. Важливо вчасно виявляти та реагувати на ці відгуки. Оптимізація процесів: Збір та аналіз даних може допомогти вдосконалити різні аспекти бізнесу, такі як логістика, управління запасами, ціноутворення тощо. Інновації і дослідження ринку: Дані з веб-сайтів дозволяють стежити за новими тенденціями і інноваціями в галузі, а також здійснювати дослідження ринку для прийняття стратегічних рішень. Інтелектуальні технології: Завдяки розвитку машинного навчання і обробки природної мови, автоматизовані системи стають все більше здатніми аналізувати великі обсяги даних з веб-сайтів і виділяти цінну інформацію. Загалом, використання даних з веб-сайтів для прийняття рішень в бізнесі допомагає підприємствам бути більш конкурентоспроможними, а також підвищує їх здатність реагувати на зміни на ринку та вимоги споживачів. Тому ця тема залишається важливою та актуальною. Об’єктом дослідження буде сам процес розробки, впровадження та тестування автоматизованої системи. Предметом дослідження є технічна реалізація системи та методи аналізу даних Мета роботи: Дослідження та аналіз проблеми: Розглянути поточний стан сфери бізнесу та виділити проблеми, які можуть бути вирішені за допомогою автоматизованої системи для збору та аналізу даних з веб-сайтів. Розробка автоматизованої системи: Розробити концепцію та архітектуру автоматизованої системи для збору та аналізу даних з веб-сайтів. Впровадження та тестування системи: Провести впровадження системи в реальному бізнес-середовищі та здійснити її тестування на практиці. Збір та аналіз даних: Зібрати дані з веб-сайтів і провести їх аналіз з метою виявлення інсайтів та корисної інформації для прийняття рішень в бізнесі. Практична цінність полягає у наступних причинах: Покращення прийняття рішень: Збір і аналіз даних з веб-сайтів дозволяє підприємствам отримувати важливу інформацію про свій ринок, конкурентів, споживачів та тренди. Ця інформація створює підґрунтя для більш обґрунтованих стратегічних та тактичних рішень. Моніторинг конкурентів: Збір даних з веб-сайтів конкурентів дозволяє слідкувати за їхніми акціями, цінами, продуктами та маркетинговими стратегіями. Це дає можливість адаптувати власні підходи для збереження конкурентної переваги. Підвищення ефективності маркетингу: Аналіз даних з веб-сайтів допомагає визначити ефективність рекламних кампаній та маркетингових заходів, що дозволяє зменшити витрати і зосередитися на стратегіях, які працюють краще. Підтримка прийняття рішень щодо асортименту товарів та послуг: Дані, зібрані з веб-сайтів, можуть допомогти підприємствам визначити попит на певні товари та послуги, а також спрогнозувати зміни у смаках споживачів, що полегшує управління асортиментом. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків до кожного розділу та загальних висновків по роботі в цілому. Ключові слова: автоматизована система, збір даних, аналіз даних, веб-сайти, прийняття рішень, бізнес-аналітика, маркетингові дослідження, конкурентний аналіз, рішення на основі даних, бізнес-інтелект, поток даних з веб-сайтів, моніторинг ринку, ефективність маркетингу, аналіз споживчої поведінки, попит на товари та послуги, система автоматизації даних, оптимізація бізнес-процесів, розширення асортименту, потенційні можливості бізнесу.Документ Відкритий доступ Адаптивний алгоритм керування роботою двигуна автомобіля(КПІ ім. Ігоря Сікорського, 2020-12) Побігай, Антон Олександрович; Тарасенко-Клятченко, Оксана ВолодимирівнаДокумент Відкритий доступ Алгоритм глибинного аналізу даних для задачі класифікації на основі штучного бджолиного рою(КПІ ім. Ігоря Сікорського, 2020-12) Абдураімов, Таір Заірович; Зорін, ЮрійДокумент Відкритий доступ Алгоритми лінійного криптоаналізу шифрування на підстановках довільної розрядності(2018-12) Чабан, Ярослав Юрійович; Тесленко, Олександр КириловичДокумент Відкритий доступ Апаратно-прискорене компонування кадрів з використанням реверсного рендерингу(КПІ ім. Ігоря Сікорського, 2021) Несук, Олександр Олександрович; Потапова, Катерина РоманівнаДокумент Відкритий доступ Апаратні засоби для підвищення продуктивності обробки зображень штучними нейронними мережами(КПІ ім. Ігоря Сікорського, 2021) Ясенко, Лев Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Багатомовна діалогова система з використанням засобів штучного інтелекту(КПІ ім. Ігоря Сікорського, 2024) Осика, Іван Олексійович; Павловський, Володимир ІллічАктуальність теми: Зростаюча потреба у зручному, інтуїтивному і ефективному інтерфейсі для користувачів в умовах глобалізації обумовлює актуальність розробки багатомовних діалогових систем. Такі системи здатні підтримувати комунікацію різними мовами, що є ключовим для міжнародних компаній, освітніх установ, туристичних компаній та інших сфер, де клієнти можуть мати різні мовні пріоритети. Багатомовні діалогові системи забезпечують більш гнучку взаємодію, спрощують доступ до інформації, а також сприяють підвищенню рівня задоволеності клієнтів. Завдяки розвитку технологій обробки природної мови (NLP) та машинного перекладу, такі системи стали потужним інструментом для подолання мовних бар’єрів і підвищення ефективності комунікації. Актуальність дослідження обумовлена потребою забезпечення інклюзивного доступу до інформаційних ресурсів, автоматизації підтримки клієнтів та підвищення продуктивності за рахунок спрощення процесів спілкування. Застосування багатомовних діалогових систем є однією з найбільш перспективних технологій у галузі автоматизації підтримки клієнтів та інтеграції мовних інтерфейсів. Такі системи не тільки полегшують спілкування, але й дозволяють користувачам безперешкодно отримувати інформацію рідною мовою, що значно підвищує рівень задоволеності. Вони також сприяють зменшенню навантаження на працівників служби підтримки та оптимізують робочі процеси за рахунок автоматизації. В умовах глобалізації бізнесу багатомовні діалогові системи відкривають нові можливості для компаній, що прагнуть забезпечити зручний і доступний сервіс на глобальному рівні, адаптований до різних культурних і мовних середовищ. Це стає критичним фактором у таких сферах, як медицина, туризм, освіта та фінансові послуги, де клієнт очікує персоналізованого підходу на зрозумілій йому мові. Об’єктом дослідження є технології багатомовної обробки природної мови, які дозволяють діалоговим системам підтримувати багатомовне спілкування та адаптуватися до різних культурних контекстів. Предметом дослідження є створення багатомовної діалогової системи, що здатна обробляти запити різними мовами, забезпечуючи користувачам зручний і доступний інтерфейс для взаємодії з інформаційними системами, базами даних та іншими ресурсами. Метою даної наукової роботи є розробка багатомовної діалогової системи, здатної підтримувати комунікацію на кількох мовах, що забезпечує інклюзивний доступ до інформації, зручне обслуговування клієнтів різних мовних груп та підвищення ефективності роботи з інформаційними запитами. Така система покликана сприяти підвищенню задоволеності клієнтів, розширенню клієнтської бази та покращенню якості взаємодії з користувачами. Методи дослідження: У роботі використовувалися інструменти та методи обробки природної мови (NLP), машинного перекладу, а також технології розпізнавання мови. Для обробки природної мови й підтримки багатомовності використовувалися моделі на базі Hugging Face Transformers, які дозволяють адаптувати систему до різних мовних середовищ. Інтеграція з сервісом DeepL забезпечила можливість автоматичного перекладу, що робить комунікацію ефективною та доступною для користувачів з різних мовних регіонів. Наукова новизна полягає в розробці багатомовної діалогової системи з підтримкою машинного перекладу та адаптації до культурного контексту. Використання моделей на основі трансформерів у поєднанні з інструментами для автоматичного перекладу дозволяє створити систему, що адаптується до специфічних мовних особливостей, зберігаючи високу точність і гнучкість при обробці запитів. Практична цінність роботи полягає у створенні багатомовної діалогової системи, яку можна застосовувати в міжнародному бізнесі, освіті, медицині та туризмі для автоматизації підтримки клієнтів, оптимізації бізнес-процесів і підвищення задоволеності користувачів. Система дозволяє компаніям розширювати свою присутність на нових ринках, забезпечуючи зручне обслуговування клієнтів незалежно від мови. Апробація роботи: Результати були апробовані шляхом створення прототипу багатомовної діалогової системи, що пройшов тестування на кількох мовах. Прототип підтвердив ефективність запропонованих методів у лабораторних умовах і продемонстрував можливість упровадження в реальних бізнес-середовищах. Структура та обсяг роботи. Магістерська дисертація складається зі вступу, чотирьох розділів та висновків. • У вступі обґрунтовано актуальність теми, сформульовано мету та завдання дослідження, описано наукову новизну і практичну значущість роботи, наведено дані про апробацію та впровадження результатів. • Перший розділ містить аналіз останніх досліджень у галузі багатомовних діалогових систем, методів NLP, обробки природної мови, застосування машинного перекладу та їхнього значення для забезпечення багатомовної підтримки. • Другий розділ охоплює огляд інструментів, необхідних для розпізнавання мовлення, обробки природної мови та перекладу, включаючи моделі на основі трансформерів від Hugging Face та DeepL. Описано архітектуру системи, яка підтримує її гнучкість і адаптацію до різних мовних середовищ. • Третій розділ містить опис функціональних можливостей системи, її здатність обробляти багатомовні запити, використовувати автоматичний переклад і забезпечувати адаптацію до культурних контекстів. • Четвертий розділ присвячений тестуванню системи, аналізу результатів і демонстрації її ефективності при обробці запитів на різних мовах. Оцінено потенційне впровадження системи в бізнес-середовище та різні галузі. У висновках проаналізовано результати роботи. Робота виконана на 96 аркуші, містить посилання на список літературних джерел з 21 найменування. У роботі наведено 27 рисунків. Ключові слова: багатомовна діалогова система, автоматизація, обробка природної мови, машинний переклад, розпізнавання мовлення, штучний інтелект, багатомовна підтримка, Hugging Face, DeepLДокумент Відкритий доступ Багатомовний модель-орієнтований підхід до розробки веб-додатків(2018-05) Ткаченко, Роман Юрійович; Боярінова, Юлія ЄвгенівнаДокумент Відкритий доступ Веб-орієнтована система для автоматизації роботи студентської поліклініки КПІ ім. Ігоря Сікорського (апаратна частина)(2018-12) Гриценко, Микита Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Веб-орієнтована система для автоматизації роботи студентської поліклініки КПІ ім. Ігоря Сікорського (програмна частина)(2018-12) Тіменко, Антон Олександрович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Вебсервіс підвищення роздільної здатності зображень з використанням SR-алгоритмів(КПІ ім. Ігоря Сікорського, 2021) Рекеда, Володимир Валерійович; Павловський, Володимир ІллічДокумент Відкритий доступ Високорівневий спосіб опису ресурсів хмарної інфраструктури(КПІ ім. Ігоря Сікорського, 2022-12) Хомутник, Дмитро Юрійович; Марченко, Олександр ІвановичДокумент Відкритий доступ Гібридизація способів детекції плагіаризму в програмному коді(КПІ ім. Ігоря Сікорського, 2021) Бойко, Владислав Володимирович; Павловський, Володимир ІллічДокумент Відкритий доступ Децентралізована інформаційна система управління логістикою на основі технологій блокчейн та IoT(КПІ ім. Ігоря Сікорського, 2024) Гаращук, Богдан Васильович; Сергієнко, Павло АнатолійовичАктуальність теми. У сучасних умовах розвиток логістичних процесів потребує використання інноваційних технологій для забезпечення прозорості, ефективності та безпеки операцій. Виклики, пов’язані з моніторингом умов транспортування, дотриманням термінів доставки та управлінням ризиками, вимагають нових підходів до управління даними. Інтеграція технологій блокчейну та Інтернету речей (IoT) створює унікальні можливості для автоматизації логістичних процесів, підвищення їхньої продуктивності та надійності. Поєднання IoT-пристроїв із блокчейн-інфраструктурою дозволяє створити прозору і захищену екосистему для управління логістичними операціями. Впровадження гібридного алгоритму консенсусу PoA і PBFT забезпечує як високу продуктивність, так і стійкість до збоїв, що є актуальним для систем реального часу. Метою дослідження є підвищення прозорості, забезпечення високої швидкодії, у логістичних системах шляхом розробки децентралізованої інформаційної системи управління логістикою, яка базується на інтеграції блокчейну та IoT. Об’єктом дослідження децентралізовані інформаційні системи на основі технології блокчейн для управління логістичними процесами. Предметом дослідження є методи та засоби розробки і інтеграції технологій блокчейну та IoT для створення децентралізованої системи управління логістичними процесами. Методи дослідження. У роботі застосовано метод порівняльного аналізу для оцінки ефективності різних алгоритмів консенсусу (PoW, PoS, PoA, PBFT), метод системного аналізу для проєктування модульної архітектури системи, методи моделювання для симуляції роботи алгоритмів консенсусу та експериментальний метод для тестування системи. Наукова новизна полягає у наступному: 1. Розроблено архітектуру децентралізованої інформаційної системи управління логістикою, яка інтегрує технології блокчейну та IoT. Архітектура забезпечує прозорість, незмінність даних і підвищення надійності та продуктивності логістичних процесів. 2. Розроблено інтеграцію IoT пристроїв у блокчейн для створення прозорого та незмінного реєстру логістичних операцій. Практична цінність роботи полягає в тому, що розроблена система може бути інтегрована у логістичні процеси для автоматизації контролю умов транспортування, моніторингу стану вантажів та перевірки дотримання термінів доставки. Модульна архітектура системи забезпечує її масштабованість і адаптацію до специфіки різних видів вантажів. Інтеграція IoT-пристроїв із блокчейном, у поєднанні з гібридним алгоритмом консенсусу PoA + PBFT, дозволяє створити прозору і захищену екосистему, а використання смарт-контрактів забезпечує автоматизацію перевірки умов транспортування та виконання фінансових операцій. Апробація роботи. ● XVII-й наукова конференція магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 (Київ, 20 – 22 листопада 2024р.). ● Науковий журнал «Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки» Структура та обсяг роботи. Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 80 аркушів основного тексту, 18 ілюстрацій, 3 таблиці. При підготовці використовувалася література з 16 різних джерел. Ключові слова: децентралізовані системи, блокчейн, IoT, логістика, алгоритми консенсусу, PoA, PBFT, смарт-контракти.Документ Відкритий доступ Децентралізований краудфандинг-протокол для фінансових транзакцій на основі технології блокчейн(КПІ ім. Ігоря Сікорського, 2024) Далечин, Владислав Олександрович; Петрашенко, Андрій ВасильовичАктуальність теми. На сьогодні краудфандинг є популярним способом залучення фінансування для різноманітних проектів. Проте існуючі централізовані платформи краудфандингу мають низку недоліків, таких як високі комісії, ризики шахрайства, відсутність прозорості та ін. Використання технології блокчейн дозволяє створити децентралізований краудфандинг-протокол, який усуває ці недоліки. Тому розробка такого протоколу є актуальною задачею. Об'єктом дослідження є процес децентралізованого краудфандингу на основі технології блокчейн Предметом дослідження є методи та засоби розробки децентралізованого краудфандинг-протоколу для фінансових транзакцій. Метою роботи є розробка та реалізація децентралізованого краудфандинг-протоколу, який на основі технології блокчейн забезпечує безпеку, прозорість, приватність та ефективність фінансових транзакцій. Дослідження спрямоване на налагодження внутрішніх механізмів протоколу, забезпечення масштабованості та швидкості операцій, розробку алгоритмів консенсусу та захисту від шахрайства, а також дослідження можливостей для інтеграції з існуючими блокчейн-платформами. Наукова новизна полягає в методиці ітеративної витрати зібраних фінансів для забезпечення повернення коштів користувачами, яка відрізняється від методик децентралізованого керування коштами типу DAO завдяки відсутності вектору атак типу Sybil, що дозволяє впровадити ізольований метод керування вкладеннями окремого користувача. Практична цінність отриманих в роботі результатів полягає в тому, що реалізована в протоколі методика ітеративної витрати зібраних коштів дозволяє забезпечити можливість повернення вкладених користувачами коштів у разі припинення або згортання проекту. Поступова витрата коштів протягом краудфандингової кампанії підвищує довіру учасників, оскільки їх внески не витрачаються одразу повністю. Апробація роботи. Запропонований підхід був представлений та обговорений на науковій конференції магістрантів та аспірантів «Прикладна математика та комп‘ютинг» ПМК-2023 (Київ, 28 - 30 листопада 20223 р.) та на «CXXXVI Міжнародній науково-практична конференції: Зимові наукові читання – 2023», яка відбулася 22 грудня 2023 р. у Києві, Україна. Структура та обсяг роботи. Магістерська дисертація складається з вступу, трьох розділів та висновків. У вступі подано загальну характеристику роботи, обґрунтовано актуальність теми дослідження, сформульовано мету, завдання, об'єкт, предмет та методи дослідження, розкрито наукову новизну та практичне значення отриманих результатів. У першому розділі проведено огляд літератури за темою дослідження, проаналізовано існуючі підходи до побудови децентралізованих систем краудфандингу. У другому розділі сформульовано вимоги до децентралізованого краудфандинг-протоколу, запропоновано його архітектуру та алгоритми функціонування. У третьому розділі описується вибір інструментів реалізації та реалізація прототипу протоколу. У четвертому розділі наведено результати експериментальних досліджень та оцінку ефективності розробленого протоколу. У висновках викладено основні результати дисертаційної роботи. Робота представлена на аркушах, містить посилання на список використаних літературних джерел.Документ Відкритий доступ Децентралізовані веборієнтовані засоби для контролю та виконання транзакцій із криптовалютою з використанням технології Blockchain(КПІ ім. Ігоря Сікорського, 2022-12) Шевченко, Дмитро Сергійович; Клятченко, Ярослав МихайловичДокумент Відкритий доступ Дослідження системи розпізнавання голосових сигналів в умовах обмеженої обчисленої потужності(2018-05) Кононенко, Олексій Сергійович; Терейковський, Ігор Анатолійович