Безкодовий підхід до побудови семантичних мереж засобами промпт-інжинірингу

Скорочена інформація про документ
dc.contributor.authorЛанде, Дмитро Володимирович
dc.contributor.authorРибак, Олександр Олегович
dc.date.accessioned2026-02-04T09:19:31Z
dc.date.available2026-02-04T09:19:31Z
dc.date.issued2025
dc.description.abstractУ статті запропоновано безкодовийпідхід до побудови семантичних мереж засобами промпт-інжинірингу з використанням великих мовних моделей (LLM). Розроблено фреймворк, у якому базові примітиви –умова, цикл і функція –поєднуються у композиційні структури, що забезпечують автоматизоване виділення понять, встановлення між ними зв’язків і побудову формалізованих графів знань. Запропонований метод спирається на принцип no-code, який дозволяє описувати алгоритмічну логіку природною мовою без залучення програмного коду. Це робить можливим використання великих мовних моделей не лише як генераторів тексту, а як повноцінних інструментів для побудови структур знань.У межах дослідження LLM розглядається як рушій для автоматизованої онтологічної інженерії. Модель інтерпретує природномовні інструкції як формалізовані дії, що дає змогу ітеративно виділяти ключові концепти, визначати типи відношень і формувати графи знаньіз заданою логічною послідовністю. Особливу увагу приділено галузі кібербезпеки, де швидке створення й актуалізація онтологій загроз має вирішальне значення для своєчасного реагування на нові вектори атак.Практична реалізація підходу здійснена на прикладі побудови семантичної мережі у тематиці фішингових атак. У ході експерименту мовна модель GPT-5 обробила 48 новинних повідомлень, автоматично сформувавши близько 70 пар пов’язаних понять. Отриманий граф знань відобразив цілісну структуру домену, де центральне поняття “фішинг” поєднано з численними похідними термінами: кібератака, соціальна інженерія, підроблена сторінка, шкідливе ПЗ тощо. Результати експерименту доводять, що запропонована методика забезпечуєрелевантність міжпоняттєвих зв’язків і збагачення базової термінології семантично спорідненими поняттями.Інтеграція великих мовних моделей у процес онтологічного моделювання спрощує створення структур знань, знижує поріг входження для користувачів без досвіду програмування та відкриває перспективи розвитку нейросимволічних систем, що поєднують генеративні можливості моделей із формальними методами представлення знань. Запропонований підхід має високий потенціал практичного застосування в галузях, які потребують динамічного оновлення знань, –передусім у кібербезпеці, медицині, фінансових технологіях і аналітиці даних
dc.description.abstractotherThe article proposes a no-code approach to building semantic networks by means of prompt engineering using large language models (LLMs). A framework is developed in which the basic primitives –condition, loop, and function –are combined into compositional structures that ensure automated extraction of concepts, establishment of links between them, and construction of formalized knowledge graphs. The proposed method relies on the no-code principle, which makes it possible to describe algorithmic logic in natural language without involving program code. This enables the use of large language models not only as text generators but as full-fledged tools for constructing knowledge structures.Within the study, an LLM is considered as a driver for automated ontology engineering. The model interprets natural-language instructions as formalized actions, which makes it possible to iteratively extract key concepts, determine types of relations, and form knowledge graphs with a given logical sequence. Particular attention is paid to the field of cybersecurity, where rapid creation and updating of threat ontologies is crucial for timely response to new attack vectors.The practical implementation of the approach is carried out on the example of building a semantic network in the topic of phishing attacks. In the course of the experiment, the GPT-5 language model processed 48 news reports, automatically forming about 70 pairs of related concepts. The resulting knowledge graph reflected an integral structure of the domain, where the central concept “phishing” is combined with numerous derivative terms: cyberattack, social engineering, spoofed page, malicious software, etc.The results of the experiment prove that the proposed methodology ensures the relevance of inter-concept relations and the enrichment of the basic terminology with semantically related concepts.The integration of large language models into the process of ontological modeling simplifies the creation of knowledge structures, lowers the entry barrier for users without programming experience, and opens up prospects for the development of neuro-symbolic systems that combine the generative capabilities of models with formal methods of knowledge representation. The proposed approach has high potential for practical application in fields that require dynamic knowledge updating –primarily in cybersecurity, medicine, financial technologies, and data analytics.
dc.format.pagerangeP. 264-278
dc.identifier.citationЛанде, Д. Безкодовий підхід до побудови семантичних мереж засобами промпт-інжинірингу / Дмитро Ланде, Олександр Рибак // Information Technology and Security. – 2025. – Vol. 13, Iss. 2 (25). – P. 264-278. – Bibliogr.: 7 ref.
dc.identifier.doihttps://doi.org/10.20535/2411-1031.2025.13.2.344712
dc.identifier.orcid0000-0003-3945-1178
dc.identifier.orcid0009-0004-1033-1599
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78627
dc.language.isouk
dc.publisherInstitute of Special Communication and Information Protection of National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”
dc.publisher.placeKyiv
dc.relation.ispartofInformation Technology and Security, Vol. 13, Iss. 2 (25)
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectсемантичне моделювання знань
dc.subjectвеликі мовні моделі
dc.subjectкібербезпека
dc.subjectOSINT
dc.subjectтекстова аналітика
dc.subjectформальні примітиви управління
dc.subjectпромпт-інжиніринг
dc.subjectонтологічне моделювання
dc.subjectsemantic knowledge modeling
dc.subjectlarge language models (LLM)
dc.subjectcybersecurity
dc.subjectOSINT
dc.subjecttext analytics
dc.subjectformal control primitives
dc.subjectprompt engineering
dc.subject.udc004. 89:004.9
dc.titleБезкодовий підхід до побудови семантичних мереж засобами промпт-інжинірингу
dc.title.alternativeNo-code approach to building semantic networks by means of prompt engineering
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
264-278.pdf
Розмір:
950.81 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information Technology and Security, Vol. 13, Iss. 2 (25)