https://ir.lib.vntu.edu.ua//handle/123456789/444 Sun, 05 Apr 2026 11:38:27 GMT 2026-04-05T11:38:27Z https://ir.lib.vntu.edu.ua//handle/123456789/51069 Захищена система оцінювання знань із мультимодальним моніторингом та модулем автоматизованого прийняття рішень Бондаренко, І. О.; Катаєв, В. С.; Павловський, П. В.; Гуменюк, В. В.; Гладка, В.; Bondarenko, I.; Kataiev, V.; Pavlovskiy, P. У статті досліджено проблему забезпечення об`єктивності та надійності контролю знань у сучасних освітніх середовищах. Автори запропонували вдосконалену модель оцінювання, що поєднує механізми моніторингу дій користувача з технологіями відстеження рухів  та погляду. Ці технології дозволяють автоматично виявляти порушення, наприклад, відведення погляду під час відповідей або зайві рухи, що можуть вказувати на використання сторонніх джерел під час онлайн-іспиту. Актуальність дослідження зумовлена зростанням популярності дистанційного навчання та пов`язаною через це проблемою порушення академічної доброчесності, що загрожує достовірності та надійності онлайн-іспитів. У зв`язку з цим, авторами запропонована модель системи, яка інтегрує мультимодальний моніторинг із процесом тестування. Ця модель забезпечує можливість виявляти підозрілі дії в режимі реального часу та автоматично мінімізувати їхній вплив на результати оцінювання. Використання відповідних інструментів забезпечує відстеження дій користувача під час складання іспиту й своєчасне реагування на можливі порушення академічної доброчесності. Такий підхід передбачає комплексне застосування засобів моніторингу, аналізу поведінкових показників і використання модуля автоматизованого прийняття рішень. Розроблена структурно-функціональна модель системи поєднує модуль тестування з підсистемою поведінкового моніторингу в режимі реального часу. Запропонований алгоритм оброблення поведінкових індикаторів дає змогу виявляти аномальні закономірності в діях користувачів, визначати потенційний рівень їхньої підозрілості та автоматично реагувати на несанкціоновані дії під час онлайн-іспитів. Модуль автоматизованого прийняття рішень виконує багатокритеріальний аналіз характеристик поведінки користувачів, ураховуючи інтенсивність, тривалість, частоту та контекст їхніх дій. На основі цього аналізу система класифікує поведінку за рівнем ризику та ініціює відповідні дії реагування – від звичайного журналювання подій до блокування тестування й надсилання сповіщення про порушення адміністратору для подальшого аналізу. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/51069 2026-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/51068 Удосконалений підхід до формування стеганоконтейнерів із застосуванням штучного інтелекту Карпінець, В. В.; Присяжний, Д. П.; Безпалий, К. В.; Білоус, В. М.; Тельнік, Д. В.; Karpinets, V.; Prysiazhnyi, D.; Bezpalyi, K.; Bilous, V. Роботу присвячено підвищенню стійкості стеганографічних систем до пасивних атак шляхом удосконалення підходу до формування стеганоконтейнерів. Актуальність дослідження зумовлена тим, що більшість наявних методів приховування даних використовують готові цифрові зображення, статистичні характеристики яких не враховують подальше вбудовування інформації. У результаті модифікація частотних коефіцієнтів може призводити до появи аномалій, що виявляються сучасними засобами стеганоаналізу. Особливо це стосується випадків, коли структура текстурних зон зображення є нерівномірною або має недостатній рівень інформаційної надлишковості. У роботі запропоновано підхід, що передбачає попередній синтез зображення-контейнера із заданими властивостями з подальшим вбудовуванням у нього секретних даних. Для генерації адаптивних носіїв використано можливості системи штучного інтелекту Midjourney. Формування контейнера здійснюється на основі підготовлених запитів, які дозволяють керувати складністю текстури, рівнем деталізації, контрастністю та загальним характером частотного розподілу. Такий підхід дає змогу отримувати зображення, структура яких є більш придатною для приховування інформації без суттєвого порушення природних статистичних закономірностей. Вбудовування даних реалізовано за методом Коха-Жао з використанням дискретного косинусного перетворення. Процес передбачає поділ зображення на блоки, перехід до частотної області та модифікацію відносної різниці середньочастотних коефіцієнтів. Вибір саме цієї області обумовлений компромісом між непомітністю змін і стійкістю до JPEG-компресії. При цьому враховуються особливості зорової системи людини, зокрема знижена чутливість до спотворень у текстурованих ділянках та ефекти просторового маскування. Експериментальні дослідження включали порівняння запропонованого підходу з традиційним вбудовуванням у випадково обрані зображення. Оцінювання проводилося за показниками візуальної якості, аналізом піксельної структури та дослідженням частотних характеристик. Отримані результати свідчать про зменшення статистичних відхилень і підвищення стійкості до пасивного виявлення за збереження прийнятного рівня візуальної якості. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/51068 2026-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/50993 Удосконалення алгоритму приховування даних у просторову область із застосуванням зваженої векторної фільтрації та сингулярного спектрального аналізу Яремчук, Ю. Є.; Салієва, О. В.; Катаєв, В. С.; Бондаренко, І. О.; Галицький, А. В.; Yaremchuk, Yu. Ye.; Saliieva, O. V.; Kataiev, V. S.; Bondarenko, I. O.; Halytskyi, A. V. The current state of information technology development necessitates the implementation of highly effective methods and tools to ensure the integrity and confidentiality of digital data. Today, alongside with the traditional cryptographic methods of information protection, steganographic approaches are gaining particular importance, as their main advantage lies in the ability to conceal not only the content of the data but also the very fact of its transmission. Among steganographic methods, the most widely used are techniques for embedding data in the spatial domain of raster images, which is explained by their relative ease of implementation and low computational complexity. At the same time, spatial steganographic methods are vulnerable to various distortions such as filtering, noise attacks, compression, or other image processing operations, which can reduce the robustness of hidden information and increase the risk of data loss. This highlights the need to improve existing methods to enhance their reliability and resilience against malicious impacts. In this regard, the present work proposes a modified steganographic algorithm for information hiding in the spatial domain using Weighted Median Filtering (WMF) and Two-Dimensional Singular Spectrum Analysis (2DSSA). This approach allows effective extraction of structural components of the image and improves the robustness of embedded data without significantly degrading the visual quality of the cover image. Furthermore, the proposed method has been extended by incorporating algorithms aimed at reducing the effects of noise (Gaussian, Salt & Pepper) and enhancing robustness against JPEG compression. To assess the quality of the embedded information, PSNR and SSIM metrics were applied, enabling quantitative comparison of the efficiency of different steganographic approaches, including methods based on Discrete Cosine Transform (DCT) and Least Significant Bit (LSB) substitution. Additionally, an adaptive watermark embedding mechanism has been implemented, which further enhances the reliability of hidden data preservation under real-world conditions.; Сучасний стан розвитку інформаційних технологій вимагає впровадження високоефективних методів та засобів для забезпечення цілісності та конфіденційності цифрових даних. На сьогодні, разом з традиційними криптографічними методами захисту інформації особливого значення набувають стеганографічні підходи, основна перевага яких зумовлена здатністю приховувати не лише зміст даних, а й сам факт їхньої передачі. Серед стеганографічних методів найпоширенішими є методи вбудовування даних у просторову область растрових зображень, що пояснюється їхньою відносною простотою реалізації та низькою обчислювальною складністю. Разом з тим просторові стеганографічні методи є вразливими до різноманітних спотворень, таких як фільтрація, шумові атаки, ущільнення або інші операції обробки зображень, що призводить до зниження стійкості прихованої інформації та можливості її втрати. Це зумовлює необхідність удосконалення наявних методів з метою підвищення їхньої надійності та стійкості до зловмисних впливів. У зв`язку з цим, у роботі запропоновано модифікований стеганографічний алгоритм приховування інформації у просторову область із застосуванням зваженої фільтрації (Weighted Median Filter, WVF) та двовимірного сингулярного спектрального аналізу (2D-SSA), що дозволить ефективно виділити структурні компоненти зображення, підвищити стійкість вбудованих даних без суттєвого погіршення візуальної якості контейнерного зображення. До того ж запропонований метод розширено шляхом впровадження алгоритмів, спрямованих на зменшення впливу зашумлення (Gaussian, Salt & Pepper) та підвищення стійкості до ущільнення з використанням формату JPEG. Для оцінювання якості вбудованої інформації застосовано метрики PSNR і SSIM, які забезпечують можливість кількісного порівняння ефективності різних стеганографічних підходів, зокрема методів, що ґрунтуються на дискретному косинусному перетворенні (DCT) та заміні найменш значущих бітів (LSB). Додатково реалізовано механізм адаптивного вбудовування водяних знаків, що сприяє підвищенню надійності збереження прихованих даних в умовах реальних впливів. Wed, 01 Jan 2025 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/50993 2025-01-01T00:00:00Z https://ir.lib.vntu.edu.ua//handle/123456789/50988 Формування адаптивних механізмів управління підприємством на засадах інтелектуального аналізу Big Data Юрчук, Н. П.; Міронова, Ю. В.; Yurchuk, N.; Mironova, Y. The article examines the theoretical and methodological foundations for developing an adaptive enterprise management system based on Big Data technologies and intelligent data analysis. It argues that in the digital economy, the effectiveness of managerial decision-making is determined not only by the volume of available information but also by an organisation's ability to integrate analytical algorithms into a continuous decision-making cycle. The role of Big Data as a tool for reducing uncertainty and enhancing forecasting accuracy across the strategic, operational, and process dimensions of enterprise activity is substantiated. A conceptual model of adaptive management is proposed, integrating the management cycle with the stages of analytical data processing, thereby establishing an iterative feedback mechanism and a self-learning system. A formalised representation of the adaptive loop is developed in the form of functional relationships between environmental input parameters, the analytical module, and managerial actions, enabling management to be interpreted as a dynamic optimisation problem. The article also proposes an approach to the empirical validation of the model by assessing the impact of Big Data usage intensity and the level of algorithmic maturity on enterprise performance indicators. The main types of adaptive enterprise responses-namely strategic adaptation, operational resource optimisation, and process transformation-formed under the influence of Big Data analytics are systematised. It is demonstrated that the integration of intelligent technologies into the management system enhances organisational flexibility, responsiveness, and economic efficiency. The findings may be applied in the development of digital transformation strategies and in the improvement of the information and analytical infrastructure of modern organisations.; У статті обгрунтовано теоретико-методологічні засади формування адаптивної системи управління підприємством на основі технологій Big Data. Доведено, що ефективність менеджменту в цифровій економіці залежить від інтеграції аналітичних алгоритмів у безперервний контур прийняття рішень, що мінімізує невизначеність у стратегічному, операційному та процесному вимірах. Запропоновано концептуальну модель адаптивного управління, яка поєднує управлінський цикл із етапами інтелектуальної обробки даних, забезпечуючи ітераційне самонавчання системи. Формалізоване представлення адаптивного контуру у вигляді функціональних залежностей дозволяє інтерпретувати управління як динамічну оптимізаційну задачу. Розроблено підхід до валідації моделі через оцінювання впливу алгоритмічної зрілості на результативність організації. Систематизовано основні типи адаптивних реакцій (стратегічну, операційну та процесну), що формуються під впливом Big Data-аналітики. Доведено, що впровадження інтелектуальних технологій критично підвищує гнучкість та економічну ефективність підприємства. Результати дослідження є підгрунтям для вдосконалення цифрових стратегій та інформаційно-аналітичної інфраструктури сучасних організацій. Thu, 01 Jan 2026 00:00:00 GMT https://ir.lib.vntu.edu.ua//handle/123456789/50988 2026-01-01T00:00:00Z