https://ir.lib.vntu.edu.ua//handle/123456789/50349 2026-06-06T04:28:28Z 2026-06-06T04:28:28Z Білоус, В. М. Дзюбенко, К. Р. Bilous, V. M. Dziubenko, K. R. https://ir.lib.vntu.edu.ua//handle/123456789/51548 2026-05-22T07:46:19Z 2026-01-01T00:00:00Z

Система безперервної автентифікації на основі фонового аналізу поведінкової біометрії Білоус, В. М.; Дзюбенко, К. Р.; Bilous, V. M.; Dziubenko, K. R. The paper addresses the problem of ensuring reliable protection of information systems against unauthorized access and session hijacking. An improved method for continuous user authentication based on the comprehensive analysis of behavioral biometric characteristics specifically keystroke dynamics and mouse movement patterns is proposed. The method involves using machine learning algorithms for the simultaneous processing of both data types and the generation of a unique behavioral profile in the background. The implementation of the proposed approach will improve the accuracy of legitimate user identification, reduce the false acceptance rate, and provide imperceptible verification throughout the entire session.; У роботі розглядається проблема забезпечення надійного захисту інформаційних систем від несанкціонованого доступу та перехоплення сеансів. Запропоновано вдосконалений метод безперервної автентифікації користувачів, який базується на комплексному аналізі поведінкових біометричних характеристик: динаміки клавіатурного почерку та патернів руху мишкою. Метод передбачає використання алгоритмів машинного навчання для одночасної обробки обох типів даних та формування унікального поведінкового профілю у фоновому режимі. Реалізація запропонованого підходу дозволить підвищити точність ідентифікації легітимного користувача, знизити рівень хибних спрацьовувань та забезпечити непомітну перевірку протягом усього сеансу роботи.

2026-01-01T00:00:00Z Білоус, В. М. Лавренюк, Д. С. Bilous, V. M. Lavreniuk, D. S. https://ir.lib.vntu.edu.ua//handle/123456789/51547 2026-05-22T07:48:53Z 2026-01-01T00:00:00Z

Удосконалення методу LSB-стеганографії на основі контурного аналізу та криптографічної маршрутизації Білоус, В. М.; Лавренюк, Д. С.; Bilous, V. M.; Lavreniuk, D. S. The paper investigates the problem of detecting hidden data in classical LSB steganography methods and justifies the need to increase their resistance to statistical analysis. A hybrid crypto-steganographic algorithm is proposed, combining contour-adaptive embedding with pseudo-random routing based on a cryptographic key. A mechanism for stabilizing the bit plane and deterministic coordinate reproduction is implemented. The testing confirmed the high crypto-resistance and invisibility of the method, which makes it promising for information protection.; У роботі досліджено проблему виявлення прихованих даних у класичних LSB-методах стеганографії та обґрунтовано необхідність підвищення їх стійкості до статистичного аналізу. Запропоновано гібридний крипто-стеганографічний алгоритм, що поєднує контурно-адаптивне вбудовування з псевдовипадковою маршрутизацією на основі криптографічного ключа. Реалізовано механізм стабілізації бітової площини та детермінованого відтворення координат. Проведене тестування підтвердило високу криптостійкість і непомітність методу, що робить його перспективним для захисту інформації.

2026-01-01T00:00:00Z Куцик, Б. М. Яремчук, Ю. Є. Kutsyk B. M. Yaremchuk, Yu. Y. https://ir.lib.vntu.edu.ua//handle/123456789/51545 2026-05-22T07:28:01Z 2026-01-01T00:00:00Z

Протокол ініціалізації захищеного сеансу у веб-додатках на основі вдосконаленого гібридного узгодження ключів та модифікованої KDF Куцик, Б. М.; Яремчук, Ю. Є.; Kutsyk B. M.; Yaremchuk, Yu. Y. The paper proposes a secure session initialization protocol for web applications based on an improved hybrid key agreement method and a modified key derivation function (KDF). The hybrid approach combines a classical ephemeral agreement (providing forward secrecy) with an additional component aimed at strengthening resistance against both current and emerging attacks. The proposed KDF enforces strict binding of key material to the session context, protocol parameters, and party roles, reducing risks of key reuse and downgrade attacks. Security requirements, protocol architecture, and an integration approach for web environments are outlined.; У роботі запропоновано протокол ініціалізації захищеного сеансу для веб-додатків, що поєднує вдосконалений метод гібридного узгодження ключів та модифіковану функцію формування ключів (KDF). Гібридний підхід забезпечує криптостійкість за рахунок комбінування класичного епізодичного узгодження (із властивістю forward secrecy) та додаткового компонента, орієнтованого на підвищення стійкості до сучасних і перспективних атак. Запропонована KDF передбачає жорстке прив’язування ключового матеріалу до контексту сеансу, параметрів протоколу та ролей сторін, що знижує ризики повторного використання ключів і атак пониження криптографічних параметрів. Сформульовано вимоги безпеки, наведено архітектуру протоколу та підхід до інтеграції у веб-середовище.

2026-01-01T00:00:00Z Яремчук, Ю. Є. Усач, М. В. Yaremchuk, Yu. Usach, M. https://ir.lib.vntu.edu.ua//handle/123456789/51544 2026-05-22T07:31:28Z 2026-01-01T00:00:00Z

Удосконалення методу виявлення прихованої інформації у цифрових зображеннях на основі штучного інтелекту Яремчук, Ю. Є.; Усач, М. В.; Yaremchuk, Yu.; Usach, M. The study analyzes modern approaches to steganography and steganalysis, identifying their advantages and limitations. A method based on a convolutional neural network (CNN) is proposed for automatic recognition of steganographic embedding features. A software model has been developed that performs image preprocessing, analysis, and classification to detect the presence of hidden data. Testing and verification of the model’s effectiveness were carried out using key accuracy and reliability metrics. The research results can be applied in cybersecurity systems for automatic detection of unauthorized information manipulation.; У роботі проаналізовано сучасні підходи до стеганографії та стеганоаналізу, визначено їхні переваги й обмеження. Запропоновано метод, що використовує згорткову нейронну мережу (CNN) для автоматичного розпізнавання ознак стеганографічного вбудовування. Розроблено програмну модель, яка здійснює попередню обробку зображень, аналіз та класифікацію за наявністю прихованих даних. Проведено тестування та верифікацію ефективності моделі за основними метриками точності та достовірності. Результати дослідження можуть бути використані в системах кіберзахисту для автоматичного виявлення несанкціонованих інформаційних впливів.

2026-01-01T00:00:00Z