Repository logo
  • English
  • Yкраї́нська
  • Log In
    or
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Yкраї́нська
  • Log In
    or
    New user? Click here to register.Have you forgotten your password?
Інституційний репозитарій Київського національного економічного університету імені Вадима Гетьмана ISSN 2411-4383
  1. Home
  2. Browse by Author

Browsing by Author "Chuhaieva, Olena"

Now showing 1 - 2 of 2
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Аналіз синергетичних ефектів в умовах інформаційних та кіберзагроз
    (Київський національний економічний університет імені Вадима Гетьмана, 2022) Батечко, Ніна Григорівна; Batechko, Nina; Батечко, Нина Григорьевна; Чугаєва, Олена Володимирівна; Chuhaieva, Olena; Чугаева, Елена Владимировна
    У статті проаналізовано функціонування інформаційних систем із застосуванням системного та синергетичного підходів. Останнє зумовлене умовами невизначеності, хаосу глибоких суспільних трансформацій та кібервійн у сучасному інформаційному просторі. Висвітлено новітні наукові розвідки в галузі методології інформаційної безпеки та місце в ній синергетичного підходу. Розглянуто основні методологічні принципи синергетики як міждисциплінарного наукового напряму: самоорганізація, біфуркація, флуктуація, нелінійність, дисипація, атрактори. Синергічні ефекти були виділені як міждисциплінарні утворення, які пояснюють формування та самоорганізацію моделей і структур у відкритих системах. Досліджено синергетичні ефекти, властиві інформаційним системам як складному системному об’єкту. Система захисту інформації розглядається як цілісна, багатофункціональна, динамічна, відкрита структура з притаманними їй особливостями. Доведено, що традиційні погляди на дослідження функціонування таких систем наразі неефективні, оскільки вони характеризуються постійною стохастичністю та мінливістю. Як альтернативу класичним методам у дослідженні таких систем запропоновано використовувати явище інформаційної ентропії. Моніторинг зміни ентропії є необхідним та доцільним для підтримки стійкості та безпеки функціонування інформаційних систем загалом. Запропоновано моделювання процесу захисту інформації з урахуванням ентропії системи. Варто зауважити, що система забезпечення інформаційної безпеки є підсистемою національної безпеки України загалом, тому аналіз її функціонування в сучасних умовах війни проти російської агресії та постійних кіберзагроз ворога набуває стратегічного значення. The article analyzes the functioning of information systems using systemic and synergistic approaches. The latter is caused by the conditions of uncertainty, chaos of deep social transformations and cyberwars in the modern information space. The latest scientific intelligence in the field of information security methodology and the place of a synergistic approach in it have been highlighted. The main methodological principles of synergetics as an interdisciplinary scientific area have been considered: selforganization, bifurcation, fluctuation, nonlinearity, dissipation, attractors. Synergistic effects have been highlighted as interdisciplinary formations which explain the formation and selforganization of models and structures in open systems. The synergistic effects inherent in information systems as a complex system entity have been studied. The information security system has been considered as a complete, multifunctional, dynamic, open structure with its inherent features. It has been proven that traditional views on the study of the functioning of such systems are currently ineffective, as they are characterized by constant stochasticity and variability. As an alternative to classical methods, it has been proposed to use the phenomenon of information entropy in the study of such systems. Modeling of the information security process taking into account the entropy of the system has been suggested. It is worth noting that the information security system is a subsystem of the national security of Ukraine in general, therefore, the analysis of its functioning in the modern conditions of the war against Russian aggression and constant cyber threats of the enemy acquires strategic importance.
  • No Thumbnail Available
    Item
    Оптимізація транспортних задач за допомогою нейронних мереж
    (Київський національний економічний університет імені Вадима Гетьмана, 2023) Гладка, Юлія Анатоліївна; Hladka, Yuliia; Остапенко, Вероніка О.; Ostapenko, Veronika; Чугаєва, Олена Володимирівна; Chuhaieva, Olena
    В сфері логістичних систем дуже мінливий характер навколишнього середовища вносить невизначеність щодо його стану. Як наслідок, виникає необхідність вдосконалення традиційних математичних інструментів. Стаття присвячена застосуванню нейронних мереж у вирішенні логістичних задач та підбору поправкових коефіцієнтів у класичних транспортних задачах. Розглянуто вплив зовнішніх факторів на логістичні процеси. Описано використання багатошарової нейронної мережі з використанням бібліотеки Keras мови програмування Python для автоматизованого підбору необхідних параметрів на основі історичних даних та стандартних розрахунків. У статті представлено структуру та параметри нейронної мережі, досліджено її ефективність. Описується процес тренування та використання мережі для прогнозування поправкових коефіцієнтів. In the field of logistics systems, the very minimal nature of the excessive middle ground will introduce insignificance to the point where I will become. As a result, there is a need to thoroughly modernize traditional mathematical tools. The article is devoted to the establishment of neural measures in major logistics problems and the selection of correction coefficients in classical transport problems. The influx of external factors on logistics processes is examined. We describe the use of a multi-ball neural network using the Keras library and Python programming for the automated selection of necessary parameters based on historical data and standard layouts. The article presents the structure and parameters of the neural network and monitors its effectiveness. The process of training and calculating measures for predicting correction coefficients is described.

irKNEU copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback