Kharkiv National University of Radio Electronics
ElAR Electronic Archive of Kharkov National University of Radioelectronics / Електронний архів Харківського національного університету радіоелектронікиNot a member yet
31935 research outputs found
Sort by
Мультимодальна система обробки та аналізу коротких новинних відео
No full textМета роботи – автоматична ідентифікація фальшивого контенту у новинних відео з використанням найсучасніших методів розпізнавання мовлення, обробки природної мови та комп’ютерного зору. Методи дослідження – автоматичне розпізнавання мовлення на основі трансформатора; багатомовні моделі для вилучення тверджень та семантичного втягування; класичні та глибоко навчальні алгоритми аналізу зображень (аналіз рівня помилок, кореляція PRNU, легкі CNN, детектори дипфейків); локально-чутливе хешування та пошук приблизного найближчого сусіда для швидкого виявлення дублікатів; статистичне об’єднання рішень
Voice Recognition System in a Smart Home
No full textМетою кваліфікаційної роботи є розробка системи розпізнавання голосу в розумному будинку. У ході виконання кваліфікаційної роботи розглянуто розробку офлайн-системи домашньої автоматизації з інтеграцією голосового керування, спрямованої на подолання ключових обмежень існуючих IoT-рішень, зокрема залежності від хмарних сервісів та стабільного інтернет-з’єднання. Метою дослідження є створення автономної, безпечної та енергоефективної системи керування побутовими пристроями, яка може ефективно функціонувати в умовах обмеженої мережевої інфраструктури, що особливо актуально для країн, що розвиваються та регіонів з низькою якістю інтернету. У рамках роботи реалізовано локальне оброблення голосових команд, що дозволяє забезпечити високу швидкодію та захист даних користувача від зовнішніх загроз. Створено зручну графічну панель керування, яка дає змогу користувачу додавати, видаляти та контролювати підключені пристрої в режимі реального часу
Deploying and Managing Kubernetes Clusters with IaC
No full textМетою кваліфікаційної роботи є розробка та практична реалізація інфраструктури комп’ютерної мережі з підтримкою безпечного доступу до Інтернету, маршрутизації трафіку, керування підключеними пристроями через Wi-Fi/WLAN, а також впровадження засобів фільтрації та контролю доступу з використанням протоколів та мережевих сервісів. У ході виконання кваліфікаційної роботи було спроєктовано локальну комп’ютерну мережу з виходом до Інтернету через шлюз і маршрутизатор. У складі мережі налаштовано центральний сервер, який виконує функції DHCP, DNS та контролера доступу. Для забезпечення безпеки реалізовано міжмережевий екран (firewall), який обмежує вхідний та вихідний трафік згідно з визначеними правилами. Також впроваджено Wi-Fi-зону з використанням технології WLAN для підключення бездротових пристроїв. Особливу увагу приділено налаштуванню мережевих протоколів (TCP/IP, NAT, DHCP) та аналізу їх впливу на продуктивність мережі. В результаті було створено стабільну та масштабовану мережеву інфраструктуру, яка може бути використана як основа для подальшого розширення або інтеграції з корпоративними рішеннями
Methods of Data Processing and Analysis in IoT
No full textМетою кваліфікаційної роботи є розробка, реалізація та апробація методу діагностування технічного стану сенсорних пристроїв у розподіленій автоматизованій системі моніторингу, що функціонує на основі архітектури Інтернету речей. Особлива увага приділяється інтеграції методів машинного навчання для виявлення відхилень у поведінці сенсорів, що дозволяє підвищити надійність, стабільність і передбачуваність роботи екологічної інфраструктури. У ході виконання кваліфікаційної роботи змодельовано структуру розподіленої системи моніторингу, що включає сенсорні пристрої, брокер MQTT-протоколу та хмарну обчислювальну інфраструктуру. Було створено набір синтетичних тестових даних, що імітують реальні сигнали з включенням аномальних відхилень. На основі цих даних було реалізовано повнофункціональну модель автоенкодера, навченого на нормальних даних. Метод реконструкції сигналу дозволив автоматично виявляти області, де спостерігалося суттєве відхилення, що свідчить про збої в роботі пристрою. Проведено кілька сценаріїв візуалізації з метою локалізації й оцінки аномалій, а також виконано повний аналіз ефективності моделі. Робота також включає міждисциплінарний огляд сучасної літератури щодо захисту персональних даних, оптимізації обчислень на периферії та розвитку предиктивного обслуговування в IoT. Запропонований метод і реалізована модель можуть бути основою для побудови інтелектуальних систем підтримки прийняття рішень у сфері моніторингу довкілля, що функціонують в умовах обмежених ресурсів і великої кількості розподілених пристроїв. Отримані результати підтверджують ефективність використання машинного навчання в задачах діагностики технічного стану сенсорних вузлів у реальних IoT-мережах
Розробка системи виявлення аномалій у кібербезпеці на основі машинного навчання
No full textУ результаті роботи реалізовано функціональну гібридну систему виявлення аномалій, виконано її тестування на даних мережевого трафіку, визначено ефективність кожного з компонентів системи, встановлено доцільність поєднання глибоких нейронних мереж і бустингових алгоритмів. Запропоновано гібридну систему HybridIDS, що поєднує автоенкодер, генеративну змагальну мережу та бустингові алгоритми LightGBM/XGBoost. Система дозволяє ідентифікувати як відомі, так і нові типи атак у мережевому трафіку
Модель оцінки інвестиційної привабливості проєктів підприємств енергопостачання
No full textМета дослідження – обґрунтувати та розробити модель оцінки інвестиційної привабливості проєктів підприємств енергопостачання, що дозволить підвищити ефективність прийняття інвестиційних рішень у галузі.
Розкрито економічну сутність інвестицій та інвестиційної привабливості. Досліджено специфіку інвестиційної діяльності підприємств енергопостачання. Здійснено огляд існуючих методів і моделей оцінювання інвестиційної привабливості проєктів. Здійснено техніко-економічний аналіз результатів діяльності АТ «Харківобленерго». Проведено оцінку інвестиційної активності та ефективності використання інвестиційних ресурсів АТ «Харківобленерго». Розроблено економіко-математичну модель оцінки інвестиційної привабливості проєктів підприємств енергопостачання. Здійснено практичну реалізацію запропонованої моделі на прикладі АТ «Харківобленерго». Наведено структурно-логічну схему результатів дослідження
Швидкісні методи класифікації зображень з використанням квантування ознак
No full textКомп’ютерні системи, що виконують задачу класифікації зображень у якості основи або частини свого функціоналу, доволі часто потребують високої швидкодії. Метою дослідження є підвищення швидкодії роботи класифікатора зображень завдяки накопиченню повного вектора вагових коефіцієнтів, отриманого з розподілу дескрипторів зображень за центроїдами, отриманими в результаті кластеризації, а також використання параметру однорідності для подальшого пришвидшення класифікатора з мінімальними втратами точності
Розробка інтелектуальної автоматичної системи виявлення та стеження на базі поворотної платформи
Get PDFМета дослідження – вирішення описаної проблеми за рахунок створення автоматичної системи, здатної здійснювати виявлення та стеження за об’єктами в режимі реального часу. Методи дослідження – у ході дослідження застосовувалися методи комп’ютерного зору відповідно до сучасних підходів, реалізованих у бібліотеці OpenCV та стандартах ISO/IEC 15938 (MPEG-7). Для виявлення об’єктів застосовано модель YOLOv5, яка забезпечує розпізнавання зображень в режимі реального часу. Обчислення оптимізовано з використанням TensorFlow Lite для забезпечення ефективності на вбудованих системах. Також використовувалися методи трекінгу об’єктів, стабілізації зображення, експериментальні методи та методи програмної оптимізації
Analysis of named entity recognition in the insurance domain with ai agents
Get PDFIn the insurance sector, automated text data processing is becoming a key component of digital transformation, as the volume of contracts, applications, policies, regulations, and risk reports is growing exponentially
Порівняльний аналіз засобів виявлення шкідливих мережних пакетів
No full textThis work presents a comparative analysis of current network packet analyzers, addressing the increasing complexity of network infrastructures and the growing demand for effective cybersecurity monitoring. In light of rising cyber threats, the research emphasizes the necessity for a comprehensive approach to traffic analysis that not only deciphers detailed protocol data but also offers intuitive monitoring for a broad range of users. An evaluation of popular tools, such as Wireshark, Tcpdump, Nmap, Kismet, NetworkMiner, and SolarWinds Network Performance Monitor, reveals unique strengths and limitations pertinent to various operational environments. The work identifies key criteria for efficiency, including performance, analysis depth, user-friendliness, protocol support, cost, and platform independence