State University of Telecommunications Open Journals System
Not a member yet
2308 research outputs found
Sort by
ПРОБЛЕМА ЗАБЕЗПЕЧЕННЯ ФУНКЦІОНАЛЬНОЇ СТІЙКОСТІ СИСТЕМ КРИТИЧНО ВАЖЛИВОЇ ІНФРАСТРУКТУРИ
No full textThe article discusses the problemsof ensuring the functional resilience of key information management and information andtelecommunications systems that belong to critical infrastructure. An analysis of current threats and nationaland international regulatory approaches is conducted, gaps in the national regulatory and legal frameworkare identified, and the research problem and objectives are formulated. The main directions of state policyand scientific and technical priorities for improving the resilience of key information infrastructure systems(KII) are presented.The relevance of the research is determined by the increasing complexity of modern control andcommunication systems, the deep integration of KII into industrial, energy, transport, and governmentalprocesses, as well as the rising number of cyber incidents with real physical consequences.It is shown that the main challenges in critical infrastructure are related to cascade effects, where afailure in one component or sector triggers a chain reaction in others. In Ukraine, this problem is aggravatedby the lack of unified legal regulation, the absence of a national register of critical systems, inconsistentinteragency response procedures, and limited monitoring mechanisms. The paper presents a systematizationof key problems in ensuring the resilience of KII, including technical, organizational, and personnel aspects.The main contribution of this research lies in combining theoretical and applied approaches toenhancing the resilience of critical infrastructure. The developed risk modeling methodology, analyticalproblem systematization, and proposed policy framework form the basis for an integrated national strategyto improve the reliability and security of Ukraine’s critical infrastructure under hybrid threat conditions.Keywords: functional resilience, critical infrastructure, information security, cascading failures, riskmodeling, national security policy
References1. Леоненко Г.П., Юдін А.Ю. Проблеми забезпечення інформаційної безпеки системкритично важливої інформаційної інфраструктури України. // Information Technology andSecurity, № 1(3), 2013. С. 5–16.2. Лісецький В.І., Строганов І.В., Чеканов Є.П. Кіберзахист об’єктів критичноїінфраструктури: сучасний стан і напрямки розвитку в Україні. // Збірник наукових працьНУОУ, № 4 (53), 2023. С. 45–58.3. Довгань О.Д., Криворучко О.В. Функціональна стійкість критичних інформаційнихсистем як об’єкт державного регулювання. // Інформаційна безпека, № 2, 2021. С. 23–32.4. ISO/IEC 27001:2022. Information Security, Cybersecurity and Privacy Protection.Information Security Management Systems. Requirements. International Organization forStandardization, Geneva, 2022.5. IEC 62443-3-3:2019. Industrial Communication Networks. Network and System SecuritySystem Security Requirements and Security Levels. International Electrotechnical Commission,Geneva, 2019.6. ISA/IEC 62443 Series. Security for Industrial Automation and Control Systems. InternationalSociety of Automation, 2018.7. NIST SP 800-82 Rev.3. Guide to Industrial Control Systems (ICS) Security. National Instituteof Standards and Technology, Gaithersburg, 2023.8. NIST SP 800-30 Rev.1. Guide for Conducting Risk Assessments. NIST, Gaithersburg, 2012.У статтірозглянуто проблеми забезпечення функціональної стійкості ключових інформаційно-керуючих таінформаційно-телекомунікаційних систем, що належать до критично важливої інфраструктури.Проведено аналіз сучасних загроз, національних і міжнародних нормативних підходів, виявленопрогалини в національному нормативно-правовому полі, сформульовано постановку задачі та метудослідження. Наведено основні напрямки державної політики та науково-технічні пріоритети дляпідвищення стійкості КСІІ (ключових систем інформаційної інфраструктури)Актуальність теми зумовлена підвищенням складності сучасних інформаційно-керуючихсистем, глибокою інтеграцією інформаційно-комунікаційних технологій у промисловість,енергетику, транспорт, державне управління, а також збільшенням кількості кіберінцидентів, щомають фізичні наслідки.Показано, що ключові виклики у сфері критичної інфраструктури пов’язані з каскаднимиефектами, коли порушення роботи одного елемента або сектора спричиняє лавиноподібні відмови вінших. Для України ці процеси ускладнюються відсутністю єдиного нормативно-правового поля,браком державного реєстру КСІІ, неузгодженістю міжвідомчих процедур реагування таобмеженістю механізмів моніторингу технічного стану об’єктів. У роботі здійснено систематизаціюпроблем у сфері забезпечення стійкості КСІІ, зокрема технічних, організаційних і кадрових.Виявлено, що відсутність єдиних стандартів, слабка сегментація промислових мереж, низькийрівень інтеграції систем моніторингу й недосконалість процедур тестування оновлень формуютьпередумови для системних відмов.Основний внесок роботи полягає у поєднанні теоретичних і практичних підходів дозабезпечення функціональної стійкості критично важливої інфраструктури. Запропонована модельризиків, аналітична систематизація проблем і комплекс рекомендацій утворюють підґрунтя дляформування цілісної національної політики з підвищення надійності та безпеки КСІІ України вумовах гібридних загроз.Ключові слова: функціональна стійкість, критично важлива інфраструктура, інформаційнабезпека, каскадні відмови, моделювання ризиків, національна політика безпеки
Список використаної літератури1. Леоненко Г.П., Юдін А.Ю. Проблеми забезпечення інформаційної безпеки системкритично важливої інформаційної інфраструктури України. // Information Technology andSecurity, № 1(3), 2013. С. 5–16.2. Лісецький В.І., Строганов І.В., Чеканов Є.П. Кіберзахист об’єктів критичноїінфраструктури: сучасний стан і напрямки розвитку в Україні. // Збірник наукових працьНУОУ, № 4 (53), 2023. С. 45–58.3. Довгань О.Д., Криворучко О.В. Функціональна стійкість критичних інформаційнихсистем як об’єкт державного регулювання. // Інформаційна безпека, № 2, 2021. С. 23–32.4. ISO/IEC 27001:2022. Information Security, Cybersecurity and Privacy Protection.Information Security Management Systems. Requirements. International Organization forStandardization, Geneva, 2022.5. IEC 62443-3-3:2019. Industrial Communication Networks. Network and System SecuritySystem Security Requirements and Security Levels. International Electrotechnical Commission,Geneva, 2019.6. ISA/IEC 62443 Series. Security for Industrial Automation and Control Systems. InternationalSociety of Automation, 2018.7. NIST SP 800-82 Rev.3. Guide to Industrial Control Systems (ICS) Security. National Instituteof Standards and Technology, Gaithersburg, 2023.8. NIST SP 800-30 Rev.1. Guide for Conducting Risk Assessments. NIST, Gaithersburg, 2012
ЗАСТОСУВАННЯ МЕХАНІЗМІВ СИТУАЦІЙНОГО УПРАВЛІННЯ ДЛЯ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ФУНКЦІОНУВАННЯ ІНФОКОМУНІКАЦІЙНИХ МЕРЕЖ
No full textInrecent years, developers have increasingly been solving the problems of designing complex controlsystems using telecommunications objects. Therefore, objects for which the task of creating new conceptsarises when building control systems, that is, large systems, are of particular interest. Let us analyze thecharacteristic features of control systems and their models that arise when designing such systems.The article presents a method for solving the problem of managing an infocommunication networkobject based on situational management. As is known, situational management originates from thehypothesis that all the necessary information about managing an object can be obtained by directlyobserving the operation of the object.It is shown that to construct a situational control model, it is necessary to formulate the mainproblem that must be solved in the process of such construction. If the solution set {P(t)} has cardinality l,then the control problem will be solved. If it is possible to find such a partition of the set of situations Piinto l classes, in which all situations {S(t)} will be assigned to a certain defined class Kl, to which somesolution Pi uniquely corresponds. However, it may happen that in a particular situation {S(t)} it is notpossible to specify the single most useful solution Pi. There may be several such solutions.This leads to the formulation of the problem not of dividing situations {S(t)} into classes (when eachspecific situation belongs to exactly one class), but of defining the set of situations {S(t)} by the set ofclasses Kl. A state is allowed in which some situations {S(t)} simultaneously belong to several classes Kl.In this case, it is only required that each specific situation {S(t)} belongs to at least one class Kl.Keywords: control systems, situational control, infocommunication network, TMN,microdescription, microsituation, classifier, extrapolator
References1. ITU-T Recommendation M.3108.1. ITU-T Study Group 4 (1997-2000) approved under theWTSC Resolution No. 1 procedure. 26th of March 1999.2. ITU-T Recommendation M.3020 (1995), TMN interface specification methodology.3. Network Environments, Managing Ray Hunt, John Vargo Encyclopedia of InformationSystems, 2003 pp 279-301.4. Komajwar S., Korkmaz T. Challenges and solutions to consistent data plane update insoftware defined networks. Computer Communications. 2018. Vol. 130. P. 50–59.URL: https://doi.org/10.1016/j.comcom.2018.08.008.5. The optimization of computer equipment during the modernization of the unified systemof centralized control and measurements of the SKS-7 network using the resources of the dataprocessing center / L. Berkman et al. Information and communication technologies, electronicengineering. 2023. Vol. 3, no. 2. P. 88–94. URL: https://doi.org/10.23939/ictee2023.02.088.6. Devising a method for receiving a multidimensional signal using high-order phasedifference modulation in next-generation mobile networks / N. Halahan et al. Eastern-EuropeanJournal of Enterprise Technologies. 2025. Vol. 3, no. 9 (135). P. 19–32. URL:https://doi.org/10.15587/1729-4061.2025.331201.7. Klymash, M., Berkman, L., Otrokh, S., Pilinsky, V., Chumak, O., Hryshchenko, O. (2021).Increasing the multi-position signals noise immunity of mobile communication systems based onhigh-order phase modulation. Selected Papers of the XXI International Scientific and PracticalConference "Information Technologies and Security" (ITS 2021), 147–157.8. Wideband Millimeter-Wave Propagation Measurements and Channel Models for FutureWireless Communication System Design / T. S. Rappaport et al. IEEE Transactions onCommunications. 2015. Vol. 63, no. 9. P. 3029–3056. URL:https://doi.org/10.1109/tcomm.2015.2434384.9. Geyer F., Scheffler A., Bondorf S. Network Calculus with Flow Prolongation – AFeedforward FIFO Analysis enabled by ML. IEEE Transactions on Computers. 2022. P. 1–14.URL: https://doi.org/10.1109/tc.2022.3204225.Останніми роками розробники все частіше вирішують задачіпроектування складних СУ об’єктами телекомунікацій. Тому об’єкти, для яких виникає задачастворення нових концепцій при побудові СУ, тобто великих систем, представляють особливийінтерес. Проаналізуємо характерні риси СУ та їх моделей, які виникають при проектуванні такихсистем.У статті представлено метод вирішення задачі управління об’єктом інфокомунікаційноїмережі на основі ситуаційного управління. Як відомо, ситуаційне управління бере початок згіпотези про те, що всю необхідну інформацію про управління об'єктом можна отриматибезпосередньо спостерігаючи за роботою об’єкта.Показано, що для побудови моделі ситуаційного управління необхідно сформулюватиосновну задачу, яку необхідно розв’язати в процесі такої побудови. Якщо множина рішень {P(t)}має потужність l, то задача управління буде розв’язана. Якщо можна знайти таке розбиттямножини ситуацій Pi на l класів, за якого всі ситуації {S(t)} будуть віднесені до певноговизначеного класу Kl, якому однозначно відповідає деяке рішення Pi.. Проте може статися, що уконкретній ситуації {S(t)} не можна вказати єдине найбільш корисне рішення Рі. Таких рішеньможе бути декілька. Це зумовлює постановку задачі не про розбиття ситуацій {S(t)} на класи (коликожна конкретна ситуація належить точно до одного класу), а про визначення множини ситуацій{S(t)} сукупністю класів Kl. Допускається такий стан, за якого деякі ситуації {S(t)} одночасноналежать кільком класам Kl. При цьому вимагається тільки, щоб кожна конкретна ситуація {S(t)}належала хоча б одному класу Kl.Ключові слова: системи управління, ситуаційне управління, інфокомунікаційна мережа,TMN, мікроопис, мікроситуація, класифікатор, екстраполятор
Список використаної літератури1. ITU-T Recommendation M.3108.1. ITU-T Study Group 4 (1997-2000) approved under theWTSC Resolution No. 1 procedure. 26th of March 1999.2. ITU-T Recommendation M.3020 (1995), TMN interface specification methodology.3. Network Environments, Managing Ray Hunt, John Vargo Encyclopedia of InformationSystems, 2003 pp 279-301.4. Komajwar S., Korkmaz T. Challenges and solutions to consistent data plane update insoftware defined networks. Computer Communications. 2018. Vol. 130. P. 50–59.URL: https://doi.org/10.1016/j.comcom.2018.08.008.5. The optimization of computer equipment during the modernization of the unified systemof centralized control and measurements of the SKS-7 network using the resources of the dataprocessing center / L. Berkman et al. Information and communication technologies, electronicengineering. 2023. Vol. 3, no. 2. P. 88–94. URL: https://doi.org/10.23939/ictee2023.02.088.6. Devising a method for receiving a multidimensional signal using high-order phasedifference modulation in next-generation mobile networks / N. Halahan et al. Eastern-EuropeanJournal of Enterprise Technologies. 2025. Vol. 3, no. 9 (135). P. 19–32. URL:https://doi.org/10.15587/1729-4061.2025.331201.7. Klymash, M., Berkman, L., Otrokh, S., Pilinsky, V., Chumak, O., Hryshchenko, O. (2021).Increasing the multi-position signals noise immunity of mobile communication systems based onhigh-order phase modulation. Selected Papers of the XXI International Scientific and PracticalConference "Information Technologies and Security" (ITS 2021), 147–157.8. Wideband Millimeter-Wave Propagation Measurements and Channel Models for FutureWireless Communication System Design / T. S. Rappaport et al. IEEE Transactions onCommunications. 2015. Vol. 63, no. 9. P. 3029–3056. URL:https://doi.org/10.1109/tcomm.2015.2434384.9. Geyer F., Scheffler A., Bondorf S. Network Calculus with Flow Prolongation – AFeedforward FIFO Analysis enabled by ML. IEEE Transactions on Computers. 2022. P. 1–14.URL: https://doi.org/10.1109/tc.2022.3204225
МЕТОД СТАБІЛІЗАЦІЇ РЕЗОНАНСНОГО РЕЖИМУ П’ЄЗОПЕРЕТВОРЮВАЧІВ У СИСТЕМАХ З ФАПЧ
No full textThis paper investigates theimpedance matching of piezoceramic ultrasonic transducers with power amplifier stages operating nearmechanical resonance frequencies. The study emphasizes the importance of achieving both a purely activeinput impedance and stable vibration amplitude under varying load conditions, which are critical for highefficiency ultrasonic generators and automatic control systems such as phase-locked loops (PLL). Theanalysis includes equivalent circuit modeling, evaluation of matching filters, and phase characteristics toidentify conditions for resonance stability. Furthermore, the paper proposes an approach for generating afeedback signal with a 90° phase shift, enabling PLL-based control for automatic resonance tracking. Thefindings demonstrate that conventional inductive matching filters cannot simultaneously satisfy therequirements for active impedance and phase shift, but advanced configurations can improve performance.These results contribute to the development of more efficient ultrasonic generators capable of maintainingstability and energy efficiency under dynamic operating conditions.Keywords: piezoceramic transducer, impedance matching, ultrasonic generator, resonancefrequency, matching filter, phase-locked loop (PLL), electromechanical characteristics
References1. Choi H. Pre-Matching Circuit for High-Frequency Ultrasound Transducers // Sensors. 2022.Vol. 22, Issue 22. URL: https://doi.org/10.3390/s22228861.2. Huang W., Li J., Wu S., et al. Dual-Frequency Impedance Matching Network Design UsingGenetic Algorithm for Power Ultrasound Transducer // Micromachines. 2024. Vol. 15, Issue 3. URL:https://doi.org/10.3390/mi15030344.3. Capineri L. Matching Network Design for Ultrasonic Guided Wave Interdigital Transducers// Sensors. 2025. Vol. 25, Issue 17. URL: https://doi.org/10.3390/s25175401.4. Yang Y., Wei X., Zhang L., Yao W. The Effect of Electrical Impedance Matching on theElectromechanical Characteristics of Sandwiched Piezoelectric Ultrasonic Transducers // Sensors.2017. Vol. 17, Issue 12. URL: https://doi.org/10.3390/s17122832.5. Lee J., Kim J. Theoretical and Empirical Verification of Electrical Impedance MatchingMethod for High-Power Transducers // Electronics. 2022. Vol. 11, Issue 2. URL:https://doi.org/10.3390/electronics11020194.6. A. Movchanyuk, V. Fesich, I. Sushko and Y. Vistyzenko, "The research of L-type matchingfilter parameters," 2016 International Conference Radio Electronics & Info Communications(UkrMiCo), Kyiv, Ukraine, 2016, pp. 1-5, URL: https://doi.org/10.1109/UkrMiCo.2016.7739596.7. Y. Vistyzenko, A. Movchanyuk, I. Sushko and A. Novosad, "LL-type filter for piezoelectrictransducer," 2017 International Conference on Information and Telecommunication Technologiesand Radio Electronics (UkrMiCo), Odesa, Ukraine, 2017, pp. 1-6, URL:https://doi.org/10.1109/UkrMiCo.2017.8095384.8. A. Movchanyuk, R. Antypenko, I. Sushko, N. Lashchevska and A. Shulha, "Synthesis of theBandpass Filter with a Predetermined Phase Error for Generators with PLL for PiezoceramicTransducers," 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics,Telecommunications and Computer Engineering (TCSET), Lviv-Slavske, Ukraine, 2020, pp. 222-225, URL: https://doi.org/10.1109/TCSET49122.2020.235427.9. Feng, Y., Zhao, Y., Yan, H., & Cai, H. (2023). A Driving Power Supply for PiezoelectricTransducers Based on an Improved LC Matching Network. Sensors, 23(12), 5745. URL:https://doi.org/10.3390/s23125745.10. H. Zhou, S. H. Huang and W. Li, "Electrical Impedance Matching Between PiezoelectricTransducer and Power Amplifier," in IEEE Sensors Journal, vol. 20, no. 23, pp. 14273-14281, 1Dec.1, 2020, URL: https://doi.org/10.1109/JSEN.2020.3008762.У статті розглянуто особливостіузгодження п’єзокерамічних перетворювачів з вихідними каскадами генераторів на резонанснихчастотах. Проаналізовано вплив узгоджуючих фільтрів на імпеданс та фазові характеристики, атакож можливість формування сигналу зворотного зв’язку для реалізації системи ФАПЧ.Запропоновано підходи для стабілізації режиму роботи та підвищення ефективності ультразвуковихгенераторів.Ключові слова: п’єзокерамічний перетворювач, узгодження імпедансу, ультразвуковийгенератор, резонансна частота, узгоджуючий фільтр, фазове автопідстроювання частоти,електромеханічні характеристики
Список використаної літератури1. Choi H. Pre-Matching Circuit for High-Frequency Ultrasound Transducers // Sensors. 2022.Vol. 22, Issue 22. URL: https://doi.org/10.3390/s22228861.2. Huang W., Li J., Wu S., et al. Dual-Frequency Impedance Matching Network Design UsingGenetic Algorithm for Power Ultrasound Transducer // Micromachines. 2024. Vol. 15, Issue 3. URL:https://doi.org/10.3390/mi15030344.3. Capineri L. Matching Network Design for Ultrasonic Guided Wave Interdigital Transducers// Sensors. 2025. Vol. 25, Issue 17. URL: https://doi.org/10.3390/s25175401.4. Yang Y., Wei X., Zhang L., Yao W. The Effect of Electrical Impedance Matching on theElectromechanical Characteristics of Sandwiched Piezoelectric Ultrasonic Transducers // Sensors.2017. Vol. 17, Issue 12. URL: https://doi.org/10.3390/s17122832.5. Lee J., Kim J. Theoretical and Empirical Verification of Electrical Impedance MatchingMethod for High-Power Transducers // Electronics. 2022. Vol. 11, Issue 2. URL:https://doi.org/10.3390/electronics11020194.6. A. Movchanyuk, V. Fesich, I. Sushko and Y. Vistyzenko, "The research of L-type matchingfilter parameters," 2016 International Conference Radio Electronics & Info Communications(UkrMiCo), Kyiv, Ukraine, 2016, pp. 1-5, URL: https://doi.org/10.1109/UkrMiCo.2016.7739596.7. Y. Vistyzenko, A. Movchanyuk, I. Sushko and A. Novosad, "LL-type filter for piezoelectrictransducer," 2017 International Conference on Information and Telecommunication Technologiesand Radio Electronics (UkrMiCo), Odesa, Ukraine, 2017, pp. 1-6, URL:https://doi.org/10.1109/UkrMiCo.2017.8095384.8. A. Movchanyuk, R. Antypenko, I. Sushko, N. Lashchevska and A. Shulha, "Synthesis of theBandpass Filter with a Predetermined Phase Error for Generators with PLL for PiezoceramicTransducers," 2020 IEEE 15th International Conference on Advanced Trends in Radioelectronics,Telecommunications and Computer Engineering (TCSET), Lviv-Slavske, Ukraine, 2020, pp. 222-225, URL: https://doi.org/10.1109/TCSET49122.2020.235427.9. Feng, Y., Zhao, Y., Yan, H., & Cai, H. (2023). A Driving Power Supply for PiezoelectricTransducers Based on an Improved LC Matching Network. Sensors, 23(12), 5745. URL:https://doi.org/10.3390/s23125745.10. H. Zhou, S. H. Huang and W. Li, "Electrical Impedance Matching Between PiezoelectricTransducer and Power Amplifier," in IEEE Sensors Journal, vol. 20, no. 23, pp. 14273-14281, 1Dec.1, 2020, URL: https://doi.org/10.1109/JSEN.2020.3008762
ДОСЛІДЖЕННЯ ГІБРИДНОЇ АРХІТЕКТУРИ CNN З RESIDUAL SHUFFLEEXCHANGE ДЛЯ РОЗПІЗНАВАННЯ НОТ З АУДІОДАНИХ
No full textThe article discusses modern neural network approaches toautomatic note recognition from audio files. Algorithms based on fast Fourier transform, convolutionalneural networks (CNN), and residual shuffle-exchange (RSE) networks are analyzed. The advantages ofdeep learning in conditions of background noise and variable note performance are identified. Ways toimprove recognition accuracy and prospects for application in music technologies are proposed.Keywords: Note recognition, audio analysis, neural networks, convolutional neural network, RSEnetwork, music transcription, deep learning, sound processing, machine learning, artificial intelligence
References1. Bay M., Ehmann A. F., Downie J. S. Evaluation of multiple-F0 estimation and trackingsystems. Proceedings of the 10th International Society for Music Information Retrieval Conference(ISMIR). 2009. P. 315–320. URL: https://ismir2009.ismir.net/proceedings/PS2-13.pdf.2. Automatic music transcription: challenges and future directions / E. Benetos et al. Journal ofIntelligent Information Systems. 2013. Vol. 41, no. 3. P. 407–434. URL:https://doi.org/10.1007/s10844-013-0258-3.3. Cogliati A., Temperley D., Duan Z. Transcribing human piano performances into musicnotation. Proceedings of the 17th International Society for Music Information Retrieval Conference(ISMIR). 2016. P. 758–764. URL: https://wp.nyu.edu/ismir2016/wpcontent/uploads/sites/2294/2016/07/cogliati-transcribing.pdf.4. Automatic music transcription: challenges and future directions / E. Benetos et al. Journal ofIntelligent Information Systems. 2013. Vol. 41, no. 3. P. 407–434. URL:https://link.springer.com/article/10.1007/s10844-013-0258-3.5. Deep salience representations for f0 estimation in polyphonic music / R. M. Bittner et al.International Society for Music Information Retrieval Conference (ISMIR). 2017. P. 63–70. URL:https://doi.org/10.5281/zenodo.1417937.6. Böck S., Schedl M. Polyphonic piano note transcription with recurrent neural networks. IEEEInternational Conference on Acoustics, Speech and Signal Processing (ICASSP). 2012. P. 121–124.URL: https://doi.org/10.1109/ICASSP.2012.6287832.7. Residual Shuffle-Exchange Networks for Fast Processing of Long Sequences / A. Draguns etal. Proceedings of the AAAI Conference on Artificial Intelligence. 2021. P. 7245–7253. URL:https://ojs.aaai.org/index.php/AAAI/article/view/16890.8. Li L. Music Transcription Using Deep Learning. 2017. (Preprint). URL:https://cs229.stanford.edu/proj2017/final-reports/5242716.pdf.9. Residual Shuffle-Exchange Networks for Fast Processing of Long Sequences / A. Draguns etal. Proceedings of the AAAI Conference on Artificial Intelligence. 2021. P. 7417–7425. URL:https://ojs.aaai.org/index.php/AAAI/article/view/16890.10.LUMII-Syslab. RSE: Residual Shuffle-Exchange Networks GitHub Repository. URL:https://github.com/LUMII-Syslab/RSE.11.Convolutional Recurrent Neural Networks for Music Classification / K. Choi et al. IEEEInternational Conference on Acoustics, Speech and Signal Processing (ICASSP). 2017. P. 2392–2396. URL: https://dl.acm.org/doi/10.1109/TASLP.2017.2690575.12.Sigtia S., Benetos E., Dixon S. An End-to-End Neural Network for Polyphonic Piano MusicTranscription. IEEE/ACM Transactions on Audio, Speech, and Language Processing. 2016. Vol. 24,no. 5. P. 927–939. URL: https://arxiv.org/pdf/1508.01774.13.Automatic Music Transcription: An Overview / E. Benetos et al. IEEE Signal ProcessingMagazine. 2019. Vol. 36, no. 1. P. 20–30.14.Hernandez-Olivan C., al. e. A comparison of deep learning methods for timbre analysis inpolyphonic automatic music transcription. Electronics. 2021. Vol. 10, no. 7. P. 810.15.Sigtia S., Boulanger-Lewandowski N., Dixon S. A Study on LSTM Networks for PolyphonicMusic Sequence Modelling. ISMIR 2017. 2017. URL:https://archives.ismir.net/ismir2017/paper/000060.pdf.16.Kim J., Bello J. Adversarial learning for improved onsets and frames music transcription.Proceedings of the International Society for Music Information Retrieval Conference (ISMIR). 2019.P. 670–677..17.Hawthorne C., others. Sequence-to-Sequence Piano Transcription with Transformers.Proceedings of the 22nd International Society for Music Information Retrieval Conference (ISMIR).2021. URL: https://archives.ismir.net/ismir2021/paper/000030.pdf.18.Team M. Music Transcription with Transformers. URL:https://magenta.tensorflow.org/transcription-with-transformers.У статті розглядаються сучасні нейромережевіпідходи до автоматичного розпізнавання нот з аудіофайлів. Проаналізовано алгоритми на основішвидкого перетворення Фур’є, згорткових нейронних мереж (CNN) та мереж залишковихперестановок-обмінів (RSE). Визначено переваги глибокого навчання в умовах фонових шумів іваріативного виконання нот. Запропоновано шляхи підвищення точності розпізнавання таперспективи застосування в музичних технологіях.Ключові слова: Розпізнавання нот, аудіоаналіз, нейронні мережі, згорткова нейронна мережа,RSE-мережа, музична транскрипція, глибоке навчання, обробка звуку, машинне навчання, штучнийінтелект
Список використаної літератури1. Bay M., Ehmann A. F., Downie J. S. Evaluation of multiple-F0 estimation and trackingsystems. Proceedings of the 10th International Society for Music Information Retrieval Conference(ISMIR). 2009. P. 315–320. URL: https://ismir2009.ismir.net/proceedings/PS2-13.pdf.2. Automatic music transcription: challenges and future directions / E. Benetos et al. Journal ofIntelligent Information Systems. 2013. Vol. 41, no. 3. P. 407–434. URL:https://doi.org/10.1007/s10844-013-0258-3.3. Cogliati A., Temperley D., Duan Z. Transcribing human piano performances into musicnotation. Proceedings of the 17th International Society for Music Information Retrieval Conference(ISMIR). 2016. P. 758–764. URL: https://wp.nyu.edu/ismir2016/wpcontent/uploads/sites/2294/2016/07/cogliati-transcribing.pdf.4. Automatic music transcription: challenges and future directions / E. Benetos et al. Journal ofIntelligent Information Systems. 2013. Vol. 41, no. 3. P. 407–434. URL:https://link.springer.com/article/10.1007/s10844-013-0258-3.5. Deep salience representations for f0 estimation in polyphonic music / R. M. Bittner et al.International Society for Music Information Retrieval Conference (ISMIR). 2017. P. 63–70. URL:https://doi.org/10.5281/zenodo.1417937.6. Böck S., Schedl M. Polyphonic piano note transcription with recurrent neural networks. IEEEInternational Conference on Acoustics, Speech and Signal Processing (ICASSP). 2012. P. 121–124.URL: https://doi.org/10.1109/ICASSP.2012.6287832.7. Residual Shuffle-Exchange Networks for Fast Processing of Long Sequences / A. Draguns etal. Proceedings of the AAAI Conference on Artificial Intelligence. 2021. P. 7245–7253. URL:https://ojs.aaai.org/index.php/AAAI/article/view/16890.8. Li L. Music Transcription Using Deep Learning. 2017. (Preprint). URL:https://cs229.stanford.edu/proj2017/final-reports/5242716.pdf.9. Residual Shuffle-Exchange Networks for Fast Processing of Long Sequences / A. Draguns etal. Proceedings of the AAAI Conference on Artificial Intelligence. 2021. P. 7417–7425. URL:https://ojs.aaai.org/index.php/AAAI/article/view/16890.10.LUMII-Syslab. RSE: Residual Shuffle-Exchange Networks GitHub Repository. URL:https://github.com/LUMII-Syslab/RSE.11.Convolutional Recurrent Neural Networks for Music Classification / K. Choi et al. IEEEInternational Conference on Acoustics, Speech and Signal Processing (ICASSP). 2017. P. 2392–2396. URL: https://dl.acm.org/doi/10.1109/TASLP.2017.2690575.12.Sigtia S., Benetos E., Dixon S. An End-to-End Neural Network for Polyphonic Piano MusicTranscription. IEEE/ACM Transactions on Audio, Speech, and Language Processing. 2016. Vol. 24,no. 5. P. 927–939. URL: https://arxiv.org/pdf/1508.01774.13.Automatic Music Transcription: An Overview / E. Benetos et al. IEEE Signal ProcessingMagazine. 2019. Vol. 36, no. 1. P. 20–30.14.Hernandez-Olivan C., al. e. A comparison of deep learning methods for timbre analysis inpolyphonic automatic music transcription. Electronics. 2021. Vol. 10, no. 7. P. 810.15.Sigtia S., Boulanger-Lewandowski N., Dixon S. A Study on LSTM Networks for PolyphonicMusic Sequence Modelling. ISMIR 2017. 2017. URL:https://archives.ismir.net/ismir2017/paper/000060.pdf.16.Kim J., Bello J. Adversarial learning for improved onsets and frames music transcription.Proceedings of the International Society for Music Information Retrieval Conference (ISMIR). 2019.P. 670–677..17.Hawthorne C., others. Sequence-to-Sequence Piano Transcription with Transformers.Proceedings of the 22nd International Society for Music Information Retrieval Conference (ISMIR).2021. URL: https://archives.ismir.net/ismir2021/paper/000030.pdf.18.Team M. Music Transcription with Transformers. URL:https://magenta.tensorflow.org/transcription-with-transformers
БЮДЖЕТ КАНАЛУ ІНТЕГРОВАНОЇ СИСТЕМИ СТІЛЬНИКОВОСУПУТНИКОВОГО ЗВ’ЯЗКУ
No full text. This paper is devoted to the study of the effects thatlead to losses in the communication channel between a ground user and a satellite in an integrated satellitecellular communication system. The communication channel parameters are considered in the scenario ofintegrating satellite systems operating in low-Earth orbit (LEO) with fourth-generation cellular networks toprovide coverage for the maximum possible number of users. The paper investigates the effects of smallscale and large-scale fading, Doppler shift and other problems that may arise when designing a multi-leveltelecommunication system. The theoretical parameters of the channel budget necessary to ensure stablecommunication between the satellite and a conventional mobile station are presented. Among the problemsarising in the design of the system, attention is paid to signal synchronization due to constant relative motionbetween satellites in orbit and ground terminals, inter-satellite communication channels requiring increasedcomputing power of the onboard equipment installed on the satellite, and satellite handover.Keywords: Satellite networks, 4G, LEO
List of used literature:1. 5G Non-Terrestrial Networks / A. Vanelli-Coralli et al. Wiley & Sons, Incorporated, John,2023.2. A Multifaceted Look at Starlink Performance / N. Mohan et al. WWW '24: The ACM WebConference 2024, Singapore Singapore. New York, NY, USA, 2024. URL:https://doi.org/10.1145/3589334.3645328.3. An integrated satellite–terrestrial 5G network and its use to demonstrate 5G use cases / B.Evans et al. International Journal of Satellite Communications and Networking. 2021. Vol. 39, no. 4.P. 358–379. URL: https://doi.org/10.1002/sat.1393.4. Democratizing Direct-to-Cell Low Earth Orbit Satellite Networks / L. Liu et al. GetMobile:Mobile Computing and Communications. 2024. Vol. 28, no. 2. P. 5–10. URL:https://doi.org/10.1145/3686138.3686140.5. Doppler Effect Mitigation in LEO-Based 5G Non-Terrestrial Networks / A. K. Meshram et al.2023 IEEE Globecom Workshops (GC Wkshps), Kuala Lumpur, Malaysia, 4–8 December 2023.2023. URL: https://doi.org/10.1109/gcwkshps58843.2023.10464931.6 Hybrid Satellite & Terrestrial Mobile Network for 4G : Candidate Architecture and SpaceSegment Dimensioning / E. Corbel et al. 2008 4th Advanced Satellite Mobile Systems (ASMS),Bologna, Italy, 26–28 August 2008. 2008. URL: https://doi.org/10.1109/asms.2008.35.7. Integration Between LTE and Satellite Networks / R. Takaki et al. Telecommunications andInformation Technology. Cham, 2015. P. 143–160. URL: https://doi.org/10.1007/978-3-319-23823-4_9.8. Li Z., Wang X., Zhang T. 5G+4G: Creating High Quality Network Capability. 5G+. Singapore,2020. P. 57–62. URL: https://doi.org/10.1007/978-981-15-6819-0_5 (date of access: 08.08.2024).9. LTE‐based satellite communications in LEO mega‐constellations / A. Guidotti et al.International Journal of Satellite Communications and Networking. 2018. Vol. 37, no. 4. P. 316–330.URL: https://doi.org/10.1002/sat.1258.10. Modi A., Sharma V., Rawat A. Compact Design of Multiband Antenna for IRNSS, Satellite,4G and 5G Applications. 2021 5th International Conference on Computing Methodologies andCommunication (ICCMC), Erode, India, 8–10 April 2021. 2021. URL:https://doi.org/10.1109/iccmc51019.2021.9418265.11. Othman al Janaby A., Al-Omary A., Y. Ameen S. Taming Existing Satellite and 5G Systemsto Next Generation Networks. International Journal of Computing and Digital Systems. 2024. Vol.15, no. 1. P. 1465–1472. URL: https://doi.org/10.12785/ijcds/1601108.12. Using LTE in 4G satellite communications: Increasing time diversity through forcedretransmission / M. Papaleo et al. 2008 10th International Workshop on Signal Processing for SpaceCommunications (SPSC), Rhodes Island, Greece, 6–8 October 2008. 2008. URL:https://doi.org/10.1109/spsc.2008.4686699.Стаття присвячена дослідженнюефектів, що приводять до втрат в каналі зв’язку між наземним користувачем та супутником вінтегрованій супутниково-стільниковій системі зв’язку. Розглядається параметри каналу зв’язкупри сценарії інтеграції супутникових систем, що працюють на низькій навколоземній орбіті (LEO)з стільниковими мережами четвертого покоління, для забезпечення покриттям максимальноможливої кількості користувачів. В статті досліджені ефекти маломасштабного тавеликомасштабного завмирання, доплерівський зсув та інші проблеми, що можуть виникати припроектуванні багаторівневої телекомунікаційної системи. Представлені теоретичні параметрибюджету каналу, необхідні для забезпечення стабільного зв’язку між супутником та звичайноюмобільною станцією. Серед проблем, що можуть виникати при проектуванні системи, приділенаувага синхронізації сигналів у зв’язку з постійним відносним рухом між супутниками на орбіті таназемними терміналами, міжсупутниковим каналам зв’язку, що потребують збільшенняобчислювальної здатності бортового обладнання, яке встановлюється на супутник, та супутниковийхендовер.Ключові слова: 4G, супутникові мережі, LEO
Список використаної літератури:1. 5G Non-Terrestrial Networks / A. Vanelli-Coralli et al. Wiley & Sons, Incorporated, John,2023.2. A Multifaceted Look at Starlink Performance / N. Mohan et al. WWW '24: The ACM WebConference 2024, Singapore Singapore. New York, NY, USA, 2024. URL:https://doi.org/10.1145/3589334.3645328.3. An integrated satellite–terrestrial 5G network and its use to demonstrate 5G use cases / B.Evans et al. International Journal of Satellite Communications and Networking. 2021. Vol. 39, no. 4.P. 358–379. URL: https://doi.org/10.1002/sat.1393.4. Democratizing Direct-to-Cell Low Earth Orbit Satellite Networks / L. Liu et al. GetMobile:Mobile Computing and Communications. 2024. Vol. 28, no. 2. P. 5–10. URL:https://doi.org/10.1145/3686138.3686140.5. Doppler Effect Mitigation in LEO-Based 5G Non-Terrestrial Networks / A. K. Meshram et al.2023 IEEE Globecom Workshops (GC Wkshps), Kuala Lumpur, Malaysia, 4–8 December 2023.2023. URL: https://doi.org/10.1109/gcwkshps58843.2023.10464931.6 Hybrid Satellite & Terrestrial Mobile Network for 4G : Candidate Architecture and SpaceSegment Dimensioning / E. Corbel et al. 2008 4th Advanced Satellite Mobile Systems (ASMS),Bologna, Italy, 26–28 August 2008. 2008. URL: https://doi.org/10.1109/asms.2008.35.7. Integration Between LTE and Satellite Networks / R. Takaki et al. Telecommunications andInformation Technology. Cham, 2015. P. 143–160. URL: https://doi.org/10.1007/978-3-319-23823-4_9.8. Li Z., Wang X., Zhang T. 5G+4G: Creating High Quality Network Capability. 5G+. Singapore,2020. P. 57–62. URL: https://doi.org/10.1007/978-981-15-6819-0_5 (date of access: 08.08.2024).9. LTE‐based satellite communications in LEO mega‐constellations / A. Guidotti et al.International Journal of Satellite Communications and Networking. 2018. Vol. 37, no. 4. P. 316–330.URL: https://doi.org/10.1002/sat.1258.10. Modi A., Sharma V., Rawat A. Compact Design of Multiband Antenna for IRNSS, Satellite,4G and 5G Applications. 2021 5th International Conference on Computing Methodologies andCommunication (ICCMC), Erode, India, 8–10 April 2021. 2021. URL:https://doi.org/10.1109/iccmc51019.2021.9418265.11. Othman al Janaby A., Al-Omary A., Y. Ameen S. Taming Existing Satellite and 5G Systemsto Next Generation Networks. International Journal of Computing and Digital Systems. 2024. Vol.15, no. 1. P. 1465–1472. URL: https://doi.org/10.12785/ijcds/1601108.12. Using LTE in 4G satellite communications: Increasing time diversity through forcedretransmission / M. Papaleo et al. 2008 10th International Workshop on Signal Processing for SpaceCommunications (SPSC), Rhodes Island, Greece, 6–8 October 2008. 2008. URL:https://doi.org/10.1109/spsc.2008.4686699
ОЦІНКА ЯКОСТІ СИНТЕЗОВАНОГО МОВЛЕННЯ
No full textThe article exploresmethods for objectively evaluating the quality of synthesized speech that can be used to assess the accuracyand performance of speech generation systems. This evaluation approach aims to provide an unbiasedmeasure of the improvement of the quality of synthesized speech, independent of the subjective opinionsof listeners, thus facilitating the design and improvement of speech synthesis systems. It also offers aframework for comparing different speech synthesis systems to determine which one performs better.Considerable attention is paid in the article to the use of neural networks as a tool for evaluating the qualityof the output of other neural networks, emphasizing the potential of self-evaluation in artificial intelligencesystems. The effectiveness of the existing quality control systems is thoroughly investigated with thedetermination of their strengths and weaknesses. In addition, the paper highlights the key advantages ofeach evaluation system available, contributing valuable information to the continuous improvement ofspeech synthesis technologies.
Keywords: neural network, synthesized speech, evaluation metrics, metrics.
List of used literature:1. Frederick Jelinek. Statistical Methods for Speech Recognition. MIT Press, 1997. – p. 300–3202. Lawrence R. Rabiner, Ronald W. Schafer. Digital Processing of Speech Signals. Prentice Hall,1978. – p. 215–2503. Richard M. A. Monro, Nicolas Stoll. Perceptual Evaluation of Speech Quality (PESQ): TheNew ITU Standard for End-to-End Speech Quality Assessment, Part I. – p. 98–1124. Chin-Hui Lee, Frank K. Soong, Kuldip K. Paliwal. Automatic Speech and SpeakerRecognition: Advanced Topics. Springer, 1996. – p. 185–2105. Lawrence R. Rabiner, Ronald W. Schafer. Introduction to Digital Speech Processing. NowPublishers Inc, 2007. – p. 35–506. Francesco Camastra, Alessandro Vinciarelli. Machine Learning for Audio, Image and VideoAnalysis. Springer, 2015. – p. 145–1707. Stephan Raaijmakers. Deep Learning for Natural Language Processing. Manning Publications,2022. – p. 300–3258. Christopher Bishop. Pattern Recognition and Machine Learning. Springer, 2006. – p. 410–4409. Paul Taylor. Text-to-Speech Synthesis. Cambridge University Press, 2009. – p. 120–14510. Daniel Jurafsky, James H. Martin. Speech and Language Processing (3rd Edition). Pearson,2023. – p. 500–525У статті досліджуєтьсяметоди об’єктивної оцінки якості синтезованого мовлення, які можна використовувати для оцінкиточності та продуктивності систем синтезу мовлення. Цей підхід до оцінювання має на метізабезпечити неупереджену міру підвищення якості синтезованого мовлення, незалежну відсуб’єктивних думок слухачів, таким чином полегшуючи розробку та вдосконалення систем синтезумовлення. Він також пропонує основу для порівняння різних систем синтезу мовлення, щобвизначити, яка працює краще. Значна увага в статті приділяється використанню нейронних мережяк інструменту для оцінки якості вихідного результату інших нейронних мереж, підкреслюючипотенціал самооцінки в системах штучного інтелекту. Ефективність існуючих систем контролюякості ретельно досліджується з визначенням їх сильних і слабких сторін. Крім того, статтявисвітлює ключові переваги кожної доступної системи оцінювання, вносячи цінну інформацію впостійне вдосконалення технологій синтезу мовлення.
Ключові слова: нейронна мережа, синтез мовлення, метрики оцінки, метрики.
Список використаної літератури:1. Frederick Jelinek. Statistical Methods for Speech Recognition. MIT Press, 1997. – p. 300–3202. Lawrence R. Rabiner, Ronald W. Schafer. Digital Processing of Speech Signals. Prentice Hall,1978. – p. 215–2503. Richard M. A. Monro, Nicolas Stoll. Perceptual Evaluation of Speech Quality (PESQ): TheNew ITU Standard for End-to-End Speech Quality Assessment, Part I. – p. 98–1124. Chin-Hui Lee, Frank K. Soong, Kuldip K. Paliwal. Automatic Speech and SpeakerRecognition: Advanced Topics. Springer, 1996. – p. 185–2105. Lawrence R. Rabiner, Ronald W. Schafer. Introduction to Digital Speech Processing. NowPublishers Inc, 2007. – p. 35–506. Francesco Camastra, Alessandro Vinciarelli. Machine Learning for Audio, Image and VideoAnalysis. Springer, 2015. – p. 145–1707. Stephan Raaijmakers. Deep Learning for Natural Language Processing. Manning Publications,2022. – p. 300–3258. Christopher Bishop. Pattern Recognition and Machine Learning. Springer, 2006. – p. 410–4409. Paul Taylor. Text-to-Speech Synthesis. Cambridge University Press, 2009. – p. 120–14510. Daniel Jurafsky, James H. Martin. Speech and Language Processing (3rd Edition). Pearson,2023. – p. 500–52
МЕТОД ОЦІНКИ ЙМОВІРНОСТІ РЕАЛІЗАЦІЇ ТРАЄКТОРІЙ СОЦІОІНЖЕНЕРНОЇ АТАКИ В КОРПОРАТИВНИХ ІНФОРМАЦІЙНИХ СИСТЕМАХ
No full textThe article presents a method for assessing the probability of realization of trajectories of multi-stagesocial engineering attacks (SEA) in corporate information systems (CIS). The developed approach is basedon mathematical modeling of interactions between users, which is a key factor in the spread of attacks inthe corporate environment. The study takes into account four main criteria: joint projects, communications,hierarchical relationships, and shared access to information assets.The proposed mathematical model allows to quantify the probability of an attack passing betweenpairs of users using indicators of the intensity of their interaction. The graph of user interaction built on thebasis of the calculated probabilities reflects the potential trajectories of SEA spread in the CIS, allowing toidentify the most critical links and key nodes of the system, through which the probability of compromiseis highest.The model is oriented and adapted to the specifics of the corporate environment, where attacks spreadthrough trust, work, and hierarchical interactions. The application of the method makes it possible toidentify vulnerable segments of the system, optimize response strategies, and develop preventive measuresaimed to minimize the likelihood of a successful SEA.
Keywords: social engineering, graph model, risk assessment, attack probability, information security
List of used literature:1. Albladi S., Weir G.R.S. Predicting individuals’ vulnerability to social engineering in socialnetworks. Cybersecurity. 2020. Vol. 3. 7. URL: https://doi.org/10.1186/s42400-020-00047-52. Albladi S., Weir G.R.S. A conceptual model to predict social engineering victims. 2019 IEEE12th International Conference on Global Security, Safety and Sustainability (ICGS3). London, UK.2019. Р. 212-212. URL: https://doi.org/10.1109/ICGS3.2019.86883523. Beckers K., Krautsevich L., Yautsiukhin A. Using Attack Graphs to Analyze SocialEngineering Threats. International Journal of Secure Software Engineering (IJSSE). 2015. Vol. 6, №2. Р. 47-69. URL: https://doi.org/10.4018/IJSSE.20150401034. Albladi S., Weir G.R.S. User characteristics that influence judgment of social engineeringattacks in social networks. Human-centric Computing and Information Sciences. 2018. Vol 8, № 1.5. URL: https://doi.org/10.1186/s13673-018-0128-75. Khan N., Houghton R. J., Sharples S. Understanding factors that influence unintentionalinsider threat: a framework to counteract unintentional risks. Cognition Technology and Work. 2022.Vol. 24, № 3. P. 393-421. URL: https://doi.org/10.1007/s10111-021-00690-z6. Haber, M.J. Insider and external threats. Privileged Attack Vectors. 2020. Apress, Berkeley,CA. P. 117-125. URL: https://doi.org/10.1007/978-1-4842-5914-6_77. Zeffane R., Tipu S., Ryan J. Communication, commitment & trust: exploring the triad.International Journal of Business and Management. 2011. Vol. 6, № 6. P. 77-87. URL:https://doi.org/10.5539/ijbm.v6n6p778. Suman S., Srivastava, A. K. Antecedents of organisational commitment across hierarchicallevels. Psychology and Developing Societies. 2012. Vol. 24, № 1. Р. 61-83. URL:https://doi.org/10.1177/0971333611024001039. Halima Kure, Shareeful Islam. Assets focus risk management framework for criticalinfrastructure cyber security risk management. IET Cyber-Physical Systems: Theory & Applications.2019. Vol. 4, № 4. Р. 332-340. URL: https://doi.org/10.1049/iet-cps.2018.507910. Klünder J., Schneider K., Kortum F., Straube J., Handke L., Kauffeld S. Communication inteams – an expression of social conflicts. 6th International Conference on Human-Centred SoftwareEngineering (HCSE) / 8th International Conference on Human Error, Safety, and SystemDevelopment (HESSD). Stockholm, Sweden. August 29-31, 2016. P. 111-129, URL:https://doi.org/10.1007/978-3-319-44902-9_8У статті запропоновано метод оцінки ймовірності реалізації траєкторій багатоетапнихсоціоінженерних атак (SEA) у корпоративних інформаційних системах (КІС). Метод базується наматематичному моделюванні взаємодій між користувачами з урахуванням спільних проєктів,комунікацій, ієрархічних звʼязків та спільного доступу до активів.Розроблена модель дозволяє кількісно оцінити ймовірність поширення атак та побудуватиграф взаємодій для виявлення найбільш критичних звʼязків і вузлів системи. Застосування методудопомагає визначати вразливі сегменти КІС, оптимізувати заходи реагування та мінімізуватиризики успішної реалізації SEA.
Ключові слова: соціальна інженерія, графова модель, оцінка ризиків, ймовірність атаки,інформаційна безпека
Список використаної літератури:1. Albladi S., Weir G.R.S. Predicting individuals’ vulnerability to social engineering in socialnetworks. Cybersecurity. 2020. Vol. 3. 7. URL: https://doi.org/10.1186/s42400-020-00047-52. Albladi S., Weir G.R.S. A conceptual model to predict social engineering victims. 2019 IEEE12th International Conference on Global Security, Safety and Sustainability (ICGS3). London, UK.2019. Р. 212-212. URL: https://doi.org/10.1109/ICGS3.2019.86883523. Beckers K., Krautsevich L., Yautsiukhin A. Using Attack Graphs to Analyze SocialEngineering Threats. International Journal of Secure Software Engineering (IJSSE). 2015. Vol. 6, №2. Р. 47-69. URL: https://doi.org/10.4018/IJSSE.20150401034. Albladi S., Weir G.R.S. User characteristics that influence judgment of social engineeringattacks in social networks. Human-centric Computing and Information Sciences. 2018. Vol 8, № 1.5. URL: https://doi.org/10.1186/s13673-018-0128-75. Khan N., Houghton R. J., Sharples S. Understanding factors that influence unintentionalinsider threat: a framework to counteract unintentional risks. Cognition Technology and Work. 2022.Vol. 24, № 3. P. 393-421. URL: https://doi.org/10.1007/s10111-021-00690-z6. Haber, M.J. Insider and external threats. Privileged Attack Vectors. 2020. Apress, Berkeley,CA. P. 117-125. URL: https://doi.org/10.1007/978-1-4842-5914-6_77. Zeffane R., Tipu S., Ryan J. Communication, commitment & trust: exploring the triad.International Journal of Business and Management. 2011. Vol. 6, № 6. P. 77-87. URL:https://doi.org/10.5539/ijbm.v6n6p778. Suman S., Srivastava, A. K. Antecedents of organisational commitment across hierarchicallevels. Psychology and Developing Societies. 2012. Vol. 24, № 1. Р. 61-83. URL:https://doi.org/10.1177/0971333611024001039. Halima Kure, Shareeful Islam. Assets focus risk management framework for criticalinfrastructure cyber security risk management. IET Cyber-Physical Systems: Theory & Applications.2019. Vol. 4, № 4. Р. 332-340. URL: https://doi.org/10.1049/iet-cps.2018.507910. Klünder J., Schneider K., Kortum F., Straube J., Handke L., Kauffeld S. Communication inteams – an expression of social conflicts. 6th International Conference on Human-Centred SoftwareEngineering (HCSE) / 8th International Conference on Human Error, Safety, and SystemDevelopment (HESSD). Stockholm, Sweden. August 29-31, 2016. P. 111-129, URL:https://doi.org/10.1007/978-3-319-44902-9_
ФУНКЦІОНАЛЬНО-СТАТИСТИЧНІ МОДЕЛІ ОБ’ЄКТІВ КОНТРОЛЮ ТА УПРАВЛІННЯ
No full textIn a modern infocommunication network, the objectof control and management can be any information network equipment, as well as the entire network as awhole. In this case, the network is considered as a complex system that is subject to management. Thecomplexity of the control and management process is largely determined by the complexity of the objects. Todescribe the functioning of the object, it would be advisable to build its mathematical model. The state of anobject is most fully characterized by a mathematical functional-statistical model – a system of equations oroperators that describe the dependence of the initial parameters of an object, system or unit on external orinternal influences during operation. Based on the analysis of this model, it is possible to formulate the maintasks solved by the automatic control and management system, as well as synthesize the optimal networkmanagement system, determine the degree of automation and its effectiveness.When constructing a mathematical functional-statistical model, it is necessary to take into account thata network as a control object can consist of systems of various classes and types. Such systems can beautonomous and non-autonomous, stationary and non-stationary, closed and open. Therefore, to construct amathematical functional-statistical model, it is necessary to use a sufficiently generalized mathematicalapparatus, which, with appropriate changes, can be extended to individual cases.Keywords: network management, control and management system, functional-statistical model, controland management object, synthesis, optimal system, delay, availability factor, Monte Carlo method
References1. Л.Н. Беркман, Л.О. Комарова, О.І. Чумак. Основні поняття та теореми теорії інформації: навч. посіб. Київ : ДУІКТ, 2015. 91 с.2. 6G Wireless Communication Systems: Applications, Opportunities and Challenges / K. Anohet al. Future Internet. 2022. Vol. 14, no. 12. P. 379. URL: https://doi.org/10.3390/fi14120379.3. Ramirez Villamarin C., Suazo E., Oraby T. Regularization by deep learning in signalprocessing. Signal, Image and Video Processing. 2024. URL: https://doi.org/10.1007/s11760-024-03083-7.4. Ferreira M. F. S., Pinto A. N., Hübel H. Quantum Communications. Fiber and IntegratedOptics. 2020. P. 1–2. URL: https://doi.org/10.1080/01468030.2020.17125365. Digital Signal Processing Using Deep Neural Networks / B. Shevitski et al. Office ofScientific and Technical Information (OSTI), 2023. URL: https://doi.org/10.2172/1984848.6. Zeybek M., Kartal Çetin B., Engin E. Z. A Hybrid Approach to Semantic Digital Speech:Enabling Gradual Transition in Practical Communication Systems. Electronics. 2025. Vol. 14, no. 6.P. 1130. URL: https://doi.org/10.3390/electronics14061130.7. Balaji C., Sivaram P. Adaptive Beamforming and Energy-Efficient Resource Allocation forSustainable 6G THz Networks. IETE Journal of Research. 2025. P. 1–15.URL: https://doi.org/10.1080/03772063.2025.2460672.. У сучасній інфокомунікаційній мережіоб’єктом контролю та управління може бути будь-яке обладнання інформаційної мережі, а також усямережа в цілому. При цьому мережа розглядається як складна система, що підлягає управлінню.Складність процесу контролю та управління здебільшого обумовлюється складністю об’єктів. Дляопису функціонування об’єкта доцільно буде побудувати його математичну модель. Найбільш повностан об’єкта характеризує математична функціонально-статистична модель – це система рівнянь абооператорів, котрі описують залежність вихідних параметрів об’єкта, системи чи блока від зовнішніхабо внутрішніх впливів під час функціонування. На основі аналізу цієї моделі можливо сформулюватиосновні задачі, що вирішуються автоматичною системою контролю та управління, а такожсинтезувати оптимальну систему управління мережею, визначити ступінь автоматизації та їїефективність.При побудові математичної функціонально-статистичної моделі необхідно враховувати те, щомережа як об’єкт управління може складатися з систем найрізноманітніших класів і видів. Такісистеми можуть бути автономними і неавтономними, стаціонарними та не стаціонарними,замкнутими і розімкнутими. Тому для побудови математичної функціонально-статистичної моделінеобхідно використовувати достатньо узагальнений математичний апарат, який при відповіднихзмінах може бути застосований для будь-якої системи управління.Ключові слова: управління мережею, система контролю та управління, функціональностатистична модель, об’єкт контролю та управління, синтез, оптимальна система, затримка,коефіцієнт готовності, метод Монте-Карло
Список використаної літератури1. Л.Н. Беркман, Л.О. Комарова, О.І. Чумак. Основні поняття та теореми теорії інформації: навч. посіб. Київ : ДУІКТ, 2015. 91 с.2. 6G Wireless Communication Systems: Applications, Opportunities and Challenges / K. Anohet al. Future Internet. 2022. Vol. 14, no. 12. P. 379. URL: https://doi.org/10.3390/fi14120379.3. Ramirez Villamarin C., Suazo E., Oraby T. Regularization by deep learning in signalprocessing. Signal, Image and Video Processing. 2024. URL: https://doi.org/10.1007/s11760-024-03083-7.4. Ferreira M. F. S., Pinto A. N., Hübel H. Quantum Communications. Fiber and IntegratedOptics. 2020. P. 1–2. URL: https://doi.org/10.1080/01468030.2020.17125365. Digital Signal Processing Using Deep Neural Networks / B. Shevitski et al. Office ofScientific and Technical Information (OSTI), 2023. URL: https://doi.org/10.2172/1984848.6. Zeybek M., Kartal Çetin B., Engin E. Z. A Hybrid Approach to Semantic Digital Speech:Enabling Gradual Transition in Practical Communication Systems. Electronics. 2025. Vol. 14, no. 6.P. 1130. URL: https://doi.org/10.3390/electronics14061130.7. Balaji C., Sivaram P. Adaptive Beamforming and Energy-Efficient Resource Allocation forSustainable 6G THz Networks. IETE Journal of Research. 2025. P. 1–15.URL: https://doi.org/10.1080/03772063.2025.2460672