ITSynergy

ПІДВИЩЕННЯ ДОСТОВІРНОСТІ СИНХРОІНФОРМАЦІЇ СИНЕРГЕТИЧНИХ МЕРЕЖ SMART ТЕХНОЛОГІЙ

Валерій Вікторович КОВАЛЬ — 2022-12-30

Предметом дослідження є структура інтелектуальної системи та результати експериментальних досліджень її складових частин: супутникові навігаційні системи, обладнання для передачі синхросигналів з використанням РТР-протоколу, пристрій багатоканального моніторингу синхросигналів. Мета – розроблення структури інтелектуальної системи з пристроєм багатоканального моніторингу, яка забезпечить формування з підвищеною достовірністю синхроінформації, що використовується для проведення синхронних векторних вимірів на об’єктах синергетичних мереж SMART технологій.

В статті за результатами досліджень вітчизняних і закордонних фахівців представлено обґрунтування доцільності використання ІР-мереж для передавання синхроінформації на основі РТР-протоколу. Експериментально перевірено і підтверджено використання обладнання українського виробництва для передачі по ІР-мережам синхросигналів з точністю ± 1 мкс, застосування якого створить умови диверсифікації синхроінформаційного забезпечення. Запропоновано структуру інтелектуальної комп’ютерно-інтегрованої системи, яка забезпечить формування з підвищеною достовірністю синхроінформації, що використовується для проведення синхронних векторних вимірів на об’єктах електроенергетичних мереж.

Розроблено пристрій багатоканального моніторингу синхроінформації, який в автоматичному режимі забезпечує одночасний перегляд даних вимірів контрольованих сигналів, їх запис на запам’ятовуючі пристрої та формування інформації для підтримки прийняття рішень з метою підвищення достовірності синхроінформації електроенергетичних мереж SMART технологій. Пропонується подальше проведення наукових досліджень з метою створення інтелектуальної системи, яка забезпечить формування синхросигналів з покращеними показниками якості, а також матиме можливість виконувати безперервний багатоканальний моніторинг параметрів синхроінформації у реальному часі на об’єктах різних галузей економіки країни та може використовуватись в цілях підвищення обороноздатності і безпеки держави.

GENERATIVE PRE-TRAINED TRANSFORMER 3

Олександр Іванович ГОЛУБЕНКО — 2022-12-30

GPT (Generative Pre-training Transformer) — це тип штучного інтелекту (AI), який використовує алгоритми машинного навчання для створення тексту природною мовою. Перша версія GPT, випущена в 2018 році, стала революційним досягненням у сфері ШІ та обробки природної мови (NLP). Однак він також мав деякі обмеження та проблеми, які були розглянуті в наступних версіях моделі.

Однією з головних проблем першої версії GPT була відсутність контролю над контентом, який вона генерувала. Модель було навчено на великому наборі даних тексту, створеного людиною, і вона змогла створити зв’язний і, здавалося б, людиноподібний текст на широкий спектр тем. Однак він часто створював текст, який був упередженим, образливим або іншим чином недоречним, оскільки він не міг повністю зрозуміти контекст або значення використаних слів.

Іншою проблемою першої версії GPT була її нездатність виконувати складніші завдання NLP, такі як переклад або конспектування. Хоча він міг створити зв’язний текст, він не міг зрозуміти значення чи структуру тексту так, як це може зробити людина.

Подальші версії GPT, такі як GPT-2 і GPT-3, вирішували ці проблеми та додавали нові можливості, такі як здатність виконувати складніші завдання NLP і генерувати більш зв’язний і відповідний контексту текст. Однак вони все ще мають обмеження і можуть давати необ’єктивні або невідповідні результати, якщо не використовувати їх відповідально.

БЕЗПЕКА ДАНИХ В УКРАЇНІ ЗА ДОПОМОГОЮ ВИКОРИСТАННЯ ТЕХНОЛОГІЇ VPN

Андрій Вікторович ЛЕМЕШКО — 2022-12-30

Початок XXI століття анонсував собою глобалізацію в усьому світі та швидкий розвиток інформаційних технологій, а саме мережі Інтернет, що в свою чергу допомогло зробити великий стрибок у розвитку передачі даних та доступності інформації серед великого кола людей.

Сьогодні Інтернет знаменує собою глобальний віртуальний світ з безліччю безкоштовної інформації та даних. Попит на нього зростає щодня, що спонукає постачальників інтернет послуг на постійний розвиток ринку.

На сьогоднішній день важко уявити світ без вільного доступу до Інтернету. На жаль, уряди деяких країн на законодавчому рівні обмежують доступ до тих чи інших ресурсів, що, в свою чергу, збільшує попит на розвиток та використання VPN технологій та сервісів. Деякі користувачі використовують VPN для анонімності в мережі Інтернет та отримання доступу до заблокованих ресурсів. Інші - користуються данною технологією для захисту особистої інформації. Під час вибору VPN-сервісу деякі користувачі керуються якістю послуг, які будуть надаватись, а інші - їх вартістю. Власники VPN-сервісів постійно вдосконалюють якість свої послуг та впроваджують нові технології.

Попит на VPN-сервіси, після початку повномасштабного російського вторгнення, в Україні виріс в рази - не тільки за рахунок блокування українських медіа ресурсів, а й за рахунок появи IT-армії України. Завдяки чому деякі VPN-сервіси почали безкоштовно надавати доступ українцям до своїх серверів.

VPN має декілька рівнів захисту такі як: шифрування даних, аутентифікація джерела даних, перевірка хешу, що в свою чергу забезпечує конфіденційність передаваємих даних в Інтернеті. В сумісності, це все допомагає підвищити рівень захисту особистих даних користувачів.

Громадяни України, котрі залишаються на тимчасово окупованих територіях, в більшій мірі, мають доступ тільки до російського медіа простору, за рахунок того, що український ресурси блокуються, а операторів зв'язку “глушать” та знищується їх інфраструктура. За допомогою VPN-сервісів вони можуть отримати доступ до українського медіапростору.

МОДЕЛЬ ПРОГНОЗУВАННЯ БЕЗПЕКИ МЕРЕЖІ ЗА ДОПОМОГОЮ НЕЙРОННИХ МЕРЕЖ

Ольга Миколаївна ТКАЧЕНКО — 2022-12-30

В статті розглянуто чотири алгоритми, а саме алгоритм SVM, алгоритм нечіткої кластеризації, алгоритм кластеризації K-Means і алгоритм Apriori. Деталізуємо 4 різних кроки безпеки користувачів мережі та їх контролю доступу статті є розробка надійної моделі прогнозування безпеки мережі. Розроблена модель виявлення вторгнень, побудована з використанням нейронних мереж. Модель виявлення вторгнень виявляє аномалії та атаки на основі зловживання. Модель виявлення вторгнень також виконує три типи завдань класифікації. Завдання включають класифікацію між появою атаки чи звичайним випадком, класифікацією між різними типами атаки чи звичайним випадком . Модель виявлення вторгнень також показує точність класифікації, час виконання та обсяг використання пам’яті. Цілями моделі виявлення вторгнень є висока точність, малий час виконання та мінімальний обсяг використання пам’яті. Модель виявлення вторгнень, побудована за допомогою нейронних мереж, відповідає цілям високої точності, малого часу виконання та мінімального використання пам’яті.

АЛГОРИТМ ЗМЕНШЕННЯ ТРАНЗИТНИХ ПОТОКІВ ТРАНСПОРТНОЇ МЕРЕЖІ У ЗАДАНОМУ НАПРЯМКУ

Сергій Станіславович КОРОТКОВ — 2022-12-30

В статті розроблено алгоритм зменшення транзитних потоків. В результаті виконання алгоритму величина потоку на будь-якому розрізі мережі буде максимальною, а сумарний потік буде складатися зі зменшених транзитних потоків, що дозволить підвищити ефективність використання транспортних засобів. Потоки розподілені таким чином, що після застосування до них принципу суперпозиції величини сумарного результуючого потоку на дугах не перевищують їх пропускних здібностей. Розглядається знаходження інтегрального максимального потоку транспортної мережі у заданому напрямку.