Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
36 results
Search Results
Item Порівняння сучасних ігрових рушіїв з власним ядром для нативної розробки ігор на платформі Android(Національний технічний університет "Харківський політехнічний інститут", 2025) Яценко, Валерій Валерійович; Yatsenko, Valerii Valeriiovych; Пархоменко, Д.В.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia Vasylivna; Гриценко, Костянтин Григорович; Hrytsenko, Kostiantyn HryhorovychСучасна ігрова індустрія дедалі більше орієнтується на мобільні платформи, зокрема пристрої з архітектурою ARM, яка є домінуючою у смартфонах і планшетах. Розробники активно адаптують свої рушії та інструменти під цю архітектуру, зважаючи на її енергоефективність та широке розповсюдження. У цьому контексті створення власного ігрового ядра, яке можна безпосередньо встановити на Android-пристрій без додаткових рушіїв, відкриває нові можливості для оптимізації, швидшого прототипування та повного контролю над продуктивністю на рівні пристрою. Такий підхід особливо актуальний на фоні зростання популярності незалежної розробки ігор та необхідності легких рішень без зайвих залежностей. У дослідженні представлено порівняльний аналіз сучасних ігрових рушіїв (Unity, Unreal Engine, Godot, Defold, Cocos2d-x) та власного ігрового ядра, орієнтованого на пряме встановлення і запуск на Android-пристроях з архітектурою ARM без проміжного рушія. У роботі розглянуто переваги архітектури ARM, включаючи енергоефективність, масштабованість і широку підтримку в мобільних пристроях, що робить її доцільною платформою для нативної розробки ігор. Особливу увагу приділено технічному порівнянню можливостей рушіїв, включно з вагою застосунків, швидкістю запуску, гнучкістю API, рівнем доступу до системних ресурсів і підтримкою низькорівневих мов. Виявлено, що хоча традиційні рушії забезпечують багатий функціонал і простоту розробки, вони обмежують контроль над апаратною частиною та призводять до збільшення розміру APK. Натомість власне ядро, створене спеціально для ARM-пристроїв, забезпечує мінімальний обсяг, миттєвий запуск і максимальну продуктивність завдяки прямому доступу до графічних API (OpenGL ES/Vulkan) і системних ресурсів Android. У роботі проаналізовано придатність мов програмування Java, Kotlin, C++ та Rust у контексті розробки ігор для Android, окреслено перспективи використання Vulkan як високопродуктивного графічного API, а також зроблено висновки щодо доцільності ядроцентричного підходу для створення легковагових, оптимізованих мобільних ігор і інструментів.Item Розробка нейромережевої моделі для предиктивного аналізу ймовірності реалізації кіберзагроз на основі класифікатора загроз(ПП «Новий Світ-2000»., 2025) Стеців, О.С.; Євсеєв, С.П.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr SerhiiovychУ дослідженні представлено розробку та валідацію нейромережевої моделі для предиктивного аналізу ймовірності реалізації кіберзагроз. Через неефективність традиційних реактивних методів захисту, було запропоновано проактивний підхід на основі машинного навчання. Початковий набір даних, що складався з 200 записів, було розширено до 20 200 за допомогою аугментації для подолання проблеми обмеженого обсягу та дисбалансу класів. Створена архітектура багатошарового перцептрона (MLP) з використанням механізму зважених втрат та ранньої зупинки продемонструвала високу ефективність, досягнувши точності 94.94% на тестових даних. Модель також підтвердила свою узагальнюючу здатність на реальних прикладах, що не входили до навчальної вибірки, довівши її практичну цінність для створення систем проактивного управління кіберризиками.Item Класифікація кіберзагроз на основі аналізу текстових описів з використанням методів обробки природної мови(ПП «Новий Світ-2000», 2025) Шаламай, Д.С.; Євсеєв, С.П.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr SerhiiovychДослідження присвячене розробці системи для автоматичної класифікації кіберзагроз на основі текстових описів, наданих у довільній формі. Через недостатню оперативність традиційних підходів до документування загроз , була створена система, що використовує методи обробки природної мови (NLP) та машинного навчання. Початковий набір з 220 загроз банківського сектору було розширено до 1078 описів за допомогою технік аугментації даних, зокрема парафразування. Розроблений конвеєр обробки даних включає очищення та лематизацію тексту за допомогою бібліотеки Stanza , перетворення тексту у вектори TF-IDF та багатовихідну класифікацію з використанням RandomForestClassifier. Створена система здатна категоризувати загрози за вісьмома параметрами і спершу перевіряє схожість введеного опису з існуючими в базі за допомогою косинусної подібності, перш ніж задіяти модель машинного навчання.Item Вплив штучного інтелекту на сучасну кібербезпеку(ПП "Технологічний центр", 2024) Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Сокол, В.Є.; Ахієзер, О.Б.Останнім часом стрімке поширення штучного інтелекту у сфері кібербезпеки змінило підходи до захисту інформаційних систем. Традиційні методи часто були недостатньо ефективними для виявлення нових загроз, що створювало серйозні ризики для організацій. Впровадження штучного інтелекту стало ключовим фактором вдосконалення систем кіберзахисту, дозволяючи випереджати та протидіяти кіберзагрозам.Item Технологічні аспекти розвитку кіберспортивних дисциплін: тенденції та перспективи(Таврійський національний університет імені В. І. Вернадського, 2025) Єфіменко, Аліна Юріївна; Yefimenko, Alina Yuriivna; Койбічук, Віталія Василівна; Koibichuk, Vitaliia Vasylivna; Миненко, Сергій Володимирович; Mynenko, Serhii Volodymyrovych; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Гриценко, Костянтин Григорович; Hrytsenko, Kostiantyn HryhorovychКіберспорт – це феномен сучасного світу, який поєднує високі технології, інтерактивні розваги та глобальну аудиторію. Стрімкий розвиток індустрії значною мірою зумовлений прогресом у сфері апаратного і програмного забезпечення та мережевих технологій. Метою дослідження є визначення ключових технологічних аспектів розвитку кіберспортивних дисциплін, їх тенденцій та подальших перспектив інноваційних змін. У статті розглянуто технології та їх вплив на розвиток кіберспортивних дисциплін як базових елементів кіберспортивної галузі із врахуванням сучасних викликів. Особливу увагу приділено впровадженню інноваційних рішень, таких як спеціалізовані алгоритми штучного інтелекту, віртуальна та доповнена реальність, високопродуктивні обчислювальні платформи, хмарні платформи (Xbox Cloud Gaming, NVIDIA GeForce Now, Riot Games), мережі нового покоління (мережі 10 Гбіт/с та мережі з низькою затримкою) тощо. Під час аналізу та порівняння технологій кіберспортивних дисциплін Dota 2, League of Legends та CS:GO, які входять у Топ-5, визначено їх технологічну досконалість через застосування передових графічних двигунів (Source Engine, Unreal Engine 3 тощо), спеціалізованих серверів для оптимізації мережевого коду під час синхронізації дії гравців, штучного інтелекту, інструментарію віртуальної та доповненої реальності, оптимізованих мережевих протоколів, античит-систем (Valve Anti-Cheat), модулів масштабування, серверної синхронізації, мережевих кодів, мереж доставки контенту, власних серверів та дата-центрів. Окреслено роль хмарних технологій та сучасних засобів передачі даних у формуванні конкурентного середовища для гравців та організації турнірів. У результаті дослідження визначено основні технологічні напрямки, які потребують подальшого вдосконалення і розширення їх застосування у кіберспортивній галузі.Item Використання машинного навчання для створення текстової інформації на основі аналізу фінансових звітів компаній(Сумський державний університет, 2023) Півень, А.В.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia VasylivnaЗастосування машинного навчання в аналізі фінансових звітів компаній відкриває нові горизонти для більш глибокого та ефективного використання даних, забезпечуючи компаніям конкурентні переваги та підтримуючи прийняття обґрунтованих рішень.Item Роль та ефективність використання нейронної мережі у вдосконаленні аналізу, класифікації та управління відгуками на товари(Сумський державний університет, 2023) Кільдей, А.Д.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia VasylivnaУ сучасному інформаційному суспільстві, насиченому великим обсягом текстової інформації, виникає необхідність в ефективних методах її аналізу та класифікації. Особливо це важливо для розпізнавання та систематизації текстів, які відіграють ключову роль у багатьох галузях, від бізнесу до науки. У цьому контексті, дослідження з питань класифікації та аналізу тексту за допомогою нейронних мереж стає важливим завданням, що визначає актуальність даної роботи.Item Методика оцінювання впливу фінансових кібершахрайств на рівень довіри до фінансового сектору(УКРНОІВІ, 2024) Боженко, Вікторія Володимирівна; Bozhenko, Viktoriia Volodymyrivna; Бойко, Антон Олександрович; Boiko, Anton Oleksandrovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia Vasylivna; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr SerhiiovychРозроблено методику для оцінювання ступеня та характеру впливу фінансових кібершахрайств на рівень довіри до фінансового сектору шляхом побудови поліноміальної моделі розподіленого лагу Алмона. Розроблена методика дозволила у коротко та середньостроковому періоді ідентифікувати часову залежність між фінансовими кібершахрайствами та індикаторами суспільної довіри до фінансового секторуItem Використання машинного навчання для створення текстової інформації на основі аналізу фінансових звітів компаній(Сумський державний університет, 2023) Півень, А.В.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia VasylivnaДоповідь розглядає використання машинного навчання та глибинного навчання для аналізу фінансових звітів компаній. Застосування алгоритмів машинного навчання у фінансовому секторі включає автоматизацію аналізу даних, покращення якості аналізу, генерацію текстових звітів та прогнозування фінансових тенденцій. Розроблений модуль дозволяє швидко та ефективно аналізувати фінансові звіти, забезпечуючи конкурентні переваги компаніям.Item Роль та ефективність використання нейронної мережі у вдосконаленні аналізу, класифікації та управління відгуками на товари(Сумський державний університет, 2023) Кільдей, А.Д.; Кушнерьов, Олександр Сергійович; Kushnerov, Oleksandr Serhiiovych; Койбічук, Віталія Василівна; Koibichuk, Vitaliia VasylivnaУ сучасному інформаційному суспільстві важливо розвивати ефективні методи аналізу та класифікації текстової інформації, зокрема в контексті відгуків на товари. Ця робота розглядає роль та ефективність використання нейронних мереж у вдосконаленні аналізу, класифікації та управління відгуками. Зокрема, досліджуються методи обробки природної мови, машинного та глибокого навчання для створення моделей класифікації відгуків на товари. Робота також вказує на важливість збору чистих та репрезентативних даних, а також на етапи підготовки текстових даних для досягнення високої точності та ефективності моделей.