Department of Information Technology

This paper presents an overview of the cryptographic algorithm visualization possibilities of the CrypTool. The AES cipher is used as an example. Visualization tools for modern cryptographic algorithms in CrypTool make it possible to track the content of cryptographic transforms at every step. This makes it easier to understand the complex algorithms in software development.

Виконано теоретичний аналіз сучасного стану нейромережевих технологій, що дало можливість виділити відомі алгоритми роботи з нейронними мережами та з’ясувати переваги та недоліки їх застосування для вирішення різного роду завдань науки й техніки. Обґрунтовано актуальність застосування нейромереж для дослідження адаптивних траєкторій навчання на основі аналізу поточних характеристик засвоєння інформаційних квантів студентом, що забезпечує успішне проведення дистанційного навчання з використанням відкритих комунікаційних платформ. Представлено адаптивний процес засвоєння студентом нових знань архітектурою багатошарового персептрона, в якій кожен нейрон розглядається як певний урок, а навчальний процес представлено як рух студента по окремих уроках. Реалізовано застосування для навчання мережі алгоритму зворотного поширення помилки та методу найменших квадратів. Це дало можливість шляхом паралельного й одночасного уточнення параметрів мережі ітераційно коректувати вагові коефіцієнти си...

In this paper, we propose to use a classification model based on an artificial recurrent neural network (RNN) and a deep learning approach for DNS spoofing detection. It is proposed to use DNS data as well as TCP header and IP header data as features of the detection model. Using of IP header data, particularly, such feature as hop count is well known and widely used for IP spoofing. The main challenge is to apply these approaches to DNS spoofing detection. The aim of the research is to proof the feasibility of the proposed technique and to obtain metric values. The methodology of the research is to evaluate the deep learning model trained on the artificially synthesized dataset. The numerical results from simulations are used to evaluate the performance. The paper reports the accuracy about 70%.

This paper proposes a method for reducing data redundancy using a randomization procedure. The method can be effectively applied before transmitting or storing information in automation systems in various fields of communication systems and networks.

Стаття присвячена вивченню переваг, перспектив застосування і впливу на розвиток інтелектуальних освітніх онлайн-платформ Web 3.0-технологій. На думку авторів, основними рисами Web 3.0-технології є стандартизація, персоналізація, віртуалізація, крос-платформність та інтелект. У статті використані методи комплексного теоретичного і описового аналізу. Наукова новизна роботи полягає в тому, що в статті вивчаються особливості, характерні риси та застосування Web 3.0-технологій в інтелектуальних освітніх онлайн-платформах. Практична значимість роботи полягає у вивченні інструментів Web 3.0-технологій, які можуть бути ефективно використані в освітній діяльності студентів. Результати дослідження: Web 3.0-технології передбачають використання персональних помічників, інтелектуальних агентів, 3D-ігор, віртуальних світів, відкритих освітніх ресурсів і систему управління знаннями. За допомогою інтелектуальних агентів і особистих помічників, студенти зможуть організувати власне навчання, ставити...

This paper presents an overview of the cryptographic algorithm visualization possibilities of the CrypTool. The AES cipher is used as an example. Visualization tools for modern cryptographic algorithms in CrypTool make it possible to track the content of cryptographic transforms at every step. This makes it easier to understand the complex algorithms in software development.

The conference paper presents the method for determining the quality characteristics and sub-characteristics weights. It improves the methods specified in international standards and makes practical use possible for evaluating the quality of a software product.

Digital communications techniques based on random, chaotic, or noisy carriers are well known and successfully used in a number of applications. Simple on-off or amplitude shift noise keying modulation schemes are among the most popular. In this paper, we propose to use a classification model based on an artificial dense neural network and a deep learning approach for software-defined demodulation of spread spectrum signals.

This paper proposes a method for reducing data redundancy using a randomization procedure. The method can be effectively applied before transmitting or storing information in automation systems in various fields of communication systems and networks.