http://rep.btsau.edu.ua/handle/123456789/50 Mon, 13 Jul 2026 15:03:26 GMT 2026-07-13T15:03:26Z http://rep.btsau.edu.ua/handle/BNAU/17209 Название: Osint Risk Assessment Models in Digital Intelligence Using Data Mining Methods and Automated Classification of Ethical and Legal Scenarios Авторы: Artemov, Volodymyr; Артемов, Володимир; Kochyn, Vladyslav; Кочин, Владислав Дмитрович; Pendiura, Maksym; Пендюра, Максим Миколайович; Levchenko, Andrii; Левченко, Андрій; Bondar, Olena; Бондар, Олена Станіславівна Краткий осмотр (реферат): Збільшення використання розвідувальних даних з відкритих джерел (OSINT) в автоматизованих системах цифрової розвідки породжує правові та етичні ризики, які залишаються непоміченими в більшості аналітичних моделей через їхню зосередженість на продуктивності. Це робить автоматизовані канали OSINT вразливими до регуляторних та інституційних збоїв. Метою дослідження є розробка та валідація технічно функціональної та юридично обґрунтованої моделі оцінки ризиків OSINT. Модель призначена для використання в автоматизованих процесах цифрової розвідки. У дослідженні використовується гібридна методологія. Вона поєднує сценарну інженерію, структуроване вилучення правових та етичних ознак та класифікацію за допомогою контрольованого машинного навчання (ML). Також використовується юридичне мислення. Для контрольованого експериментального тестування було створено синтетичний набір даних OSINT. Він складається зі 124 аналітично побудованих сценаріїв, 27 структурованих ознак та трьох правових та етичних класів (A/B/C). Результатом дослідження є розроблена гібридна модель оцінки ризиків OSINT. Модель здатна розрізняти юридично допустимі, умовно допустимі та заборонені сценарії. Отримані результати демонструють, що правові та етичні ризики можна формалізувати та кількісно оцінити. На відміну від попередніх досліджень, в яких нормативна оцінка була відокремлена від технічної обробки, у цьому дослідженні правова та етична логіка безпосередньо вбудована в механізми класифікації ризиків OSINT. Подальші дослідження можуть бути зосереджені на розробці модулів оцінки ризиків, адаптованих до юрисдикцій. Аналіз потоків OSINT у режимі реального часу є перспективним. Особливу увагу слід приділити масштабованим гібридним архітектурам для управління взаємодією людини та машини. Описание: The increased use of open source intelligence (OSINT) in automated digital intelligence systems urges legal and ethical risks that remain unnoted in most analytical models due to their focus on performance. This makes automated OSINT pipelines vulnerable to regulatory and institutional failures. The aim of the study is to develop and validate a technically operational and legally sound OSINT risk assessment model. The model is aimed at use within automated digital intelligence processes. The study uses a hybrid methodology. It combines scenario engineering, structured extraction of legal and ethical features, and classification using supervised machine learning (ML). Legal thinking is also used. A synthetic OSINT dataset was generated for controlled experimental testing. It consists of 124 analytically constructed scenarios, 27 structured features, and three legal and ethical classes (A/B/C). The result of the research is a developed hybrid OSINT risk assessment model. The model is able to distinguish between legally permissible, conditionally permissible, and prohibited scenarios. The obtained results demonstrate that legal and ethical risks can be formalized and quantified. Unlike earlier studies, in which normative assessment was separated from technical processing, in this study legal and ethical logic is directly embedded in OSINT risk classification mechanisms. Further research can focus on the development of jurisdiction-adaptive risk assessment modules. Real-time analysis of OSINT streams is promising. Special attention should be paid to scalable hybrid architectures for managing human-machine interaction. Tue, 30 Jun 2026 00:00:00 GMT http://rep.btsau.edu.ua/handle/BNAU/17209 2026-06-30T00:00:00Z http://rep.btsau.edu.ua/handle/BNAU/17004 Название: Оцінки користувацького досвіду (UX) на основі інтеграції методів математичного моделювання та вебаналітики Авторы: Бондар, Олена Станіславівна; Bondar, Olena Краткий осмотр (реферат): Розглянуто питання автоматизації процесу оцінки користувацького досвіду (UX) на основі інтеграції методів математичного моделювання та сучасних платформ вебаналітики. Визначено проблему суб'єктивності та високої ресурсомісткості традиційних методів юзабіліті-тестування. Запропоновано алгоритмічне забезпечення, що базується на синергії аналітичних можливостей IT-платформ та подієво-орієнтованої архітектури (event-driven approach). Такий підхід дозволяє трансформувати сирі метрики вебаналітики у якісні показники зручності інтерфейсу та прогнозувати поведінкові патерни користувачів у масштабі реального часу.¤ Описание: The issue of automating the process of evaluating user experience (UX) based on the integration of mathematical modeling methods and modern web analytics platforms is considered. The problem of subjectivity and high resource intensity of traditional usability testing methods is identified. Algorithmic support is proposed, based on the synergy of analytical capabilities of IT platforms and event-driven architecture (event-driven approach). This approach allows transforming raw web analytics metrics into qualitative indicators of interface usability and predicting user behavioral patterns in real time.¤ Fri, 13 Feb 2026 00:00:00 GMT http://rep.btsau.edu.ua/handle/BNAU/17004 2026-02-13T00:00:00Z http://rep.btsau.edu.ua/handle/BNAU/16504 Название: Математичне моделювання поширення ентомологічних шкідників у лісах з використанням хмарних обчислень Авторы: Бондар, Олена Станіславівна; Bondar, Olena Краткий осмотр (реферат): Досліджено інтеграцію диференціальних моделей «реакція-дифузія» з хмарними обчисленнями для прогнозування динаміки лісових шкідників. Визначено переваги еластичних хмарних ресурсів у моделюванні складних біосистем для оптимізації захисних заходів у лісівництві. Описание: The integration of differential reaction-diffusion models with cloud computing for predicting the dynamics of forest pests has been investigated. The advantages of elastic cloud resources in modeling complex biosystems for optimizing protective measures in forestry have been identified. Thu, 16 Apr 2026 00:00:00 GMT http://rep.btsau.edu.ua/handle/BNAU/16504 2026-04-16T00:00:00Z http://rep.btsau.edu.ua/handle/BNAU/16348 Название: Трансформація масивів big data з полів у стратегічні рішення для сучасного агроменеджменту Авторы: Бондар, Олена Станіславівна; Bondar, Olena Краткий осмотр (реферат): У роботі досліджено механізми інтеграції великих даних (Big Data) у систему стратегічного управління сучасними агропідприємствами. Обґрунтовано перехід від традиційного аграрного виробництва до моделі Data-driven farming, де ключовим активом стає здатність менеджменту конвертувати «сиру» польову інформацію (супутникові дані, телеметрію техніки, показники сенсорів) у точні управлінські команди. Описание: The paper explores the mechanisms of integrating Big Data into the strategic management system of modern agricultural enterprises. The transition from traditional agricultural production to the Data-driven farming model is justified, where the key asset is the ability of management to convert "raw" field information (satellite data, equipment telemetry, sensor indicators) into precise management commands. Wed, 04 Mar 2026 00:00:00 GMT http://rep.btsau.edu.ua/handle/BNAU/16348 2026-03-04T00:00:00Z