13 February 2023 in Таврійський науковий вісник. Серія: Технічні науки
У статті проведено порівняння ефективності функціонування комп’ютерних систем при використанні традиційної централізованої бази даних проти використання технології блокчейн як децентралізованої бази даних. Ця стаття спрямована на порівняння використання технології блокчейну як бази даних та традиційної бази даних. Щоб зрозуміти різницю між цими двома концепціями, варто розглянути, що вони собою являють і як кожна з них розроблена та підтримується. Блокчейн та бази даних мають багато спільного так як, вони використовуються для зберігання даних. Біткойн став дуже популярним останніми роками і багато людей часто запитують, чи є якась різниця між блокчейном і базою даних, оскільки вони мають ряд подібностей. Часто блокчейн називають «просто ще однією базою даних», і що його атрибути можуть бути досягнуті за допомогою традиційної бази даних. Однак блокчейн – це більше, ніж просто база даних. Найголовнішою перевагою бази даних є швидкість внесення та використання потрібної інформації. Завдяки спеціальним алгоритмам, які використовуються для баз даних, можна легко знаходити необхідні дані всього за декілька секунд. Також в базі даних існує певний взаємозв’язок інформації: зміна в одному рядку може спричинити зміни в інших рядках – це допомагає працювати з інформацією простіше і швидше. База даних, на відміну від блокчейна – централізований леджер, який управляється адміністратором. Бази даних також мають унікальні характеристики, включаючи здатність читати і писати. Тут лише сторони з відповідним доступом можуть виконувати дії «Запис» та «Читання». Бази даних також демонструють можливість зберігання кількох копій тих самих даних та їх історії. Це робиться за допомогою надійного централізованого органу, який управляє сервером. Централізація приносить багато переваг базі даних. База даних використовує структуру для зберігання інформації. Всі дані, що зберігаються в базі даних, можуть бути запитані з використанням спеціальної мови запитів, відомої як мова структурованих запитів (SQL). База даних може працювати практично з усіма типами даних та може допомогти у підтримці всіх сучасних підприємств. Крім того, її можна масштабувати задля підтримки мільйонів записів.
30 December 2024 in Таврійський науковий вісник. Серія: Технічні науки
Останнім часом спостерігається поширене використання протоколів обміну повідомленнями у сучасних системах. Однією із моделей обміну повідомленнями, яка служить для обміну даними та водночас демонструє ефективність використання ресурсів, є модель «публікація-підписка». Проте, системи із такою моделлю мають певні недоліки через використання централізованої архітектури, в якій дані з усіх пристроїв в мережі передаються через центрального брокера. Подібна централізована архітектурна модель обміну повідомленнями схильна до центральної точки відмови. Крім того, організація, яка володіє брокером, матиме можливість підроблювати дані. Стаття покликана дослідити та описати роботу Trinity, що є розподіленим брокером публікації-підписки з незмінністю на основі блокчейну, а також представити реалізацію та отриману у ході дослідження оцінку структури Trinity. Принцип роботи Trinity полягає у поширенні даних, які були опубліковані одним з брокерів у мережі, серед усіх інших брокерів, наявних у мережі. Також розподілені дані зберігаються у незмінному реєстрі з використанням технології блокчейн. Крім того, Trinity виконує смарт-контракти для перевірки даних перед їх збереженням у блокчейні. Використовуючи мережу блокчейну, Trinity може гарантувати сталість, упорядкованість та незмінність за межами довіри. Отримані результати дослідження свідчать, що Trinity використовує мінімальну кількість ресурсів, а використання смарт-контрактів дозволяє заінтересованим сторонам автоматизувати процеси керування даними. На підставі проведеного дослідження можна стверджувати, що Trinity є першою платформою, яка поєднує компоненти технології блокчейну з моделлю обміну повідомленнями «публікація-підписка».
28 November 2024 in Herald of Khmelnytskyi National University. Technical sciences
The article examines the possibilities of various neural networks as tools for the implementation of projects in graphic design, evaluates their ability to ensure quality and efficiency in the creation of visual content for various types of products. The advantages and disadvantages of each neural network are also analyzed. The work presents the opinions of scientists and practitioners about the variety of neural networks that can be used to perform graphic design tasks. In addition, the results of own practical experience of working with neural networks are given. The study confirmed the effectiveness of neural networks in creating concepts of characters and locations for computer games, illustrations for printed and electronic publications, as well as in the development of trademarks and logos, corporate style and graphic design of packaging. However, their functionality does not yet provide the necessary quality level for such products as posters created on the basis of figurative language tropes; fonts; engineering graphics in axonometric projections showing the internal structure of devices or equipment; layout for print publications, websites and mobile applications, as well as infographics based on stylized images and design solutions for packaging. Maze Guru, Midjourney, and Leonardo AI are best for graphic design content. The ChatGPT neural network is an effective tool for matching peers and gathering feedback from scientists. The advantage of using neural networks is a significant acceleration of the process of creating visual content, as well as the possibility of combining different programs to supplement and improve the results obtained. Disadvantages include mainly English-language communication between the user and the network, as well as discrepancies between the images that exist in the user's mind and those generated by the network. Creations created by neural networks are easily recognizable, and for similar text queries, they can give very similar results.
30 April 2023 in European Science
Аннотация An analytical review of literary sources shows that the data provided by equipment manufacturers is insufficient for effective design. This forces us to use experimental and calculated parameter values. A WLAN design methodology has been developed that ta
30 December 2024 in Таврійський науковий вісник. Серія: Технічні науки
Стаття досліджує методи моделювання безпроводових мереж у середовищі OMNeT++ з використанням INET Framework. В ній розглядаються основні поняття, пов'язані з моделюванням безпроводових мереж, а також описані основні вимоги до моделей у цій галузі. Детально проаналізовано середовище моделювання OMNeT++, його характеристики та переваги порівняно з іншими середовищами моделювання. Стаття розглядає основні складові моделей безпроводових мереж, включаючи моделі мережевого рівня, моделі фізичного рівня та моделі радіоканалу. Для кожної з цих складових в статті досліджуються методи моделювання і висвітлюються можливі нюанси, пов'язані з вибором різних параметрів моделювання. Стаття може бути корисним джерелом інформації для тих, хто цікавиться моделюванням безпроводових мереж та використанням OMNeT++ разом з INET Framework. У статті детально вказано структуру моделі безпроводової мережі з використанням прикладу мережі стандарту IEEE 802.11. Крім того, у статті описані методи моделювання різних типів мережевих протоколів, зокрема протоколу MAC, протоколу рівня мережі та інших. В статті розглядаються питання тестування моделей безпроводових мереж та їх аналізу. Вона описує методику тестування та порівняння різних моделей, а також звертає увагу на аналіз результатів моделювання та їхню інтерпретацію. У цілому, стаття надає детальний опис методів моделювання безпроводових мереж у середовищі OMNeT++ з використанням INET Framework. Також в статті подано методику розробки безпроводових мереж, що використовує готові компоненти фреймворку INET для створення моделі пристрою, відповідної специфічним вимогам. Розглянуто різноманітні режими взаємодії вузлів у безпроводових мережах, як прямі, так і непрямі через проміжні вузли, а також підхід до моделювання фізичного рівня та явища інтерференції. Також досліджено методику вирішення проблемних ситуацій, зокрема аналіз тимчасових діаграм, в контексті використання середовища імітаційного моделювання для аналізу проектних рішень у процесі створення безпроводових мереж.
28 November 2024 in Measuring and computing devices in technological processes
The article analyzes the possibilities of using neural networks in cryptography to increase the security of encryption keys. The authors focus on growing cyber threats and the importance of implementing modern technologies for information protection. The main goal of the research is to evaluate the effectiveness of the neural network in the exchange of encryption keys, based on the achievements in the field of neural cryptography, as well as the development of new methods of protection against cyber threats. The authors created a neural model that is based on the concept of a parity tree and is used for the exchange of encryption keys. At the preparatory stage, a detailed analysis of existing models of neural networks was performed to assess their compliance with the main goal of the project. Using knowledge from similar studies, the authors developed a special neural model in the Python programming language that implements the theoretical foundations. The next stage included the creation of a test environment that allowed for thorough evaluations, guaranteeing the stability and reliability of the neural network in various conditions. The proposed neural network model can become a secure alternative to the traditional Diffie-Hellman key exchange method. In addition, its expected resistance to quantum decryption takes an important step in strengthening cryptographic protocols against new threats in the age of quantum computing. The model shows high efficiency even in simple configurations. The ability of neural networks to quickly adapt to new threats is especially emphasized, which is critically important for ensuring security in conditions of change. The study also shows that the depth of synaptic connections in a neural network makes it much more difficult for attackers to break the key, reducing the chances of success. The findings highlight the wide range of potential applications of neural networks in areas such as cybersecurity, telecommunications, and financial forecasting. Despite certain difficulties associated with algorithms and high requirements for computing resources, neural networks show significant potential for improving cryptographic systems.