Danylo Peremetchyk

Danylo Peremetchyk

Auto-generated profile, based on publicly available information

Danylo Peremetchyk

University of Customs and Finance

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
11 December 2025 in IoT
Verified
Journal Article
Open access
PDF file
Oleksandr KuznetsovOleksandr Kuznetsov
Oleksandr Kuznetsov
SASaltanat Adilzhanova
Saltanat Adilzhanova
SFSerhiy Florov
Serhiy Florov
VBValerii Bushkov
Valerii Bushkov
DPDanylo Peremetchyk
Danylo Peremetchyk
The proliferation of Internet of Things (IoT) devices in financial markets has created distributed ecosystems where cryptocurrency exchanges, trading platforms, and market data providers operate as autonomous edge nodes generating massive volumes of sensitive financial data. Collaborative machine learning across these distributed financial IoT nodes faces fundamental challenges: institutions possess valuable proprietary data but cannot share it directly due to competitive concerns, regulatory constraints, and trust management requirements in decentralized networks. This study presents a privacy-preserving federated learning framework tailored for distributed financial IoT systems, combining differential privacy with Shamir secret sharing to enable secure collaborative intelligence across blockchain-based cryptocurrency trading networks. We implement per-layer gradient clipping and Rényi differential privacy composition to minimize utility loss while maintaining formal privacy guarantees in edge computing scenarios. Using 5.6 million orderbook observations from 11 cryptocurrency pairs collected across distributed exchange nodes, we evaluate three data partitioning strategies simulating realistic heterogeneity patterns in financial IoT deployments. Our experiments reveal that federated edge learning imposes 9–15 percentage point accuracy degradation compared to centralized cloud processing, driven primarily by data distribution heterogeneity across autonomous nodes. Critically, adding differential privacy (ε = 3.0) and cryptographic secret sharing increases this degradation by less than 0.3 percentage points when mechanisms are calibrated appropriately for edge devices. The framework achieves 62–66.5% direction accuracy on cryptocurrency price movements, with confidence-based execution generating 71–137 basis points average profit per trade. These results demonstrate the practical viability of privacy-preserving collaborative intelligence for distributed financial IoT while identifying that the federated optimization gap dominates privacy mechanism costs. Our findings offer architectural insights for designing trustworthy distributed systems in blockchain-enabled financial IoT ecosystems.

31 December 2025 in Computer Science and Applied Mathematics
Verified
Journal Article
Open access
СФС. В. Флоров
С. В. Флоров
ОЧО. В. Черкаський
О. В. Черкаський
ДЧД. О. Черкаський
Д. О. Черкаський
МБМ. В. Білан
М. В. Білан
ДПД. О. Переметчик
Д. О. Переметчик
Метою статті є створення адаптивних порогових механізмів для систем виявлення вторгнень, які здатні залишатися чутливими до рідкісних, але критичних подій у мережах електронних комунікацій і водночас зменшувати кількість хибних спрацювань у складних умовах, коли дані мають «важкі хвости» розподілу та змінюють свої характеристики із часом. Запропоновано підхід, що поєднує сучасні методи оцінювання високих квантилів у потоці даних, робастні статистичні показники масштабу та спеціальні моделі для обробки рідкісних піків. Для контролю змін у даних використано алгоритми, які автоматично виявляють і реагують на дрейф, не зупиняючи процес обробки. Розроблені механізми впроваджуються в конвеєр обробки подій безпеки. Вони працюють з різними видами ознак: байтові послідовності перетворюються на зображення, з яких згорткові нейронні мережі виділяють просторові закономірності, а рекурентні нейронні мережі аналізують часові залежності. Альтернативно застосовується автоенкодер для виявлення відхилень через похибку відновлення даних. Отриманий аномальний бал поєднує два джерела інформації: відхилення від нормальної моделі та статистичне перевищення порога. Це дозволяє зменшити вплив сезонних змін та випадкових коливань у трафіку. Експерименти на відкритих наборах даних показали, що розроблені методи зменшують кількість хибнопозитивних спрацювань майже на третину та підвищують точність виявлення атак на сканування, розподілені відмови в обслуговуванні й прихований витік даних. Стійкість алгоритмів зберігається навіть за наявності складних аномалій та під час атак на захищені протоколи й мережеве обладнання. Запропонований підхід відповідає принципам архітектури «нульової довіри», адже дозволяє ухвалювати локальні рішення про доступ та реагування на загрози у вузлах мережі. Практичні висновки включають рекомендації щодо розміру структур для потокової обробки, вибору рівня квантиля для оцінювання ризиків та інтеграції із правилами керування подіями безпеки з метою швидшого аналізу інцидентів.

30 December 2025 in Information Technology: Computer Science, Software Engineering and Cyber Security
Verified
Journal Article
Open access
ЮХЮлія Хохлачова
Юлія Хохлачова
ЮХЮлія Хавікова
Юлія Хавікова
ДЧДавид Черкаський
Давид Черкаський
НЗНазар Зубченко
Назар Зубченко
ДПДанило Переметчик
Данило Переметчик
Цифрова трансформація публічних сервісів і розгортання державних електронних послуг потребують системного переосмислення бізнес-процесів органів влади. Реінжиніринг бізнес-процесів (Business Process Reengineering, BPR) у цій сфері, з одного боку, створює передумови для спрощення процедур, скорочення строків, зменшення корупційних ризиків та зростання зручності для громадян, а з іншого – супроводжується появою нових кібернетичних векторів атак, концентрацією критичних даних у державних реєстрах та істотним розширенням поверхні атаки через API, міжвідомчі шлюзи й мобільні застосунки. Мета роботи. У статті проаналізовано кібербезпекові аспекти реінжинірингу державних е-послуг з акцентом на захист персональних даних, нормативно-правові та стандартні вимоги, ризик-орієнтовані моделі захисту, аудит процесів, безпеку API та державних реєстрів, а також типові вразливості, що виникають під час трансформації послуг. Запропоновано підхід до інтеграції ризик-орієнтованого управління інформаційною безпекою в життєвий цикл BPR державних сервісів, розглянуто роль незалежного аудиту, DevSecOps-практик, управління доступом до реєстрів та логування дій суб’єктів доступу. Сформульовано практичні рекомендації щодо мінімізації ризиків, включно з використанням багаторівневих моделей захисту, стандартизованої архітектури безпечних API, обов’язкового моделювання загроз, побудови матриць ризиків для е-послуг і запровадження безперервного моніторингу інцидентів. Методологія дослідження базується на чотирьох методологічних блоках: моделі реінжинірингу та класифікація ризиків, формалізованій ризик-орієнтованій оцінці, аналізі нормативних вимог та аудиті моніторингу та DevSecOps. Наукова новизна полягає у представленні концептуальної схеми інтеграції кібербезпеки в повний життєвий цикл BPR державних е-послуг, що систематизує взаємозв'язки між фазами життєвого циклу, етапами BPR, блоками кіберзахисту та типами ризиків; формалізації математичного апарату для ризик-орієнтованої оцінки, що дозволяє: кількісно порівнювати "ризиконасиченість" різних етапів BPR, раціонально розподіляти ресурси кіберзахисту та вимірювати ефективність впроваджених заходів; відображенні нормативних вимог на конкретні артефакти BPR (карти потоків даних, матриці доступу, профілі безпеки), що підвищує узгодженість між технічними та регуляторними рішеннями. Висновки зроблено про те, що успішний реінжиніринг державних е-послуг можливий лише за умови впровадження кібербезпеки за принципами “безпека за замовчуванням” та “конфіденційність за замовчуванням”, а також тісної інтеграції фахівців з кібербезпеки у міждисциплінарні команди цифрової трансформації.

11 May 2026 in Scientific notes of Taurida National V.I. Vernadsky University. Series: Technical Sciences
Verified
Journal Article
Closed access
DPDmytro Igorovych Prokopovych-Tkachenko
Dmytro Igorovych Prokopovych-Tkachenko
OTOlga Olha Torstensson
Olga Olha Torstensson
DCD.O. Cherkaskyi
D.O. Cherkaskyi
DPD.O. Peremetchyk
D.O. Peremetchyk
SBS.D. Bert
S.D. Bert

3 July 2026 in Theoretical and Applied Cybersecurity
Verified
Journal Article
Closed access
DPDmytro Igorovych Prokopovych-Tkachenko
Dmytro Igorovych Prokopovych-Tkachenko
VZVolodymyr Zvieriev
Volodymyr Zvieriev
HOHalushchenko Oleksandr
Halushchenko Oleksandr
OTOlga Olha Torstensson
Olga Olha Torstensson
DPDanylo Peremetchyk
Danylo Peremetchyk
This article presents practical aspects of correlating Wi-Fi wireless network radio events with cyber events collected by Security Information and Event Management (SIEM) systems, aiming to form a unified incident with spatial attribution and asset context for critical information infrastructure (CII). A unified radio monitoring event schema has been developed that includes source identifiers, RFC 3339 timestamps, radio channel parameters, aggregated frame statistics, source coordinate estimates, and confidence scores. The article describes event enrichment procedures involving zone-of-responsibility mapping, asset criticality assessment, enforcement of applicable access policies, accumulated incident history analysis, and cross-referencing with network access control (NAC) logs, authentication systems, NetFlow/IPFIX network flows, and IDS/IPS alerts. A set of correlation rules has been formulated for rogue AP, evil twin, and deauthentication attack scenarios, where the spatial factor serves as a constraining condition to reduce false positive rates and accelerate the routing of tactical response teams. SOAR playbooks are proposed to automate evidence package formation, responsible party notification, response SLA monitoring, and action logging for audit purposes. It is demonstrated that the proposed integration reduces the mean time to detect (MTTD) and mean time to respond (MTTR) while enhancing incident manageability in protected CII networks. Requirements for APIs and exchange formats are formulated that ensure compatibility with common SIEM and SOAR platforms without modifying their core.

25 June 2026 in Cybersecurity: Education, Science, Technique
Verified
Journal Article
Open access
DPDmytro Prokopovych-Tkachenko
Dmytro Prokopovych-Tkachenko
YKYulia Khokhlachоva
Yulia Khokhlachоva
VMValerii Magro
Valerii Magro
DCDavyd Cherkaskyi
Davyd Cherkaskyi
DPDanylo Peremetchyk
Danylo Peremetchyk
The paper proposes a hybrid method for spatial-network discovery and attribution of rogue access points in IEEE 802.11 Wi-Fi environment, combining radio-frequency fingerprinting of transmitters with behavioral analysis of management and data frames. The research aims to improve the accuracy of detecting Evil Twin, Rogue AP and MAC-spoofing attacks and spatial localization of signal sources under multipath propagation and deliberate evasion. The methodology integrates signal propagation models, statistical analysis of monitor-mode frames, ensemble classification based on Random Forest and LightGBM, and hybrid positioning using RSSI + TDoA with radio map correction. The method is validated on the UJIIndoorLoc dataset and a proprietary test sample collected via Kismet sensors, Wireshark analyzer, and the Aircrack-ng software suite. Experimental results demonstrate F1-score of 0.964, AUC of 0.972, and a mean localization error of 1.82 m, which is 1.6-2.7 times more accurate than known baseline methods. The mean time to detection (MTTD) is reduced by an average of 38% compared to signature-based analysis. The results are applicable to critical information infrastructure protection, corporate SIEM/SOAR systems, and situational awareness subsystems.