Вітаємо Вас у репозитарії Західноукраїнського Національного Університету

Репозитарій надає вільний доступ до дисертацій, монографій, наукових видань та праць викладачів ЗУНУ, навчально-методичних матеріалів та кваліфікаційних робіт студентів.

Photo by @inspiredimages

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 14

Recent Submissions

  • Thumbnail Image
    Item type:Item,
    Програмний модуль виявлення шкідливого програмного забезпечення на основі гібридних моделей глибокого навчання
    (Тернопіль, ЗУНУ, 2026) Бойко, Назар Романович
    Метою кваліфікаційної роботи є розроблення програмного модуля виявлення шкідливого програмного забезпечення на основі гібридних моделей глибокого навчання, який забезпечує підвищення ефективності класифікації шкідливих програм за рахунок поєднання ознак, отриманих різними нейронними архітектурами. Методи досліджень включають методи аналізу та узагальнення науковотехнічної літератури, методи машинного та глибокого навчання, алгоритми згорткових нейронних мереж, а також методи програмної реалізації та тестування програмних систем. Розроблено програмний модуль виявлення шкідливого програмного забезпечення на основі гібридних моделей глибокого навчання, який забезпечує приймання вхідних зразків програмного забезпечення, їх попередню обробку, перетворення байтового вмісту виконуваних файлів у зображення, формування ознакових представлень за допомогою згорткових нейронних мереж, об’єднання отриманих ознак і виконання бінарної класифікації зразків. Результати дослідження можуть бути використані для створення та вдосконалення програмних засобів виявлення шкідливого програмного забезпечення, розроблення інтелектуальних модулів кібербезпеки, автоматизації аналізу виконуваних файлів, підвищення ефективності систем захисту інформації. The purpose of the qualification work is to develop a software module for malware detection based on hybrid deep learning models, which improves the efficiency of malware classification by combining features obtained from different neural network architectures. The research methods include methods of analysis and generalization of scientific and technical literature, machine learning and deep learning methods, convolutional neural network algorithms, as well as methods of software implementation and testing of software systems. A software module for malware detection based on hybrid deep learning models has been developed. The module provides input software sample acquisition, preliminary data processing, conversion of the byte content of executable files into images, formation of feature representations using convolutional neural networks, fusion of the obtained features, and binary classification of samples. The research results can be used for the creation and improvement of software tools for malware detection, the development of intelligent cybersecurity modules, the automation of executable file analysis, and the improvement of the efficiency of information security systems.
  • Thumbnail Image
    Item type:Item,
    Мобільний застосунок для відеострімінгу з використанням Ant Media Server SDK
    (Тернопіль, ЗУНУ, 2026) Бодонь, Назарій Сергійович
    Метою роботи є розробка мобільного застосунку, здатного забезпечувати двосторонню потокову передачу відео та аудіоданих у реальному часі за допомогою інтеграції з інфраструктурою Ant Media Server. Методи дослідження: системний аналіз, методи об'єктно-орієнтованого проектування, теорія комп'ютерних мереж та управління медіапотоками (WebRTC). Внаслідок виконання роботи створено програмний продукт, який дозволяє користувачам ініціювати, переглядати та управляти прямими відеотрансляціями зі своїх мобільних пристроїв. Розроблено архітектурну модель взаємодії мобільного клієнта (на базі Flutter) із керуючим сервером (Spring Boot) та медіасервером. Імплементовано механізми відмовостійкості та оптимізації якості відеопотоку. Експериментально підтверджено ефективність застосованих рішень шляхом вимірювання наскрізної затримки (glass-to-glass latency). Результати роботи можуть бути впроваджені як базовий модуль у комерційні стрімінгові платформи, системи дистанційного навчання або корпоративні комунікаційні сервіси. The aim of the study is to develop a mobile application capable of providing realtime two-way streaming of video and audio data through integration with the Ant Media Server infrastructure. Research methods: system analysis, object-oriented design methods, theory of computer networks, and media flow management (WebRTC). As a result of the work, a software product was created that allows users to initiate, view, and manage live video broadcasts from their mobile devices. An architectural model of interaction between the mobile client (based on Flutter), the control server (Spring Boot), and the media server has been developed. Mechanisms for fault tolerance and video stream quality optimization have been implemented. The efficiency of the applied solutions was experimentally confirmed by measuring the glass-to-glass latency. The results of the work can be implemented as a core module into commercial streaming platforms, distance learning systems, or corporate communication services.
  • Thumbnail Image
    Item type:Item,
    Інтелектуальна система моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку
    (Тернопіль, ЗУНУ, 2026) Білокур, Владислав Васильович
    Метою кваліфікаційної роботи є розроблення інтелектуальної системи моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку, що забезпечує виявлення вторгнень шляхом навчання та застосування моделей глибокого навчання, а також підтримує збір, підготовку та візуалізацію результатів у процесі моніторингу. Методи досліджень включають аналіз та узагальнення науково-технічної літератури, методи машинного і глибокого навчання, алгоритми рекурентних нейронних мереж, методи попередньої обробки мережевого трафіку, а також методи програмної реалізації та тестування. Розроблено інтелектуальну систему моніторингу безпеки комп’ютерної мережі на основі глибокого аналізу трафіку, яка забезпечує приймання й підготовку мережевих даних, обробку PCAP- і flow-представлень, формування ознак, навчання та застосування нейромережевої моделі для виявлення вторгнень, журналювання подій і візуалізацію результатів. Результати дослідження можуть бути використані для створення та вдосконалення програмних засобів виявлення вторгнень, автоматизації аналізу мережевого трафіку та підвищення ефективності систем кіберзахисту інформаційно-телекомунікаційних мереж. The purpose of the qualification work is to develop an intelligent system for monitoring the security of a computer network based on deep traffic analysis, which ensures intrusion detection through the training and application of deep learning models, as well as supports the collection, preparation, and visualization of results during the monitoring process. The research methods include the analysis and generalization of scientific and technical literature, machine learning and deep learning methods, recurrent neural network algorithms, methods of preliminary processing of network traffic, as well as methods of software implementation and testing. An intelligent system for monitoring the security of a computer network based on deep traffic analysis has been developed. The system provides the reception and preparation of network data, processing of PCAP and flow representations, feature generation, training and application of a neural network model for intrusion detection, event logging, and visualization of results. The research results can be used to create and improve software tools for intrusion detection, automate network traffic analysis, and increase the efficiency of cybersecurity systems for information and telecommunication networks.
  • Thumbnail Image
    Item type:Item,
    Інтерактивна програмна система взаємодії користувача з ігровим штучним інтелектом
    (Тернопіль, ЗУНУ, 2026) Беднарчук, Назар Юрійович
    Метою кваліфікаційної роботи є розробка інтерактивної програмної системи взаємодії користувача з ігровим штучним інтелектом. Об’єктом дослідження є процеси отримання, зберігання, аналізу, обробки та використання інформації про поведінку користувача в інтерактивному ігровому середовищі. Результатом роботи є програмна система, що поєднує механізми аналізу дій гравця, адаптивне управління неігровими персонажами, обробку станів ігрового середовища та інтеграцію алгоритмів штучного інтелекту для формування динамічної поведінки неігрових персонажів у реальному часі. Розроблено інтерактивну програмну систему взаємодії користувача з ігровим штучним інтелектом, яку можуть використовувати розробники комп’ютерних ігор для створення адаптивних ігрових механік, динамічної поведінки неігрового персонажа та підвищення рівня залученості користувачів у процес гри. Система також може бути використана як основа для подальших досліджень у сфері ігрового штучного інтелекту та інтерактивних програмних систем. The aim of this qualification work is to develop an interactive software system for adaptive user interaction with game artificial intelligence using modern machine learning methods and decision-making algorithms. The object of research is the processes of analysis, processing, and use of user behavior data in an interactive game environment. The result of the work is a software system that combines player action analysis, adaptive control of non-player characters, game environment state processing, and integration of artificial intelligence algorithms to generate dynamic NPC behavior in real time. An interactive software system for user interaction with game artificial intelligence has been developed. It can be used by game developers to create adaptive gameplay mechanics, dynamic NPC behavior, and improve user engagement in gameplay. The system can also serve as a basis for further research in the field of game artificial intelligence and interactive software systems.
  • Thumbnail Image
    Item type:Item,
    Програмний модуль виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж
    (Тернопіль, ЗУНУ, 2026) Шклярук, Назарій Анатолійович
    Метою роботи є розроблення програмного модуля виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж та дослідження ефективності моделей під час класифікації емоційного забарвлення тексту. Методи дослідження включають системний аналіз, оброблення природної мови, попереднє оброблення текстових даних, токенізацію, векторизацію, машинне навчання, моделювання, експериментальне тестування та оцінювання якості класифікації емоцій. Розроблено програмний модуль виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж, який забезпечує завантаження текстових даних, їх очищення та нормалізацію, токенізацію, формування числового подання, навчання моделей LSTM, BiLSTM і GRU, класифікацію повідомлень та оцінювання результатів за метриками accuracy, precision, recall і F1-score. Результати дослідження можуть бути використані для автоматизованого аналізу текстових повідомлень, визначення емоційного забарвлення, моніторингу інформаційного простору, модерації контенту та вдосконалення систем оброблення природної мови. The purpose of the work is to develop a software module for detecting emotions in text messages based on recurrent neural networks and to study the effectiveness of models in classifying the emotional tone of text. The research methods include system analysis, natural language processing, preprocessing of text data, tokenization, vectorization, machine learning, modeling, experimental testing, and evaluation of the quality of emotion classification. A software module for detecting emotions in text messages based on recurrent neural networks has been developed. It provides loading of text data, cleaning and normalization, tokenization, formation of numerical representation, training of LSTM, BiLSTM, and GRU models, classification of messages, and evaluation of results using accuracy, precision, recall, and F1-score metrics. The research results can be used for automated analysis of text messages, determination of emotional tone, monitoring of the information space, content moderation, and improvement of natural language processing systems.