Алгоритм інтелектуального аналізу мережевого  контенту для забезпечення інформаційної безпеки транспортно-логістичного центру

Алла   Гребенник; Олексій Трунов

doi:10.25140/2411-5363-2026-2(44)-248-259

Автор(и)

Алла Гребенник Національний університет «Чернігівська політехніка» , Україна https://orcid.org/0000-0002-7464-1412
Олексій Трунов Національний університет «Чернігівська політехніка» , Україна https://orcid.org/0009-0002-0321-2669

DOI:

https://doi.org/10.25140/2411-5363-2026-2(44)-248-259

Ключові слова:

інформаційна безпека; транспортно-логістичний центр; інтелектуальний аналіз контенту; конверсаційний аналіз; матриця дистанцій; нейронечітка мережа; людський фактор; соціальна інженерія; система підтримки ухвалення рішень

Анотація

Досліджено проблему захисту транспортно-логістичних центрів від гібридних загроз, де традиційний моніторинг ключових слів є неефективним проти соціальної інженерії. Розроблено метод інтелектуального аналізу мережевого контенту, що поєднує кількісно-якісний контент-аналіз та якісний конверсаційний аналіз. Запропоновано математичний апарат на основі матриць порядку M_j, методу головних компонент (PCA) та нейро-нечіткої мережі для розрахунку інтегрального показника ризику R. Моделювання сценаріїв підтвердило високу чутливість методу до структурних аномалій діалогу навіть за умови використання персоналом легітимної лексики. Результати дозволяють автоматизувати виявлення прихованих загроз людського фактору та забезпечити проактивне реагування в системах підтримки ухвалення рішень.

Посилання

Литвинов, В. В., та ін. (2017). Методи аналізу та моделювання безпеки розподілених інформаційних систем. ЧНТУ.

Lytvynov, V., Stoianov, N., Skiter, I., Trunova, O. V., & Hrebennyk, A. (2018). Corporate networks protection against attacks using content-analysis of global information space. Technical Sciences and Technologies, (1), 115–130. https://doi.org/10.25140/2411-5363-2018-1(11)-115-130.

Cheimonidis, P., & Rantos, K. (2023). Dynamic risk assessment in cybersecurity: A systematic literature review. Future Internet, 15(10), 324. https://doi.org/10.3390/fi15100324.

Rose, S., Borchert, O., Mitchell, S., & Connelly, S. (2020). Zero trust architecture (NIST Special Publication 800-207). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.SP.800-207.

Трунов, О. В., & Дорош, М. С. (2025). Систематизація підходів до оцінки ризиків інформаційної безпеки транспортно-логістичних центрів. Технічні науки та технології, (2 (40)), 207–220. https://doi.org/10.25140/2411-5363-2025-2(40)-207-220.

Гребенник, А. Г., & Трунов, О. В. (2025). Алгоритм визначення агрегованої динамі-чної оцінки стану безпеки мережевого контенту. Технічні науки та технології, (3 (41)), 158–168. https://doi.org/10.25140/2411-5363-2025-3(41)-158-168.

Бешлей, М. І. (2021). Синтез та реалізація інтенційно-орієнтованих інфокомуніка-ційних мереж для адаптивного надання сервісів (Дисертація доктора технічних наук, На-ціональний університет «Львівська політехніка»). https://lpnu.ua/sites/default/files/2021/dissertation/11222/disbeshleyminova.pdf.

Lutsiv, N., et al. (2021). Deep semisupervised learning-based network anomaly detection in heterogeneous information systems. Computers, Materials & Continua, 70(1), 413–431. https://doi.org/10.32604/cmc.2022.018773.

Ganzha, M., et al. (2021). Semantic interoperability. In Interoperability of heterogeneous IoT platforms (pp. 91–112). Springer. https://doi.org/10.1007/978-3-030-82446-4_5.

National Institute of Standards and Technology. (2025). Addressing visibility challenges with TLS 1.3 within the enterprise (2nd preliminary draft, NIST Special Publication 1800-37). https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1800-37.pdf.

Li, Y., Joshi, K., Wang, X., & Wong, E. (2025). MAVUL: Multi-agent vulnerability detection via contextual reasoning and interactive refinement. arXiv. https://arxiv.org/abs/2510.00317.

Yao, R., et al. (2025). EcoSafeRAG: Efficient Security through Context Analysis in Retrieval-Augmented Generation. arXiv preprint arXiv:2505.13506. https://doi.org/10.48550/arXiv.2505.13506.

Ямнич, А., & Коробейнікова, Т. (2025). Формалізований опис процесної моделі ди-намічного аналізу та прогнозування ризиків інформаційної безпеки для персоналу. Herald of Khmelnytskyi National University. Technical Sciences, (359 (6.2)), 74–82. https://doi.org/10.31891/2307-5732-2025-359-80.

Іліаді, О. І. (2023). Проблеми текстології та дискурсології: Конспект лекцій із силабусом. ПНПУ ім. К. Д. Ушинського.

Das, M., Selvakumar, K., & Alphonse, P. J. A. (2021). A comparative study on TF-IDF feature weighting method and its analysis using unstructured dataset. arXiv. https://doi.org/10.48550/arXiv.2308.04037.

Greenacre, M., Groenen, P. J. F., Hastie, T., D’Enza, A. I., Markos, A., & Tuzhilina, E. (2022). Principal component analysis. Nature Reviews Methods Primers, 2(1). https://doi.org/10.1038/s43586-022-00184-w.

Нечипоренко, Т., & Крохмаль, Р. (2026). Цифрові інструменти логістичного менеджменту в управлінні бізнес-процесами підприємства. Сталий розвиток економіки, (1 (58)), 341–348. https://doi.org/10.32782/2308-1988/2026-58-45.

Федік, Л. Ю. (2025). Інтеграція регулюючих механізмів у системи управління скла-дом (WMS/WCS): забезпечення ефективності роботизованих комплексів. Грааль науки, (54), 473–482. https://doi.org/10.36074/grail-of-science.18.07.2025.054.

Лавров, В., Дудатьєв, А., & Гарнага, В. (2025). Нейро-нечітка система ANFIS для оцінювання ризику дезінформації в умовах інформаційної війни. Кібербезпека: освіта, наука, техніка, (4 (28)), 321–333. https://doi.org/10.28925/2663-4023.2025.28.805.

Коробейнікова, Т. І., & Ямнич, А. Б. (2024). Багатовимірна матриця класифікації інформації для оцінки ризиків інформаційної безпеки. Інформаційні технології та комп’ютерна інженерія, (2), 91–106. https://doi.org/10.31649/1999-9941-2024-60-2-91-106.