Ezzel az azonosítóval hivatkozhat erre a dokumentumra forrásmegjelölésben vagy hiperhivatkozás esetén: http://elartu.tntu.edu.ua/handle/lib/43366
Összes dokumentumadat
DC mezőÉrtékNyelv
dc.contributor.advisorСкарга-Бандурова, Інна Сергіївна-
dc.contributor.advisorSkarga-Bandurova, Inna-
dc.contributor.authorЧорний, Павло Русланович-
dc.contributor.authorChornyi, Pavlo-
dc.date.accessioned2024-01-04T14:02:09Z-
dc.date.available2024-01-04T14:02:09Z-
dc.date.issued2023-12-28-
dc.identifier.citationЧорний П. Р. Методи ідентифікації та вилучення географічно пов'язаних об'єктів з даних про атаки на об'єкти критичної інфраструктури України : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „125 — кібербезпека“ / П. Р. Чорний. — Тернопіль: ТНТУ, 2023. — 72 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/43366-
dc.descriptionМетоди ідентифікації та вилучення географічно пов’язаних об’єктів з текстових даних про атаки на об’єкти критичної інфраструктури України // Methods for Identifying and Extracting Geographically Related Objects from Textual Data on Attacks on Critical Infrastructure Facilities in Ukraine // Чорний Павло Русланович // Тернопільський національний технічний університет імені Івана Пулюя, факультет комп’ютерно-інформаційних систем і програмної інженерії, кафедра кібербезпеки, група СБм-62 // Тернопіль, 2023 // С. 72, рис. – 31, табл. – 2, додат. – 1, бібліогр. – 38.uk_UA
dc.description.abstractУ кваліфікаційній роботі проведено аналіз підходів до ідентифікації та вилучення подій з текстових даних, вперше використано технологію розпізнавання іменованих об'єктів з відкритих джерел для аналізу різних видів атак на критичну інфраструктуру України, із подальшою інтеграцією в системи моніторингу для візуалізацією зазначених об'єктів, виявлення та побудови стратегії реагування на атаки та майбутні загрози. У ході виконання кваліфікаційної роботи розроблено метод для збору інформації про фізичні та кібератаки з відкритих джерел їх аналіз та виокремлення об’єктів, з можливістю подальшої побудови зв’язків та візуалізації.uk_UA
dc.description.abstractThe qualification work analyzes approaches to identifying and extracting events from text data. Additionally, for the first time, the technology of recognizing named objects from open sources was used to analyze various types of attacks on the critical infrastructure of Ukraine, with further integration into monitoring systems to visualize these objects, identify and build a strategy for responding to attacks and future threats. In the course of the qualification work, a method was developed for collecting information about physical and cyber attacks from open sources, analyzing them, and identifying objects, with the possibility of further linking and visualization.uk_UA
dc.description.tableofcontentsВСТУП ... 8 1. ТЕОРЕТИЧНА ОСНОВА ... 10 1.1 Методи ідентифікації та вилучення подій з тексту ... 10 1.2 Геопросторовий аналіз для побудови звʼязків між подіями в контексті безпеки ... 16 1.3 Висновки ... 17 2 ТЕХНОЛОГІЇ РОЗПІЗНАВАННЯ ІМЕНОВАНИХ ОБ'ЄКТІВ ДЛЯ АНАЛІЗУ ТА ВІЗУАЛІЗАЦІЇ ДАНИХ ... 19 2.1 Що таке NER? ... 19 2.2 Методи навчання, що застосовуються для NER... 22 2.3 Загальна методологія роботи ... 23 2.4 Збір даних ... 25 2.5 Аналіз даних та візуалізація ... 28 2.6 Висновки ... 31 3. ПРАКТИЧНА РЕАЛІЗАЦІЯ ... 32 3.1 Попередня обробки даних ... 32 3.2 Перетворення об'єктів на географічні одиниці ... 38 3.3 Візуалізація даних ... 42 3.4 Висновки ... 49 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ... 50 4.1 Охорона праці ... 50 4.2 Безпека життєдіяльності ... 54 4.2.1 Пожежна безпека ... 55 4.2.2 Освітлення ... 58 4.2.3 Мікроклімат і вентилювання ... 60 4.3 Дії у надзвичайних ситуаціях ... 61 4.4 Висновки ... 61 ВИСНОВОК ... 63 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ... 64 ДОДАТКИ ... 70uk_UA
dc.language.isoukuk_UA
dc.publisherТНТУuk_UA
dc.subject125uk_UA
dc.subjectкібербезпекаuk_UA
dc.subjectіменовані сутностіuk_UA
dc.subjectгеокодуванняuk_UA
dc.subjectідентифікація атакuk_UA
dc.subjectкритична інфраструктураuk_UA
dc.subjectкібербезпекаuk_UA
dc.subjectобробка природньої мовиuk_UA
dc.subjectnamed entitiesuk_UA
dc.subjectgeocodinguk_UA
dc.subjectattack identificationuk_UA
dc.subjectcritical infrastructureuk_UA
dc.subjectcyber securityuk_UA
dc.subjectneruk_UA
dc.subjectnatural language processinguk_UA
dc.subjectspacyuk_UA
dc.subjectpythonuk_UA
dc.subjectnatural language processinguk_UA
dc.titleМетоди ідентифікації та вилучення географічно пов'язаних об'єктів з даних про атаки на об'єкти критичної інфраструктури Україниuk_UA
dc.title.alternativeMethods for Identifying and Extracting Geographically Related Objects from Textual Data on Attacks on Critical Infrastructure Facilities in Ukraineuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Чорний Павло Русланович, 2023uk_UA
dc.contributor.committeeMemberДуда, Олексій Михайлович-
dc.contributor.committeeMemberDuda, Oleksiy-
dc.coverage.placenameТернопільuk_UA
dc.format.pages72-
dc.relation.references1 Supporting knowledge re-use with effective searches of related engineering documents—A comparison of search engine and natural language processing-based algorithms. [Електронний ресурс] / I. Ö.Arnarsson, O. Frost, E. Gustavsson, D. Stenholm // INTERNATIONAL CONFERENCE ON ENGINEERING DESIGN. – 2019. – Режим доступу до ресурсу: https://www.cambridge.org/core/services/aop-cambridge-core/content/view/23692B10CC75D406F048464EDFE2C665/S222043421900266Xa.pdf/supporting-knowledge-re-use-with-effective-searches-of-related-engineering-documents-a-comparison-of-search-engine-and-natural-language-processing-based-algorithms.pdf.uk_UA
dc.relation.references2. Reconstruction of the 1874 Santa Tecla’s rainstorm inWestern Catalonia (NE Spain) from flood marks and historical accounts [Електронний ресурс] / J.Balasch, J. Ruiz-Bellet, J. Tuset, J. Martin de Oliva // Natural Hazards and Earth System Science. – 2010. – Режим доступу до ресурсу: https://www.researchgate.net/profile/Jordi-Tuset/publication/235720321_Reconstruction_of_the_1874_Santa_Tecla\'s_rainstorm_in_Western_Catalonia_NE_Spain_from_flood_marks_and_historical_accounts/links/0912f512dde78817ad000000/Reconstruction-of-the-1874-Santa-Teclas-rainstorm-in-Western-Catalonia-NE-Spain-from-flood-marks-and-historical-accounts.pdf?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9uIn19uk_UA
dc.relation.references3. Transformer based named entity recognition for place name extraction from unstructured text [Електронний ресурс] / C.Berragan, A. Singleton, A. Calafiore, J. Morley // International Journal of Geographical Information Science. – 2022. – Режим доступу до ресурсу: https://doi.org/10.1080/13658816.2022.2133125. 65 4. Brown S. Machine learning, explained. [Електронний ресурс] / S. Brown. – 2021. – Режим доступу до ресурсу: https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explained.uk_UA
dc.relation.references5. Casero A. A. Named entity recognition and normalization in biomedical literature: A practical case in sars- cov-2 literature [Електронний ресурс] / A. A. Casero. – 2021. – Режим доступу до ресурсу: https://oa.upm.es/67933/1/TFM_ALVARO_ALONSO_CASERO.pdf.uk_UA
dc.relation.references7. Deep learning-based named entity recognition and knowledge graph construction for geological hazards [Електронний ресурс] / R.Fan, L. Wang, J. Yan, W. Song // ISPRS Int. J. Geo Inf. – 2019. – Режим доступу до ресурсу: https://www.mdpi.com/2220-9964/9/1/15.uk_UA
dc.relation.references8. Hu Y. H. A Supervised Machine Learning Approach to Toponym Disambiguation [Електронний ресурс] / Y. H. Hu, L. Ge // The Geospatial Web. – 2007. – Режим доступу до ресурсу: https://www.geospatialweb.com/chapter-11.html.uk_UA
dc.relation.references9. ISO 3166 — Codes for the representation of names of countries and their subdivisions [Електронний ресурс] – Режим доступу до ресурсу: https://www.iso.org/obp/ui/#iso:code:3166:UA.uk_UA
dc.relation.references10. Dumbacher B. SABLE: Tools for web crawling, web scraping, and text classification [Електронний ресурс] / B. Dumbacher, L. K. Diamond. – 2018. – Режим доступу до ресурсу: https://nces.ed.gov/FCSM/pdf/A_1Dumbacher_2018FCSM.pdf.uk_UA
dc.relation.references11. Spatial Planning Text Information Processing with Use of Machine Learning Methods [Електронний ресурс] / I.Kaczmarek, A. Iwaniak, A. Swietlicka, M. Piwowarczyk // ISPRS Annals of the Photogrammetry. – 2020. – Режим доступу до ресурсу: https://isprs-annals.copernicus.org/articles/VI-4-W2-2020/95/2020/isprs-annals-VI-4-W2-2020-95-2020.pdf.uk_UA
dc.relation.references12. Personalized content extraction and text classification using effective web scraping techniques [Електронний ресурс] / T.Karthikeyan, K. Sekaran, D. Ranjith, K. Vinoth // Int. J. Web Portals. – 2019. – Режим доступу до ресурсу: https://ericbrasiln.github.io/ferramentas_digitais_UNILAB/textos/10.4018.pdf.uk_UA
dc.relation.references13. Geographic Question Answering: Challenges, Uniqueness, Classification, and Future Directions [Електронний ресурс] / G.Mai, K. Janowicz, R. Zhu, L. Cai // AGILE. – 2021. – Режим доступу до ресурсу: https://agile-giss.copernicus.org/articles/2/8/2021/agile-giss-2-8-2021.pdf.uk_UA
dc.relation.references14. Comparing supervised learning algorithms for spatial nominal entity recognition [Електронний ресурс] / A.Medad, M. Gaio, L. Moncla, S. Mustiere // AGILE: GIScience Series. – 2020. – Режим доступу до ресурсу: https://doi.org/10.5194/agile-giss-1-15-2020.uk_UA
dc.relation.references15. Medlock B. W. Investigating Classification for Natural Language Processing Tasks [Електронний ресурс] / B. W. Medlock // University of Cambridge. – 2008. – Режим доступу до ресурсу: https://www.cl.cam.ac.uk/techreports/UCAM-CL-TR-721.pdf.uk_UA
dc.relation.references16. Location extraction from social media: Geoparsing, location disambiguation, and geotagging. [Електронний ресурс] / S. E.Middleton, G. Kordopatis-Zilos, S. Papadopoulos, Y. Kompatsiaris // TOIS. – 2018. – Режим доступу до ресурсу: https://doi.org/10.1145/3202662.uk_UA
dc.relation.references17. Chornyi P. Data extraction using NER [Електронний ресурс] / P. Chornyi, I. Skarga-Bandurova. – 2023. – Режим доступу до ресурсу: https://github.com/BarryAllen7/Data_extraction_using_NER.git.uk_UA
dc.relation.references18. Phum A. Toponym detection in the bio-medical domain: A hybrid approach with deep learning [Електронний ресурс] / A. Phum, T. Rcanasinghe, C. Orˇasan // International Conference on Recent Advances in Natural Language. – 2019. – Режим доступу до ресурсу: https://aclanthology.org/R19-1106.pdf.uk_UA
dc.relation.references19. Radford B. J. Regressing Location on Text for Probabilistic Geocoding [Електронний ресурс] / B. J. Radford. – 2021. – Режим доступу до ресурсу: https://arxiv.org/pdf/2107.00080.pdf.uk_UA
dc.relation.references20. Scheele C. Geographic context-aware text mining: Enhance social media message classification for situational awareness by integrating spatial and temporal features. [Електронний ресурс] / C. Scheele, M. Yu, Q. Huang // Int. J. Digit. Earth. – 2021. – Режим доступу до ресурсу: https://www.tandfonline.com/doi/full/10.1080/17538947.2021.1968048.uk_UA
dc.relation.references21. Named Entity Recognition Approaches and Their Comparison for Custom NER Model [Електронний ресурс] / H.Shelar, G. Kaur, N. Heda, P. Agrawal // Science & Technology Libraries. – 2020. – Режим доступу до ресурсу: https://www.researchgate.net/publication/341501760_Named_Entity_Recognition_Approaches_and_Their_Comparison_for_Custom_NER_Model.uk_UA
dc.relation.references22. Sit M. A. Identifying disaster-related tweets and their semantic, spatial and temporal context using deep learning, natural language processing and spatial analysis: A case study of Hurricane Irma [Електронний ресурс] / M. A. Sit, C. Koylu, I. Demir // Int. J. Digit. Earth. – 2019. – Режим доступу до ресурсу: https://www.researchgate.net/publication/347648534_Identifying_disaster-related_tweets_and_their_semantic_spatial_and_temporal_context_using_deep_learning_natural_language_processing_and_spatial_analysis_a_case_study_of_Hurricane_Irma.uk_UA
dc.relation.references23. Wang J. NeuroTPR: A neuro-net toponym recognition model for extracting locations from social media messages [Електронний ресурс] / J. Wang, Y. Hu, K. Joseph // Trans. GIS. – 2020. – Режим доступу до ресурсу: https://www.researchgate.net/profile/Yingjie-Hu/publication/341378611_NeuroTPR_A_neuro-net_toponym_recognition_model_for_extracting_locations_from_social_media_messages/links/5f49c8db458515a88b82df38/NeuroTPR-A-neuro-net-toponym-recognition-model-for-extracting-locations-from-social-media-messages.pdf?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9uIn19.uk_UA
dc.relation.references24. What is named entity recognition? [Електронний ресурс] // IBM – Режим доступу до ресурсу: https://www.ibm.com/topics/named-entity-recognition.uk_UA
dc.relation.references25. Wolff R. Semantic Analysis, Explained [Електронний ресурс] / R. Wolff. – 2020. – Режим доступу до ресурсу: https://monkeylearn.com/blog/semantic-analysis/.uk_UA
dc.relation.references26. Deep learning for real-time social media text classification for situation awareness—Using Hurricanes Sandy, Harvey, and Irma as case studies [Електронний ресурс] / M.Yu, Q. Huang, H. Qin, C. Scheele // Int. J. Digit. Earth. – 2019. – Режим доступу до ресурсу: https://www.tandfonline.com/doi/full/10.1080/17538947.2019.1574316.uk_UA
dc.relation.references27. Prysiagniuk A. How machine learning works and its practical applications. [Електронний ресурс] / A. Prysiagniuk. – 2019. – Режим доступу до ресурсу: https://nachasi.com/tech/2019/01/31/yak-pratsyuye-machine-learning/.uk_UA
dc.relation.references28. НПАОП 0.00-7.15-18 «Вимоги щодо безпеки та захисту здоров’я працівників під час ро-боти з екранними пристроями». Наказ Міністерства соціальної політики України від 14.02.2018 №207 "Про затвердження вимог щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями". Зареєстровано в Міністерстві юстиції України 25 квітня 2018 р. за № 508/31960. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/z0508-18uk_UA
dc.relation.references29. НАПБ А.01.001.-2014 «Правил пожежної безпеки в Україні». Наказ Міністерства внутрішніх справ України від 30.12.2014 № 1417 Про затвердження Правил пожежної безпеки в Україні. Зареєстровано в Міністерстві юстиції України 05 березня 2015 р. за № 252/26697. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/z0252-15uk_UA
dc.relation.references30. Кодексу цивільного захисту України. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/5403-17uk_UA
dc.relation.references31. Електробезпека в будівлях і спорудах. Вимоги до захисних заходів від ураження електричним струмом. Наказ від 1 липня 2016 року N 204. Режим доступу до ресурсу: http://epicentre.co.ua/dstu/doc28522.html.uk_UA
dc.relation.references32. ДБН В.2.5-28:2018 «Природне і штучне освітлення». Режим доступу до ресурсу: http://www.minregion.gov.ua/wp-content/uploads/2018/12/V2528-1.pdf.uk_UA
dc.relation.references33. НПАОП 0.00-7.15-18 «Вимоги щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями». Зареєстровано в Міністерстві юстиції України 25 квітня 2018 р. за № 508/31960. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/z0508-18.uk_UA
dc.relation.references34. Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин ДСанПІН 3.3.2.007-98. Затверджено Постановою Головного державного санітарного лікаря України 10 грудня 1998 р. N 7. Режим доступу до ресурсу: https://zakon.rada.gov.ua/rada/show/v0007282-98.uk_UA
dc.relation.references35. ДСТУ Б В.1.1-36:2016 «Визначення категорій приміщень, будинків та зовнішніх установок за вибухопожежною та пожежною небезпекою». Наказ від 15.06.2016 №158. Режим доступу до ресурсу: https://zakon.rada.gov.ua/rada/show/v0158858-16uk_UA
dc.relation.references36. Санітарні норми мікроклімату виробничих приміщень ДСН 3.3.6.042-99. Постанова N 42 від 01.12.99. Режим доступу до ресурсу: https://zakon.rada.gov.ua/rada/show/va042282-99.uk_UA
dc.relation.references37. Кодекс цивільного захисту України. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/5403-17#Text.uk_UA
dc.relation.references38. Положення про організацію оповіщення про загрозу виникнення або виникнення надзвичайних ситуацій та зв’язку у сфері цивільного захисту, затвердженого постановою КМУ від 27.09.2017 р. №733. Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/733-2017-%D0%BF#Text.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.coverage.countryUAuk_UA
Ebben a gyűjteményben:125 — кібербезпека, Кібербезпека та захист інформації

Fájlok a dokumentumban:
Fájl Leírás MéretFormátum 
КР магістра Чорний_2023.pdfКваліфікаційна робота магістра3,04 MBAdobe PDFMegtekintés/Megnyitás
Авторська довідка_Чорний_2023.pdfАвторська довідка226,17 kBAdobe PDFMegtekintés/Megnyitás


Minden dokumentum, ami a DSpace rendszerben szerepel, szerzői jogokkal védett. Minden jog fenntartva!

Admin Tools