Студентські дослідження комп’ютерних мереж та механізмів їх захистуМіжнародна освітня спільнота прагне забезпечити якісну відкриту освіту на основі формування у здобувачів компетентностей: загальних, фахових та предметних. Одним із напрямів удосконалення вищої освіти є інтеграція в освітній процес наукових досліджень, що сприяє залученню здобувачів всіх ступенів, до використання дослідницького підходу.

З одного боку, на сучасному етапі потребують досліджень комп’ютерні мережі, що складають основу інформаційно-телекомунікаційної системи (ІТС) залізничного транспорту. З іншого боку, змінюється молоде покоління, особливості якого диктують впровадження методик e-learning, m-learning, b-learning з використанням інформаційно-комунікаційних технологій (ІКТ). Але при цьому, слід зауважити, що вагоме значення має поза аудиторна робота здобувачів: самостійна робота та їх участь у науковому гуртку [1].

Під нашим «науковим гуртком» зовсім не мається на увазі сидіння разом в однієї аудиторії та проведення балакучих розмов. Відомо, що хтось полюбляє працювати відокремлено від інших, а комусь, навпаки, до вподоби використання інтерактивних методів: «Навчаючи вчусь»; «Робота в парах»; «Спільний проєкт». У якості нетрадиційної форми проведення заняття можна згадати появу наших здобувачів ступеню «бакалавр», які самостійно вивчали мультиагентні методи інтелектуальної оптимізації, з виступами за наступними темами: «Мурашиний метод» (Кравець І.); «Бджолиний метод» (Піддубняк П.); «Метод переміщення бактерій» (Стаднік А.); «Метод сірих вовків. Метод кажана» (Вишневська А.) перед здобувачами ступеня «магістр». Після кожної доповіді магістри ставили запитання бакалавру, а також надавали власну оцінку (з пояснюванням) як здобувачеві, так і самому методу, що розглядався. Найвищу оцінку отримала Вишневська А. і більшість присутніх зацікавив саме метод сірих вовків. На мою думку, спілкування здобувачів різних ступенів було корисним. З одного боку, бакалаври досконало попрацювали (пошук наукових джерел та їх аналіз, вивчення основних принципів, розгляд досліджень та ін.), бо їм дуже не хотілося осоромитися перед магістрами – ретельно готувалися доповіді та відповідні презентації. З іншого боку, магістри повинні були коректно поставити запитання, вміти оцінити отриману відповідь та дати власну оцінку, що є достатньо відповідальним, а головне знайти відповідь на своє запитання: «Якщо це зміг зробити бакалавр, чому не в змозі так зробити я – магістр?!»

Слід зауважити, що до основних напрямів набуття дослідницької компетентності здобувачів необхідно віднести: аналіз наукових джерел; складання математичної постановки задачі; створення моделі (імітаційної, нейронної та нейронечіткої); виконання перевірки імітаційної моделі на адекватність; визначення оптимальної структури нейронної (нейронечіткої) мережі; дослідження отриманих результатів на моделях; побудову графічних залежностей та їх аналіз; формулювання висновків. Треба визначити, що взагалі участь в конференціях та кількість наукових публікацій студентів за останні три роки збільшились у 2 рази. Зокрема, в Міжнародній науково-практичній конференції «Сучасні інформаційні та комунікаційні технології на транспорті, в промисловості та освіті», що відбувалася в нашому університеті, взяли участь: Биковська Д.Г., Вишневська А.А., Годун Є.Д., Капшученко Д.О., Коннов М.С., Мандибура Є.С., Назарова Д.І., Нечаєв А.С., Педенко І.О., Піддубняк П.В., Русінов А.С., Сухомлин О.О., Стаднік А.Д. та інші.

За формальною ознакою «науковий гурток» – це коли сам працюєш більше, ніж інші: під час навчальної чи виробничої практики; над виконанням курсового проєкту чи дипломної магістерської роботи (і це зовсім не дратує), тобто працюєш не «за годинником», а «на результат». За фактичною ознакою «науковий гурток» – це діяльність (а точніше, науковий результат творчої діяльності) здобувачів за наступними напрямками: участь у виконанні науково-дослідної роботи (НДР) та виконання індивідуального навчально-дослідницького завдання (ІНДЗ).

Слід зазначити, що отримані результати таких здобувачів як Мандибура Є.С., Нечаєв А.С., Опрятний А.О., Цикало І. Д. увійшли до відповідних НДР. Так, наприклад, Цикало І.Д. («Кібербезпека») для визначення оптимального маршруту в об’єднаній комп’ютерній мережі розробив на мові Python із використанням фреймворку TensorFlow програмну модель багатошарової нейронної мережі [2]. Для визначення оптимального шляху проходження пакета в мережі ІТС Придніпровської залізниці Мандибурою Є.С.(«Комп’ютерна інженерія») створена в MatLAB нейронечітка мережа, вибірка для якої формується на основі розробленої в OpNet Modeler імітаційної моделі [3]. Розподілом потоків за тунелями за умови СoS (Class of Service) в мережі MPLS на основі програмної моделі MLP (Multi Layer Perceptron) на Python успішно займався Нечаєв А.С. («Комп’ютерна інженерія») , отримані результати використовуються в навчальному процесі. Дослідженням двох підходів (однорівневий та дворівневий) до виявлення мережевих атак із використанням нейромережної технології ретельно займався Коннов М.С. («Кібербезпека») [4]. Опрятний А.О. («Кібербезпека») склав програму на Python за двохколоніальним мурашиним алгоритмом для визначення оптимального маршруту в комп’ютерній мережі залізничного транспорту. Результати представлені в Міжнародному проєкті SWorld [5] та отриманий диплом №US4-020 1-st degree.

Декілька слів про виконання ІНДЗ, щодо використання в навчальному процесі. Маслак А.В. («Кібербезпека») за власним бажанням записала відеоролики по створенню в NetCr імітаційних моделей комп’ютерних мереж за різними технологіями [6]. Русінов А.С. («Комп’ютерна інженерія») склав відеоролики по створенню в системі OpNet Modeler моделі комп’ютерної мережі за технологією MPLS для фрагмента ІТС залізничного транспорту [7]. Биковська Д.Г. («Кібербезпека») написала програму по виявленню атак на основі SOM (Self Organizing Maps) з використанням імунного підходу [8].

Назарова Д.І. («Комп’ютерна інженерія») взяла участь в Міжнародному конкурсі наукових проєктів «Black Sea Science» за напрямком «Інформаційні технології, автоматизація і робототехніка», що відбувся у 2020 р. на базі Одеської національної академії харчових технологій під егідою Міністерства освіти і науки України, а також міжнародних організацій Black Sea Universities Network (BSUN) та ISEKI-Food Association, та зайняла перше місце (http://isc.onaft.edu.ua/2020-2/, див. таблицю). Крім того, результати досліджень видані в журналі «Central European Researchers Journal» (Словаччина) [9], учасником та керівником отримані дипломи.

У роботі [10] зазначено, що «фахівцями залізничного транспорту спеціальності «Кібербезпека» доведено: по-перше, доцільність використання технології MPLS в ІТС залізничного транспорту, запропонована система розподілу потоків з урахуванням параметрів QoS (Quality of Service), основу якої складає ансамбль нейронних мереж; по-друге, доцільність використання дворівневої системи виявлення мережевих атак, яка на першому етапі визначає категорію атаки (DoS, Probe, R2L, U2R), а на другому етапі клас атаки, що належить до певної категорії».

ШАНОВНІ ЗДОБУВАЧІ ВСІХ СТУПЕНІВ!
ЩИРО ВІТАЮ З НАШИМИ СПІЛЬНИМИ ДОСЯГНЕННЯМИ!!
МИ ПРАЦЮВАЛИ РАЗОМ І МАЄМО ДІЙСНІ РЕЗУЛЬТАТИ!!!

З повагою, науковий керівник Вікторія Миколаївна Пахомова.

Використані джерела:
1. Pakhomova V.N. Comprehensive use of information technologies in training of railway transport specialists second degrees. International scientific-practical conference «Global science and education in the modern realities»: USA, August 26-27, 2020. pp. 296-299. DIPLOMA №US3-016 1-st degree.
2. Pakhomova V.M., Tsykalo I.D. Optimal route definition in the network based on the multilayer neural model. Наука та прогрес транспорту. 2018. № 6(78). pp. 126-142. URL:https://doi.org/10.15802/stp2018/154443
3. Pakhomova V.M., Mandybura Y.S. Optimal route definition in the railway information network using neural-fuzzy models. Наука та прогрес транспорту. 2019. № 5(83). pp. 81-98. URL:https://doi.org/10.15802/stp2019/184385
4. Пахомова В.М., Коннов М.С. Дослідження двох підходів до виявлення мережних атак із використанням нейромережної технології. Наука та прогрес транспорту. 2020. № 3(87). C. 81-93. URL:https://doi.org/10.15802/stp2020/208233
5. Пахомова В.М., Опрятний А.О. Визначення оптимального маршруту в захищеній комп’ютерній мережі з використанням двохколоніального мурашиного алгоритму. International scientific-practical conference «International scientific integration’2020»: USA, November 13-14, 2020. DIPLOMA №US4-020 1-st degree.
6. Дистанційний курс з дисципліни «Локальні мережі» для студентів III-го курсу спеціальностей «Комп’ютерна інженерія» та «Кібербезпека»; укладач: доц. Пахомова В.М. Режим доступу: lider.diit.edu.ua.
7. Дистанційний курс з дисципліни «Теорія проєктування комп’ютерних мереж» для здобувачів ступеня «магістр» спеціальності «Комп’ютерна інженерія»; укладач: доц. Пахомова В.М. Режим доступу: lider.diit.edu.ua.
8. Дистанційний курс з дисципліни «Теорія проєктування захищених комп’ютерних мереж» для здобувачів ступеня «магістр» спеціальності «Кібербезпека»; укладач: доц. Пахомова В.М. Режим доступу: lider.diit.edu.ua.
9. Nazarova D., Pakhomova V. Research on the Possibility of the Bee Colony Algorithm for Determining the Topology of the Wireless Network at the Marshalling Yard. Central European Researchers Journal, 2020. Volume 6. Issue1. pp. 105–117. URL:https://ceres-journal.eu/iss200601
10. Пахомова В.М., Доманська Г.А. Формування ІКТ-компетентності фахівців спеціальності «Кібербезпека» з використанням дослідницького підходу. Modern engineering and innovatite technologies. DOI: 10.30890/2567-5273.2020-13-02-047. Germany, Karlsruhe: Sergeieva&Co, «ISE&E». 2020. №13-2. pp. 82-86. DIPLOMA №GE13-019 1-st degree.