Адаптивні людино-машинні системи з автоматним контролем великих мовних моделей при керуванні безпілотними літальними аппаратами

Д.В. Васик,
е-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0009-0008-0872-1757
В.С. Харченко, чл.-кор. НАН України
е-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0000-0001-5352-077X
Національний аерокосмічний університет
«Харківський авіаційний інститут»
Україна, 61070, Харків, вул. Вадима Манька, 17

https://doi.org/10.15407/elmodel.48.03.003

Èlektron. model. 2026, 48(3):03-17

Дата надходження статті: 23.02.2026;
дата прийняття статті до друку після рецензування: 13.04.2026;
дата публікації (оприлюднення) статті: 28.05.2026

BYД.В. Васик, В.С. Харченко, 2026
Стаття поширюється на умовах ліцензії відкритого доступу CC BY 4.0

Повний текст: PDF

АНОТАЦІЯ

Проведено дослідження інтелектуальних систем асистування (ІСА) на базі великих мов­них моделей (LLM) у контексті їх інтеграції в контури керування системами, критичними з точки зору безпеки, зокрема, безпілотними літальними апаратами (БПЛА), які вико­нують відповідні місії. Проаналізовано ключові недоліки використання генеративного штучного інтелекту в задачах оперативного керування, серед яких виокремлено стохастичну природу моделей, схильність до галюцинацій та недостатню прогнозованість реакцій. Для розвʼязання виявлених проблем запропоновано метод організації адаптивного автоматного контролю, який реалізується як окремий архітектурний шар ІСА. Цей підхід забезпечує детерміновану фільтрацію вихідних даних мовної моделі, надаючи змогу безпечно трансформувати результати роботи LLM у чіткі виконавчі команди. У ході дослідження виокремлено комплекс метрик, за якими здійснюється аналіз показників ефективності системи та визначення граничних можливостей LLM щодо інтерпретації команд і контексту.

КЛЮЧОВІ СЛОВА:

великі мовні моделі, людино-машинна взаємодія, критично-безпечні системи, безпілотні літальні апарати, скінченні цифрові автомати.

СПИСОК ЛІТЕРАТУРИ

  1. Choutri K., Fadloun S., Khettabi A., Lagha M., Meshoul S., Fareh R. Leveraging Large Language Models for Real-Time UAV Control // Electronics. 2025. Vol. 14, No. 21. P. 4312. DOI: https://doi.org/10.3390/electronics14214312
  2. Yigit Y., Ferrag M.A., Ghanem M.C., Sarker I.H., Maglaras L.A., Chrysoulas C., Morad­poor N., Tihanyi N., Janicke H. Generative AI and LLMs for Critical Infrastructure Protection: Evaluation Benchmarks, Agentic AI, Challenges, and Opportunities // Sensors. 2025. Vol. 25, No. 6. P. 1666. DOI: https://doi.org/10.3390/s25061666
  3. Comisky T., Smith L., Roberts M., Lovejoy J., Garg A., Nam L., Li A., Samuels L. Towards Siloed LLM-based Systems for Mission-critical Planning // AAAI Workshop LM4Plan. 2025.
  4. Acharya R. LLM integration in autonomous vehicle systems // World Journal of Advanced Research and Reviews. 2025. Vol. 26, No. 1. P. 4107—4116. DOI: https://doi.org/30574/wjarr.2025.26.1.1473
  5. Thapaliya A., Jeong D., Kwon G. Failure Analysis in Safety Critical Systems Using Failure State Machine // Lecture Notes in Electrical Engineering. 2025. P. 540—545. DOI: https://doi.org/10.1007/978-981-10-7605-3_89?urlappend=%3Futm_source%3Dresearchgate. net%26utm_medium%3Darticle
  6. Ghimire A. Enhancing Cybersecurity in Critical Infrastructure with LLM-Assisted Explainable IoT Systems // Assured and Trusted Computing (SATC). 2025. DOI: https://doi.org/1109/SATC65530.2025.11137104
  7. Харченко В.С., Фесенко Г.В., Клюшніков І.М., Брежнєв Є.В., Стіренко С.Г., Мохор В.В. Гетерогенні безпілотні системи в небезпечних просторах: класифікація, сценарії ви­користання та досягнення ситуаційної обізнаності, Електронне моделювання, Том 47, № 3, (2025), 46—66.
  8. Kanarskyi Y., Kharchenko V., Orekhov O., Ponochovnyi Y. Markov modelling of human-machine interaction in an augmented reality environment for UAV/UGV-based hazardous area monitoring systems // Radioelectronic and Computer Systems. 2025. No. 4. P. 35—54. DOI: https://doi.org/10.32620/reks.2025.4.03
  9. Tian Y., Lin F., Li Y., Zhang T. UAVs Meet LLMs: Overviews and Perspectives // Information Fusion. 2025. Vol. 122. DOI: https://doi.org/10.48550/arXiv.2501.02341
  10. Yuan L., Deng C., Han D., Hwang I. Next-Generation LLM for UAV (NELV). 2025. DOI: https://doi.org/10.48550/arXiv.2510.21739
  11. Mamodiya U., Kishor I., Syed A., Sankalkar P. An Adaptive Human-Robot Interaction Framework // IEEE Access. 2025. Vol. 13. P. 198762—198777. DOI: https://doi.org/1109/ACCESS.2025.3603738
  12. Neretin O., Kharchenko V. A Model of Ensuring LLM Cybersecurity // Radioelectronic and Computer Systems. 2025. No. 2(114). P. 201—215. DOI: https://doi.org/10.32620/2025.2.13
  13. Dharmalingam B., Mukherjee R., Piggott B., Feng G. Aero-LLM: A Distributed Framework for Secure UAV Communication. 2025. DOI: https://doi.org/10.48550/arXiv.2502.05220
  14. Глушков В.М. Синтез цифровых автоматов. М.: Физматгиз, 1962. 476 с.

ВАСИК Дмитро Володимирович, магістр компʼютерної інженерії кафедри кібербезпеки та інтелектуальних інформаційних технологій Національного аерокосмічного універси­тету «Харківський авіаційний інститут». У 2019 р. закінчив Київський національний університет технологій та дизайну. Область наукових досліджень — розроблення адаптивних людино-машинних інтерфейсів, кібербезпека систем і сервісів на базі великих мовних моделей, га­рантоздатність засобів штучного інтелекту безпілотних мобільних систем.

ХАРЧЕНКО Вячеслав Сергійович, чл.-кор. НАН України, професор, зав. кафедри кібер­безпеки та інтелектуальних інформаційних технологій Національного аерокосмічного університету «Харківський авіаційний інститут». У 1974 р. закінчив Харківське вище військове командно-інженерне училище ракетних військ. Область наукових досліджень — теорія, методи і технології критичного компʼютингу та гарантоздатних систем, функ­ційна та кібербезпека, надійність інтелектуальних безпілотних комплексів, якість і резильєнтність систем штучного інтелекту.

Методичний апарат оцінювання живучості розподіленних організаційних автоматизованих систем управління військами в операціях

В.Ф. Залужний, PhD
orcid.org/0000-0002-1947-501X
Інститут проблем реєстрації інформації НАН України
Україна, 03113, Київ, вул. Шпака, 2

https://doi.org/10.15407/elmodel.48.03.018

Èlektron. model. 2026, 48(3):18-30

Дата надходження статті: 25.03.2026;
дата прийняття статті до друку після рецензування: 10.04.2026
дата публікації (оприлюднення) статті: 28.05.2026

BYВ.Ф. Залужний, 2026
Стаття поширюється на умовах ліцензії відкритого доступу CC BY 4.0

Повний текст: PDF

АНОТАЦІЯ

Проаналізовано існуючий методичний апарат з оцінювання живучості розподіленої орга­нізаційної автоматизованої системи управління військами, визначенню його недоліків та виробленню можливих підходів щодо удосконалення ідеології його розроблення.

Відомо, що одним із пріоритетних завдань підвищення спроможностей Збройних Сил (ЗС) України в умовах російсько-української війни є цифровізація системи управління ЗС як основи системи управління силами оборони держави для підвищення оперативності прийняття рішення органами військового управління та його обґрунтованості в операціях. Але, незважаючи на це, стан системи управління ЗС України, в частині, що стосується впровадження сучасних інформаційних технологій, досі не у повному обсязі відповідає вимогам, які до неї висуваються. Такий стан цифровізації системи управління ЗС України спричинений недосконалістю існуючого методичного апарату з оцінювання властивостей автоматизованих систем управління військами, зокрема її живучості, який не передбачає дотримання єдиних підходів.

З огляду на зазначене запропоновано можливі концептуальні підходи до розроблення такого методичного апарату за двома основним напрямами. Перший напрям передбачає розроблення (удосконалення) аналітичних моделей оцінювання часткових показників жи­вучості автоматизованих систем управління військами (АСУВ) з використанням окремих методів з обов’язковим формуванням інтегрального (загального) показника живучості системи у цілому. Другій напрям передбачає визначення показника живучості автома­тизованої системи управління військами на основі імітаційного моделювання двосто­ронньої збройної боротьби протиборчих сторін в операції. Розглянуто позитивні та нега­тивні сторони підходів, наведено структурно-логічні схеми їх можливої реалізації.

КЛЮЧОВІ СЛОВА:

автоматизована система управління військами, аналітична модель, імітаційна модель, живучість системи, розподілена організаційна система.

СПИСОК ЛІТЕРАТУРИ

  1. Україна. Президент (2019—…, В.О.Зеленський). Про рішення Ради національної безпеки і оборони України від 25.03.2021 «Про Стратегію воєнної безпеки України». Указ Президента України від 25.03.2021 № 121/2021. Київ. АПУ. 2021. 20 с.
  2. Україна. Президент (2019—…, В.О.Зеленський). Про рішення Ради національної без­пеки і оборони України від 20.08.2021 «Про Стратегічний оборонний бюлетень України». Указ Президента України від 17.09.2021 № 473/2021. Київ. АПУ. 2021. 53 с.
  3. Шуєнкін В.О. До питання оцінювання ефективності системи управління військами (силами). Наука і оборона. 2010. № 4. С. 23—28.
  4. Хазанович О.І. Проблемні питання обґрунтування вимог до перспективної системи матеріально-технічного забезпечення Збройних Сил України. Бюл. Воєн.-наук. ін­форм. ЦВНІ ЦНДІ ЗС України. Київ. 2007. № С. 9—13.
  5. Боговик А.В., Загорулько С.С., Ковалёв И.С., Котенко И.В., Масановец О.В. Теория управления в системах военного назначения. Под ред. И.В. Котенко. Москва. Министерство обороны. 2001. 320 с.
  6. Загорка О.М., Мосов С.П., Сбитнєв А.І., Стужук П.І.Елементи дослідження складних систем військового призначення. Київ. НАО України. 2005. 100 с.
  7. Кірсанов С.О., Островський С.М. Методичний підхід до оцінювання рівня автома­тизації роботи органів управління // Сучасні інформаційні технології у сфері безпеки та оборони. 2018. № 3 (33). С. 77—80.
  8. Ткачук П.П., Бударецький Ю.І., Щавінський Ю.В., Прокопенко В.В. Вплив засобів автоматизації управління підрозділами і вогнем артилерії на ефективність її застосування // Військово-технічний збірник. 2015. № 12. С. 75—82.
  9. Романченко І.С., Шуєнкін В.О., Свида І.Ю., Хомчак Р.Б. Розвиток теорії внесків військових формувань зі складу створеного угруповання військ у забезпечення їх боєздатності під час бойових дій. Моногр. Київ. ЦНДІ ЗС України. 2020. 288 с.
  10. Основы теории управления войсками. Под ред. П.К. Алтухова. Москва. Воениздат. 221 с.
  11. Великий тлумачний словник сучасної української мови. Під ред. В.Т.Бусел. Київ. Ірпінь. ВТФ «Перун». 2005. 1728 с.
  12. Куприянов А.И., Сахаров А.В. Теоретические основы радиоэлектронной борьбы. Учеб. пособ. Москва. Вузовская книга. 356 с.
  13. Lenkov S., Zhurov G., Zaytsev D., Tolok I., Lenkov E., Bondarenko T., Gunchenko Y., Zagrebnyuk V., Antonenko O. Features of modeling failures of recoverable complex tech­nical object with a hierarchical constructive structure // Восточноевропейский жур­нал передових технологий. № 4. 2017. С. 34—42.
  14. Анфилатов В.С., Емельянов А.А. Системный анализ в управлении. Москва. Финансы и статистика. 2003. 368 с.
  15. Методы оценки эффективности АСУВ. Методическое пособие/ под ред. А.И. Черка­щенко. Москва: Военное изд-во Министерства обороны СССР, 1981. 112 с.
  16. Лен В.Л., Малышев В.А. Методика построения моделей конфликта противоборст­вующих сторон для оценки оперативности принятия решения на ведение боевых действий в системе управления войсками // Воздушно-космические силы. 2020. № 15. С. 10—16.

ЗАЛУЖНИЙ Валерій Федорович, PhD, здобувач Інституту проблем реєстрації інфор­мації НАН України. Область наукових досліджень — розподілені автоматизовані сис­теми організаційного управління силами та засобами Збройних Сил України, теорія, ме­тоди і засоби виявлення загроз та забезпечення живучості систем управління військами та зброєю. Досвід практичної роботи в цій сфері понад 20 років.

ВИБІР ОПТИМАЛЬНОГО ТЕХНОЛОГІЧНОГО СТЕКУ ДЛЯ ІТ-ПРОЕКТІВ У ЛОГІСТИЦІ

П.А. Фролов, Master Student,
orcid.org/0009-0007-6264-9402
О.Д. Міхнова, 
Assoc. Prof.,
e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0000-0002-6558-8509
А.В. Міхновa
, Assoc. Prof.
orcid.org/0000-0001-9877-4298
Kharkiv National University of Radio Electronics
Ukraine, 61166, Kharkiv, Nauky av., 14

https://doi.org/10.15407/elmodel.48.03.031

Èlektron. model. 2026, 48(3):31-43

Дата надходження статті: 22.10.2026;
дата прийняття статті до друку після рецензування: 03.11.2026
дата публікації (оприлюднення) статті: 28.05.2026

BY

P.A. Frolov, О.D. Міkhnova, А.V. Міkhnova, 2026
Стаття поширюється на умовах ліцензії відкритого доступу CC BY 4.0

Повний текст: PDF

АНОТАЦІЯ

Досліджено проблему вибору технологічного стеку на початковому етапі ІТ-проектів у логістичному секторі. Неправильний вибір технологій може призвести до затримок, пере­витрат коштів та невідповідності кінцевого продукту потребам бізнесу. Проаналізовано існуючі підходи до формування технологічного стеку, визначаються їх обмеження та пропонується метод розробки технологічного стеку, що враховує специфіку логістичних компаній. Запропонований метод включає детальний розклад бізнес-процесів, глибокий аналіз зацікавлених сторін, ретельну розробку функціональних (з використанням пріори­тезації MoSCoW) та нефункціональних вимог, оцінку контекстуальних факторів (ІТ-ін­фраструктура, компетенції персоналу, бюджет та терміни), а також використання прак­тич­них інструментів, таких як комплексна таблиця оцінки технологій на основі зважених критеріїв, ієрархічна модель стратифікації технологічного стеку та кількісний індекс від­повідності технологій.

КЛЮЧОВІ СЛОВА:

логістична інформаційна система, технологічний стек, управління ІТ-проектами, пріоритизація функціональних вимог.

СПИСОК ЛІТЕРАТУРИ

  1. Romanenko, O.M. (2022). Informatsiini tekhnolohii v upravlinni lohistychnymy systema­my: navch. posibnyk. Kyiv: KNEU (in Ukrainian).
  2. Buriak, S.I., & Korzhenko, V.M. (2023). Didzhytalizatsiia v lohistytsi: vyklyky ta mozh­lyvosti. Odesa: ONU (in Ukrainian).
  3. Savchenko, V.P. (2024) Avtomatyzatsiia lohistychnykh protsesiv: innovatsiini rishennia. Kyiv: Akademiia (in Ukrainian).
  4. Chyzhova, H.L., & Serediuk, A.O. (2023). Upravlinnia lantsiuhamy postavok: suchasni pidkhody ta tekhnolohii. Lviv: LNU (in Ukrainian).
  5. Meller, R.D., & Ellis, K.P. (2023). Trends in Logistics Optimization: AI and Machine Lear­ning Applications. International Journal of Logistics Management. 2023, 34(2), 215—230.
  6. Krykavskyi, Ye.V., Pokhylchenko, O.A., & Fertch, M. (2019). Lohistyka ta upravlinnia lantsiuhamy postavok: navch. posibnyk. Lviv: Lvivska politekhnika (in Ukrainian).
  7. Mishchuk, I.P., & Falovska, I.D. (2020). Informatsiini systemy i tekhnolohii v upravlinni lohistychnymy protsesamy. Visnyk Lvivskoho torhovelno-ekonomichnoho universytetu. 2020, 60, pp. 92—98 (in Ukrainian).
  8. Lysenko, S.M., & Hrebeniuk, D.S. (2021). Arkhitektura ta tekhnolohichnyi stek suchasnykh informatsiinykh system. Visnyk Khmelnytskoho natsionalnoho universytetu. 2021, Vol. 295, 50—54 (in Ukrainian).
  9. Martseniuk, V.P., & Zhyliaiev, I.B. (2018). Metodyka analizu iierarkhii u modeliuvanni skladnykh system. Medychna informatyka ta inzheneriia. 2018, Vol. 4, 20—28 (in Ukrainian).
  10. Kovalenko, O.O., & Yatskovska, R.O. (2019). Metodolohiia stvorennia informatsiinykh system dlia lohistychnykh pidpryiemstv: prototypuvannia ta otsinka efektyvnosti. Visnyk Vinnytskoho politekhnichnoho instytutu. 2019, Vol. 3, 84—91 (in Ukrainian).
  11. Bereza, A.M., & Kozak, I.A. (2018). Modeliuvannia ta analiz biznes-vymoh v umovakh tsyfrovoi transformatsii. Kyiv: KNEU. (in Ukrainian)
  12. Hordiienko, T.M. (2019). Analiz steikkholderiv proektu: metodolohiia, metodyka, instrumenty. Kyiv: KNEU (in Ukrainian).
  13. Rozanski, N., & Woods, E. (2011). Software Systems Architecture: Working with Stakeholders Using Viewpoints and Perspectives, 2nd ed. Boston: Addison-Wesley.
  14. Kovtun, T.A., & Smokova, T.M. (2020). Vykorystannia matrytsi vidpovidalnosti pry vprovadzhenni informatsiinykh system na pidpryiemstvi. Rynkova ekonomika: suchasna teoriia i praktyka upravlinnia. 2020, Vol. 19, no. 2(45), 324—335 (in Ukrainian).
  15. Agile Business Consortium. MoSCoW Prioritisation. Available at: https://www.agilebusiness.org/page/projectframework_moscow [Accessed: 10 October 2025].
  16. Glinz, M. (2016). Handling Non-Functional Requirements in Software Projects. Cham: Springer.
  17. Bourque, P., & Fairley, R. (2019). Guide to the Software Engineering Body of Knowledge (SWEBOK), ver. 3.0. IEEE Computer Society.

FROLOV Pavlo Andriyovich, Master Student of Computer Science Faculty at Kharkiv National University of Radio Electronics. The field of scientific research: information systems and technologies, logistics.

MIKHNOVA Olena Dmytrivna, PhD, associate professor at Kharkiv National University of Radio Electronics. The field of scientific research: information systems and technologies, multimedia data analysis and mining, automated and maschine translation.

MIKHNOVA Alina Volodymyrivna, PhD, associate professor at Kharkiv National University of Radio Electronics. The field of scientific research is information technologies and effectiveness of software development.

Набори даних для навчання та аналізу систем кіберзахисту цифрових підстанцій на основі методів штучного інтелекту

С.Я. Гільгурт, д-р техн. наук,
e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0000-0003-1647-1790
А.В. Ковилін, аспірант,
orcid.org/0009-0001-6844-8931
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Україна, 03164, Київ, вул. Олега Мудрака, 15

https://doi.org/10.15407/elmodel.48.03.044

Èlektron. model. 2026, 48(3):44-52

Дата надходження статті: 22.04.2026;
дата прийняття статті до друку після рецензування: 28.04.2026;
дата публікації (оприлюднення) статті: 28.05.2026

BY

С.Я. Гільгурт, А.В. Ковилін, 2026
Стаття поширюється на умовах ліцензії відкритого доступу CC BY 4.0

Повний текст: PDF

АНОТАЦІЯ

Робота присвячена огляду та порівняльному аналізу відкритих наборів даних для задач кіберзахисту цифрових електричних підстанцій на основі методів штучного інтелекту. Проаналізовано відкриті статті та тематичні репозиторії, що містять реальні файли мере­жевого трафіку, розмічені сценарії або інші дані, придатні для використання в задачах машинного навчання. Виконано порівняльний аналіз джерел за типом публікації, охопле­ними протоколами, формою подання даних, відкритістю інформації та загальною придат­ністю до подальшого ШІ-застосування. Показано, що найбільш часто у відкритому дос­тупі представлені набори, орієнтовані на протокол Generic Object Oriented Substation Events (GOOSE), тоді як багатопротокольні та Sampled Values (SV)-орієнтовані ресурси трапляються рідше. Зроблено висновок, що для сучасних ШІ-досліджень в сфері кіберза­хисту цифрових електричних підстанцій найбільш корисними є відкриті джерела, що поєднують наявність реальних файлів, вичерпний опис структури даних та безпосередню спрямованість на такі підстанції.

КЛЮЧОВІ СЛОВА:

цифрова електрична підстанція, кіберзахист, система виявлення вторгнень, штучний інтелект, набір даних, датасет-публікація.

СПИСОК ЛІТЕРАТУРИ

  1. Гильгурт С.Я. Анализ применения аппаратного ускорения информационной защиты в ав-томатизированных системах энергетической отрасли. Моделювання та інформаційні технології : зб. наук. пр. ІПМЕ ім. Г.Є. Пухова НАН України. 2018. № 83. С. 154—164. URL: http://nbuv.gov.ua/j-pdf/Mtit_2018_83_21.pdf
  2. Denial-of-Service attack on IEC 61850-based substation automation system: a crucial cyber threat towards smart substation pathways / S. Ashraf et al. Sensors. 2021. Vol. 21, no. 19. P. 6415. URL: https://doi.org/10.3390/s21196415 (date of access: 26.04.2026).
  3. Vulnerability and impact analysis of the IEC 61850 GOOSE protocol in the smart grid / H.T. Reda et al. Sensors. 2021. Vol. 21, no. 4. P. 1554. URL: https://doi.org/10.3390/s21041554 (date of access: 26.04.2026).
  4. Гільгурт С.Я. Огляд можливостей використання технологій штучного інтелекту для кіберзахисту цифрових підстанцій. Кібербезпека енергетики : Матеріали наук.-практ. конф. Ін-ту проблем моделювання в енергетиці ім. Г. Є. Пухова НАН України, м. Київ, 29 трав. 2024 р. Київ, 2024. С. 31—36. URL: https://ipme.kiev.ua/wp-content/uploads/2024/06/ Матеріали-КБЕ-2024.pdf.
  5. A survey on intrusion detection and prevention systems in digital substations / S.E. Quincozes et al. Computer networks. 2021. Vol. 184. P. 107679. URL: https://doi.org/1016/j.comnet.2020. 107679 (date of access: 26.04.2026).
  6. Lahza H., Radke K., Foo E. Applying domain-specific knowledge to construct features for detecting distributed denial-of-service attacks on the GOOSE and MMS protocols. International journal of critical infrastructure protection. 2018. Vol. 20. P. 48—67. URL: https://doi.org/10.1016/j.ijcip.2017.12.002 (date of access: 26.04.2026).
  7. A dataset to train intrusion detection systems based on machine learning models for electrical substations / E.D.G. Mlot et al. Data in brief. 2024. P. 111153. URL: https://doi.org/1016/ j.dib.2024.111153 (date of access: 26.04.2026).
  8. Dataset to train intrusion detection systems based on machine learning models for electrical substations / G.M.E. Damian et al. Zenodo. URL: https://zenodo.org/records/15487636 (date of access: 26.04.2026).
  9. PowerDuck: A GOOSE data set of cyberattacks in substations. arXiv.org. URL: https://arxiv.org/abs/2207.04716 (date of access: 26.04.2026).
  10. PowerDuck: A GOOSE data set of cyberattacks in substations / S. Zemanek et al. Zenodo. URL: https://zenodo.org/records/6974112 (date of access: 26.04.2026).
  11. GOOSE secure: A comprehensive dataset for in-depth analysis of GOOSE spoofing attacks in digital substations / O. A. Tobar-Rosero et al. Energies. 2024. Vol. 17, no. 23. P. 6098. URL: https://doi.org/10.3390/en17236098 (date of access: 26.04.2026).
  12. GitHub — CSCRC-SCREED/QUT-ZSS-2023-GOOSE: the datasets contain a wide variety of network and physical behaviours of an iec-61850-compliant zone substation. the datasets are compatible with actual substation network traffic, including benign GOOSE packets, MALICIOUS GOOSE packets, and benign SV packets. the datasets consist of two versions, including raw datasets and labelled datasets. GitHub. URL: https://github.com/CSCRC-SCREED/QUT-ZSS-2023-GOOSE (date of access: 26.04.2026).
  13. GitHub — CSCRC-SCREED/QUT-ZSS-2023-SV: the datasets contain a wide variety of network and physical behaviours of an iec-61850-compliant zone substation. the datasets are compatible with actual substation network traffic, including benign GOOSE packets, benign SV packets, and MALICIOUS SV packets. the datasets consist of two versions, including raw datasets and labelled datasets. GitHub. URL: https://github.com/CSCRC-SCREED/QUT-ZSS-2023-SV (date of access: 26.04.2026).
  14. GitHub — smartgridadsc/IEC61850SecurityDataset. GitHub. URL: https://github.com/smartgridadsc/IEC61850SecurityDataset (date of access: 26.04.2026).

ГІЛЬГУРТ Сергій Якович, д-р техн. наук, зав. відділу математичного та економетрич­ного моделювання Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. В 1986 р. закінчив Київський інститут інженерів цивільної авіації. Область наукових досліджень — високопродуктивні та розподілені обчислювальні середовища, реконфігуровні обчислення на базі ПЛІС, сигнатурні засоби захисту інформації в кібер­фізичних системах та на об’єктах критичної інфраструктури.

КОВИЛІН Антон Володимирович, аспірант Інституту проблем моделювання в енерге­тиці ім. Г.Є. Пухова НАН України. В 2012 р. закінчив Національний авіаційний універ­си­тет. Область наукових досліджень — штучний інтелект, кібербезпека об’єктів критичної інфраструктури, виявлення аномалій у мережевому трафіку, графові нейронні мережі, прогнозування каскадних відмов в енергетичних мережах.

Семантико-зберігаюча міграція даних від реляційних до нереляційних баз даних на основі аналізу програмного коду

В.Р. Герасимов, аспірант,
e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0009-0005-8514-8075
В.В. Душеба, канд. техн. наук
e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.;
orcid.org/0000-0002-8929-3625
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Україна, 03164, Київ, вул. Олега Мудрака, 15

https://doi.org/10.15407/elmodel.48.03.053

Èlektron. model. 2026, 48(3):53-65

Дата надходження статті: 10.02.2026;
дата прийняття статті до друку після рецензування: 17.02.2026;
дата публікації (оприлюднення) статті: 28.05.2026

BY

В.Р. Герасимов, В.В. Душеба, 2026
Стаття поширюється на умовах ліцензії відкритого доступу CC BY 4.0

Повний текст: PDF

АНОТАЦІЯ

Запропоновано метод семантико-зберігаючої міграції даних із реляційних до нереля­цій­них баз даних, що зберігають інформацію в форматі JSON або подібного, який базується на інтелектуальному аналізі вихідного коду застосунку. На відміну від схемоорієнтованих підходів, метод використовує трансформацію, що зберігає семантику реалізовану з вико­ристанням великих мовних моделей для ідентифікації прихованих агрегатних меж та паттернів доступу на рівні ORM-метаданих за умови, що структура даних не відповідає вимогам третьої нормальної форми (3NF) або містить ознаки надмірності. Метод дозволяє детерміновано обирати стратегії вкладення (Embedding) або посилання (Referencing), спираючись на інженерію, що керована моделями, (Model Driven Engineering) з формаль­ною перевіркою узгодженості даних (consistency). Експериментально показано, що враху­вання прикладної логіки дозволяє зберегти узгодженість даних в визначені предметної області та підвищити швидкість виконання запитів на 60—85 % порівняно з недостатньо нормалізованими даними в реляційних базах даних. Метод охоплює складні етапи струк­турного рефакторингу при переході до документ-орієнтованих моделей даних.

КЛЮЧОВІ СЛОВА:

семантико-зберігаюча міграція даних; аналіз вихідного коду; нере­ляційні бази даних; інженерія, що керована моделями; великі мовні моделі; обʼєктно-ре­ляційне відображення (object relation mapping).

СПИСОК ЛІТЕРАТУРИ

  1. Sadalage P. J., Fowler M. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Boston : Addison-Wesley, 2012. 192 p. ISBN: 978-0321826626
  2. Akoka J., Comyn-Wattiau I. Roundtrip engineering of NoSQL databases // Enterprise Modelling and Information Systems Architectures (EMISAJ). 2018. Vol. 13.
  3. El Alami, A., Khourdifi, Y., Ait El Mouden, Z., Lahmer, M., & Hasnaoui, M. L. Migrating Relational Databases to NoSQL-Oriented Documents Using Object-Oriented Concepts // International Journal of Intelligent Engineering and Systems, 17(4).
  4. Chebotko A., Kashlev A., Lu S. A Big Data Modeling Methodology for Apache Cassandra // Proceedings of the IEEE International Congress on Big Data (BigData Congress 2015). IEEE, 2015. P. 238—245.
  5. Герасимов В.Р., Душеба В.В. Аналіз методів оптимізації роботи баз даних // Елект­ронне моделювання. 2024. Т. 46, № 6. С. 43—54.
  6. Brambilla M., Cabot J., Wimmer M. Model-Driven Software Engineering in Practice. 2-ге вид. Springer, 2017.
  7. Hou X., Zhao Y., Liu Y. та ін. Large Language Models for Software Engineering: A Systematic Literature Review // ACM Transactions on Software Engineering and Methodology. 2024. Vol. 33, No. 8. Article 220.
  8. Busch D., Bainczyk A., Smyth S., Steffen B. LLM-based code generation and system migration in language-driven engineering // International Journal on Software Tools for Technology Transfer. 2025. Vol. 27, no. 1. P. 137—147.
  9. MongoDB Documentation. Data Modeling Introduction. URL: https://www.mongodb.com/docs/manual/core/data-modeling-introduction/ (дата звернення: 15.11.2025).
  10. Amazon Web Services. SQL to NoSQL: Planning Your Migration. URL: https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/SQLtoNoSQL.html (дата звернен­ня: 11.01.2026).
  11. Linares-Vásquez M., Li B., Vendome C., Poshyvanyk D. Documenting Database Usages and Schema Constraints in Database-Centric Applications // Proceedings of the 25th ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2016). ACM, 2016. P. 270—281.
  12. Chen L., Davoudian A., Liu M. A workload-driven method for designing aggregate-oriented NoSQL database schemas // Data & Knowledge Engineering. 2022. Vol. 142. Article 102089.
  13. Li Y., Cuadrado J.S., Guerra E., de Lara J. A Unified Metamodel for NoSQL and Relational Databases // Proceedings of the 24th ACM/IEEE International Conference on Model Driven Engineering Languages and Systems (MODELS 2021 Companion). 2021. P. 165—174.
  14. Mihalcea V. High-Performance Java Persistence. Hypersistence SRL, 2024. ISBN 978-9730228236
  15. Buss C., Safari M., Termehchy A., Lee S., Maier D. Towards Scalable Schema Mapping using Large Language Models // Proceedings of the 4th International Workshop on Composable Data Management Systems (MIDAS 2025). 2025.

ГЕРАСИМОВ Владислав Ростиславович, аспірант Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 2010 р. закінчив Національний авіаційний уні­верситет. Область наукових досліджень — реляційні та нереляційні бази даних.

ДУШЕБА Валентина Віталіївна, канд. техн. наук, доцент, зав. відділу математич­ного та компʼютерного моделювання Інституту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 1984 р. закінчила Київський інститут інженерів цивільної авіації. Область наукових досліджень — високопродуктивні архітектури та обчислення.