Олексій Німич
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Олексій Німич has a total of 10 co-authors. Here are the top co-authors by number of shared publications:
- Ігор Макєєв4 shared publications
- Stanislava Kudrenko
State University "Kyiv Aviation Institute
2 shared publications - Сергій Бобров
SNT Ukraine
2 shared publications - Lyudmila Klobukova
National Aviation University, Faculty of Cybersecurity, Computer and Software Engineering
1 shared publication - Natalia Yakymchuk
Lutsk National Technical University
1 shared publication - Valerii Kozlovskyi
State University "Kyiv Aviation Institute
1 shared publication
Latest Publications
- Open Access
- 29 May 2026
- Published by Lutsk National Technical University in COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION
- No. 63,p. 59-68
А robust client update aggregation algorithm for counteracting model poisoning attacks in federated learning
The article considers the problem of counteracting model poisoning attacks in federated learning systems. It is shown that the client update aggregation stage is security-critical, since compromised clients may transmit intentionally distorted local updates and influence the quality of the global model. A robust client update aggregation algorithm is proposed. The algorithm combines the standard FedAvg weight, which reflects the size of the local client dataset, with an additional reliability coefficient of the corresponding update. To estimate reliability, the normalized Euclidean distance between a client update and the reference update is used. The reference update is defined as the component-wise median of the received client updates. This approach makes it possible to reduce the influence of suspicious or potentially poisoned updates without rigidly excluding them from the aggregation process. The paper presents a formal description of the algorithm, its workflow, an analysis of expected behavior for typical, heterogeneous, and suspicious client updates, and an illustrative numerical example of robust weight calculation. The proposed approach can be used to improve the resilience of machine learning and deep learning systems under cyber threats, especially in tasks related to data protection, information security, and the protection of information infrastructure in critical infrastructure environments.
- 29 May 2026
- Published by Lutsk National Technical University in COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION
- No. 63,p. 59-68
Open AccessА robust client update aggregation algorithm for counteracting model poisoning attacks in federated learning
The article considers the problem of counteracting model poisoning attacks in federated learning systems. It is shown that the client update aggregation stage is security-critical, since compromised clients may transmit intentionally distorted local updates and influence the quality of the global model. A robust client update aggregation algorithm is proposed. The algorithm combines the standard FedAvg weight, which reflects the size of the local client dataset, with an additional reliability coefficient of the corresponding update. To estimate reliability, the normalized Euclidean distance between a client update and the reference update is used. The reference update is defined as the component-wise median of the received client updates. This approach makes it possible to reduce the influence of suspicious or potentially poisoned updates without rigidly excluding them from the aggregation process. The paper presents a formal description of the algorithm, its workflow, an analysis of expected behavior for typical, heterogeneous, and suspicious client updates, and an illustrative numerical example of robust weight calculation. The proposed approach can be used to improve the resilience of machine learning and deep learning systems under cyber threats, especially in tasks related to data protection, information security, and the protection of information infrastructure in critical infrastructure environments.
- Open Access
- 27 April 2026
- Published by State University "Kyiv Aviation Institute" in Science-based technologies
- Vol. 69 (1) , 3-10
ГЛИБОКІ CNN ТА RESNET-АРХІТЕКТУРИ ДЛЯ АВТОМАТИЧНОЇ КЛАСИФІКАЦІЇ МОДУЛЯЦІЇ
У статті розглянуто задачу автоматичної класифікації модуляції сигналів у сучасних системах радіомоніторингу та когнітивного радіо. Виконано системний аналіз застосування глибоких згорткових і залишкових нейронних мереж для розпізнавання типів модуляції на основі комплексних IQ-вибірок фіксованої довжини. Обґрунтовано доцільність використання одномірних згорткових шарів, що дозволяють автоматично виділяти часово-фазові закономірності сигналів без попереднього формування статистичних або спектральних ознак. Розглянуто декілька архітектур глибоких нейронних мереж, зокрема базову згорткову модель, поглиблену CNN-архітектуру та адаптовану залишкову мережу типу ResNet з близькою кількістю параметрів, що забезпечує коректність порівняння їх ефективності. Проведене моделювання показало, що використання залишкових з’єднань дозволяє підвищити стабільність навчання глибоких моделей і забезпечує вищу точність класифікації, особливо в умовах низького відношення сигнал/шум. Аналіз матриці класифікації дозволив виявити структурований характер міжкласових помилок, що свідчить про наявність складних прикладів у навчальній вибірці. На основі цього запропоновано адаптивний алгоритм добору навчальних зразків, який здійснює перерозподіл ймовірностей їх вибору відповідно до поточних похибок класифікації. Запропонований метод фактично реалізує механізм важливісного семплінгування у процесі стохастичної оптимізації та забезпечує концентрацію навчання на найбільш інформативних прикладах. Результати експериментальних досліджень показали, що використання адаптивного механізму формування міні-пакетів дозволяє скоротити кількість ітерацій навчання на 18–25% без зниження фінальної точності класифікації. Отримані результати підтверджують ефективність поєднання глибоких нейромережевих архітектур та алгоритмічної оптимізації процесу навчання для задач автоматичної класифікації модуляції сигналів в умовах невизначеності параметрів радіосередовища.
- 27 April 2026
- Published by State University "Kyiv Aviation Institute" in Science-based technologies
- Vol. 69 (1) , 3-10
Open AccessГЛИБОКІ CNN ТА RESNET-АРХІТЕКТУРИ ДЛЯ АВТОМАТИЧНОЇ КЛАСИФІКАЦІЇ МОДУЛЯЦІЇ
У статті розглянуто задачу автоматичної класифікації модуляції сигналів у сучасних системах радіомоніторингу та когнітивного радіо. Виконано системний аналіз застосування глибоких згорткових і залишкових нейронних мереж для розпізнавання типів модуляції на основі комплексних IQ-вибірок фіксованої довжини. Обґрунтовано доцільність використання одномірних згорткових шарів, що дозволяють автоматично виділяти часово-фазові закономірності сигналів без попереднього формування статистичних або спектральних ознак. Розглянуто декілька архітектур глибоких нейронних мереж, зокрема базову згорткову модель, поглиблену CNN-архітектуру та адаптовану залишкову мережу типу ResNet з близькою кількістю параметрів, що забезпечує коректність порівняння їх ефективності. Проведене моделювання показало, що використання залишкових з’єднань дозволяє підвищити стабільність навчання глибоких моделей і забезпечує вищу точність класифікації, особливо в умовах низького відношення сигнал/шум. Аналіз матриці класифікації дозволив виявити структурований характер міжкласових помилок, що свідчить про наявність складних прикладів у навчальній вибірці. На основі цього запропоновано адаптивний алгоритм добору навчальних зразків, який здійснює перерозподіл ймовірностей їх вибору відповідно до поточних похибок класифікації. Запропонований метод фактично реалізує механізм важливісного семплінгування у процесі стохастичної оптимізації та забезпечує концентрацію навчання на найбільш інформативних прикладах. Результати експериментальних досліджень показали, що використання адаптивного механізму формування міні-пакетів дозволяє скоротити кількість ітерацій навчання на 18–25% без зниження фінальної точності класифікації. Отримані результати підтверджують ефективність поєднання глибоких нейромережевих архітектур та алгоритмічної оптимізації процесу навчання для задач автоматичної класифікації модуляції сигналів в умовах невизначеності параметрів радіосередовища.
- 28 March 2026
- Published by Lutsk National Technical University in COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION
- No. 62,p. 346-353
Нейромережеве виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах
У статті розглянуто нейромережевий підхід до виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах за умов адитивного шуму та зсуву несучої частоти. Актуальність дослідження зумовлена обмеженнями класичних алгоритмів детектування, зокрема фазових автопідлаштовувальних петель і фільтраційних методів, ефективність яких істотно знижується за відсутності апріорної інформації про параметри сигналу та каналу. Запропоновано метод спільного нейромережевого виявлення і детектування, що базується на безпосередньому аналізі IQ-вибірок прийнятого сигналу без реалізації явних процедур синхронізації. Як модель обробки використано багатошаровий перцептрон, навчений на синтетичних вибірках, сформованих для широкого діапазону відношень сигнал/шум і значень зсуву несучої частоти. Проведено порівняльний аналіз запропонованого методу з класичними підходами, зокрема схемою Костаса та двосмуговою фільтрацією, за однакових умов моделювання. Результати чисельних експериментів підтверджують підвищення точності виявлення та детектування фазо- і частотно-модульованих сигналів, а також зменшення чутливості до зсуву несучої частоти в умовах низького відношення сигнал/шум. Отримані результати свідчать про доцільність застосування нейромережевих методів у некооперативних радіосистемах і задачах автоматизованого радіомоніторингу
- 28 March 2026
- Published by Lutsk National Technical University in COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION
- No. 62,p. 346-353
Нейромережеве виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах
У статті розглянуто нейромережевий підхід до виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах за умов адитивного шуму та зсуву несучої частоти. Актуальність дослідження зумовлена обмеженнями класичних алгоритмів детектування, зокрема фазових автопідлаштовувальних петель і фільтраційних методів, ефективність яких істотно знижується за відсутності апріорної інформації про параметри сигналу та каналу. Запропоновано метод спільного нейромережевого виявлення і детектування, що базується на безпосередньому аналізі IQ-вибірок прийнятого сигналу без реалізації явних процедур синхронізації. Як модель обробки використано багатошаровий перцептрон, навчений на синтетичних вибірках, сформованих для широкого діапазону відношень сигнал/шум і значень зсуву несучої частоти. Проведено порівняльний аналіз запропонованого методу з класичними підходами, зокрема схемою Костаса та двосмуговою фільтрацією, за однакових умов моделювання. Результати чисельних експериментів підтверджують підвищення точності виявлення та детектування фазо- і частотно-модульованих сигналів, а також зменшення чутливості до зсуву несучої частоти в умовах низького відношення сигнал/шум. Отримані результати свідчать про доцільність застосування нейромережевих методів у некооперативних радіосистемах і задачах автоматизованого радіомоніторингу
- Open Access
- 25 December 2025
- Published by State University "Kyiv Aviation Institute" in Ukrainian Information Security Research Journal
- Vol. 27 (2) , 87-93
МЕТОД ПРОГНОЗУВАННЯ КОМПРОМЕТАЦІЇ ВУЗЛІВ У СЕРЕДОВИЩІ EDGE ТА FOG ДЛЯ ОБ’ЄКТІВ КРИТИЧНОЇ ІНФРАСТРУКТУРИ
У статті запропоновано метод прогнозування компрометації вузлів у середовищі edge та fog для системкритичної інфраструктури. Актуальність дослідження зумовлена зростанням кількості кібератак нарозподілені IoT-мережі, у яких порушення роботи окремих компонентів може призводити до втрати цілісностіданих, зниження надійності вузлів та порушення функціонування інформаційної інфраструктури.Запропонований метод базується на аналізі поведінкових і мережевих характеристик компонентів edge/fog-середовища, формуванні вектора ознак, розрахунку показника аномальності, інтегрального ризикукомпрометації, рівня довіри та узагальненого показника небезпеки. Особливістю підходу є поєднання детекціїаномалій із прогнозуванням станів, що дозволяє не лише виявляти поточні відхилення у поведінці вузлів, а йоцінювати ймовірність їх переходу до потенційно небезпечного стану. Використання елементів машинногонавчання та нейронних мереж створює передумови для адаптації методу до динамічних умов функціонуваннярозподілених систем. Запропонований підхід може бути використаний для підвищення рівня захисту даних,своєчасного виявлення аномальної поведінки та підтримки проактивних механізмів безпеки мереж IoT усистемах критичної інфраструктури.
- 25 December 2025
- Published by State University "Kyiv Aviation Institute" in Ukrainian Information Security Research Journal
- Vol. 27 (2) , 87-93
Open AccessМЕТОД ПРОГНОЗУВАННЯ КОМПРОМЕТАЦІЇ ВУЗЛІВ У СЕРЕДОВИЩІ EDGE ТА FOG ДЛЯ ОБ’ЄКТІВ КРИТИЧНОЇ ІНФРАСТРУКТУРИ
У статті запропоновано метод прогнозування компрометації вузлів у середовищі edge та fog для системкритичної інфраструктури. Актуальність дослідження зумовлена зростанням кількості кібератак нарозподілені IoT-мережі, у яких порушення роботи окремих компонентів може призводити до втрати цілісностіданих, зниження надійності вузлів та порушення функціонування інформаційної інфраструктури.Запропонований метод базується на аналізі поведінкових і мережевих характеристик компонентів edge/fog-середовища, формуванні вектора ознак, розрахунку показника аномальності, інтегрального ризикукомпрометації, рівня довіри та узагальненого показника небезпеки. Особливістю підходу є поєднання детекціїаномалій із прогнозуванням станів, що дозволяє не лише виявляти поточні відхилення у поведінці вузлів, а йоцінювати ймовірність їх переходу до потенційно небезпечного стану. Використання елементів машинногонавчання та нейронних мереж створює передумови для адаптації методу до динамічних умов функціонуваннярозподілених систем. Запропонований підхід може бути використаний для підвищення рівня захисту даних,своєчасного виявлення аномальної поведінки та підтримки проактивних механізмів безпеки мереж IoT усистемах критичної інфраструктури.
- Open Access
- 30 June 2025
- Published by State University "Kyiv Aviation Institute" in Ukrainian Information Security Research Journal
- Vol. 27 (1) , 43-47
МЕТОД ВИЯВЛЕННЯ ТА НЕЙТРАЛІЗАЦІЇ КОМПРОМЕТОВАНИХ ВУЗЛІВ У РОЗПОДІЛЕНИХ ІНФОРМАЦІЙНИХ СИСТЕМАХ ІЗ ЗАБЕЗПЕЧЕННЯМ ЦІЛІСНОСТІ ДАНИХ
У сучасних розподілених інформаційних системах, зокрема в середовищах Інтернету речей (IoT), що характеризуються значною кількістю взаємопов’язаних вузлів та інтенсивним обміном даними, забезпечення кібербезпеки та цілісності інформації є однією з ключових задач. Особливої актуальності набуває проблема компрометації окремих вузлів, яка може призводити до спотворення даних, порушення коректності обчислень і зниження загальної надійності системи. Традиційні підходи до захисту не завжди забезпечують своєчасне виявлення аномальної поведінки вузлів, що зумовлює необхідність розроблення ефективних методів детекції та нейтралізації загроз. У статті запропоновано метод виявлення та нейтралізації компрометованих вузлів у розподілених інформаційних системах, який базується на аналізі відхилень параметрів, що надходять від окремих вузлів, від узагальнених характеристик системи. Метод передбачає формування агрегованих показників, зокрема середніх значень, та визначення порогових критеріїв, що дозволяють ідентифікувати аномальні відхилення. У разі перевищення встановленого порогу вузол класифікується як потенційно компрометований. Запропонований підхід включає механізм ізоляції підозрілих вузлів та коригування процесу оброблення даних з урахуванням виключення їхнього впливу на результати. Це дозволяє підвищити достовірність обчислень і забезпечити збереження цілісності інформації навіть у разі часткової компрометації системи. Окрему увагу приділено простоті реалізації методу, що забезпечує можливість його застосування в системах з обмеженими обчислювальними ресурсами. Отримані результати демонструють, що запропонований метод дозволяє ефективно виявляти аномальну поведінку вузлів і зменшувати негативний вплив кіберзагроз на функціонування системи. Запропонований підхід може бути використаний як складова комплексних систем забезпечення кібербезпеки розподілених інформаційних середовищ
- 30 June 2025
- Published by State University "Kyiv Aviation Institute" in Ukrainian Information Security Research Journal
- Vol. 27 (1) , 43-47
Open AccessМЕТОД ВИЯВЛЕННЯ ТА НЕЙТРАЛІЗАЦІЇ КОМПРОМЕТОВАНИХ ВУЗЛІВ У РОЗПОДІЛЕНИХ ІНФОРМАЦІЙНИХ СИСТЕМАХ ІЗ ЗАБЕЗПЕЧЕННЯМ ЦІЛІСНОСТІ ДАНИХ
У сучасних розподілених інформаційних системах, зокрема в середовищах Інтернету речей (IoT), що характеризуються значною кількістю взаємопов’язаних вузлів та інтенсивним обміном даними, забезпечення кібербезпеки та цілісності інформації є однією з ключових задач. Особливої актуальності набуває проблема компрометації окремих вузлів, яка може призводити до спотворення даних, порушення коректності обчислень і зниження загальної надійності системи. Традиційні підходи до захисту не завжди забезпечують своєчасне виявлення аномальної поведінки вузлів, що зумовлює необхідність розроблення ефективних методів детекції та нейтралізації загроз. У статті запропоновано метод виявлення та нейтралізації компрометованих вузлів у розподілених інформаційних системах, який базується на аналізі відхилень параметрів, що надходять від окремих вузлів, від узагальнених характеристик системи. Метод передбачає формування агрегованих показників, зокрема середніх значень, та визначення порогових критеріїв, що дозволяють ідентифікувати аномальні відхилення. У разі перевищення встановленого порогу вузол класифікується як потенційно компрометований. Запропонований підхід включає механізм ізоляції підозрілих вузлів та коригування процесу оброблення даних з урахуванням виключення їхнього впливу на результати. Це дозволяє підвищити достовірність обчислень і забезпечити збереження цілісності інформації навіть у разі часткової компрометації системи. Окрему увагу приділено простоті реалізації методу, що забезпечує можливість його застосування в системах з обмеженими обчислювальними ресурсами. Отримані результати демонструють, що запропонований метод дозволяє ефективно виявляти аномальну поведінку вузлів і зменшувати негативний вплив кіберзагроз на функціонування системи. Запропонований підхід може бути використаний як складова комплексних систем забезпечення кібербезпеки розподілених інформаційних середовищ
- Open Access
- 20 December 2023
- Published by Politechnika Lubelska in Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
- Vol. 13 (4) , 119-125
MODEL OF THE FLAT FAIRING ANTENNA DIELECTRIC LAYER WITH AERODYNAMIC HEATING
To protect the antenna systems of modern aircraft, radio-transparent dielectric fairings are widely used. At low flight speeds, when designing and evaluating the characteristics of the fairing-antenna, it is assumed that the dielectric constant is a constant value and does not depend on the aircraft's flight speed. As the flight speed increases, as a result of aerodynamic heating of the fairing, its dielectric permeability changes, which leads to errors in the processing of received signals. Currently, to take into account the effect of dielectric coatings heating when designing antenna systems, the temperature of the fairing wall is averaged over its thickness. This method during maneuvering and at high flight speeds leads to large errors in determining the characteristics of the fairing antenna since the nature of the temperature distribution along the thickness of the fairing wall is not taken into account. A new approach to the analysis of dielectric layers with their uneven heating along the thickness is proposed. The obtained results make it possible to adjust the signal processing algorithms with analog and digital matrices, as a result of taking into account the emerging heat flows affecting the fairing of the aviation antenna, which leads to the improvement of the characteristics of the antenna systems. Aby chronić systemy antenowe nowoczesnych samolotów, szeroko stosuje się radioprzepuszczalne owiewki dielektryczne. Przy małych prędkościach lotu przy projektowaniu i ocenie charakterystyk anteny owiewkowej przyjmuje się, że stała dielektryczna jest wartością stałą i nie zależy od prędkości lotu samolotu. Wraz ze wzrostem prędkości lotu, w wyniku nagrzewania się aerodynamicznego owiewki, zmienia się jej przepuszczalność dielektryczna, co prowadzi do błędów w przetwarzaniu odbieranych sygnałów. Obecnie, aby uwzględnić wpływ nagrzewania powłok dielektrycznych przy projektowaniu systemów antenowych, temperaturę ścianki owiewki uśrednia się w stosunku do jej grubości. Metoda ta podczas manewrowania i przy dużych prędkościach lotu prowadzi do dużych błędów w określaniu charakterystyk anteny owiewki, gdyż nie bierze się pod uwagę charakteru rozkładu temperatury wzdłuż grubości ścianki owiewki. Zaproponowano nowe podejście do analizy warstw dielektrycznych przy ich nierównomiernym nagrzewaniu na całej grubości. Uzyskane wyniki pozwalają na dostosowanie algorytmów przetwarzania sygnału z matrycami analogowymi i cyfrowymi, w wyniku uwzględnienia powstających strumieni ciepła wpływających na owiewkę anteny lotniczej, co prowadzi do poprawy charakterystyki systemów antenowych.
- 20 December 2023
- Published by Politechnika Lubelska in Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
- Vol. 13 (4) , 119-125
Open AccessMODEL OF THE FLAT FAIRING ANTENNA DIELECTRIC LAYER WITH AERODYNAMIC HEATING
To protect the antenna systems of modern aircraft, radio-transparent dielectric fairings are widely used. At low flight speeds, when designing and evaluating the characteristics of the fairing-antenna, it is assumed that the dielectric constant is a constant value and does not depend on the aircraft's flight speed. As the flight speed increases, as a result of aerodynamic heating of the fairing, its dielectric permeability changes, which leads to errors in the processing of received signals. Currently, to take into account the effect of dielectric coatings heating when designing antenna systems, the temperature of the fairing wall is averaged over its thickness. This method during maneuvering and at high flight speeds leads to large errors in determining the characteristics of the fairing antenna since the nature of the temperature distribution along the thickness of the fairing wall is not taken into account. A new approach to the analysis of dielectric layers with their uneven heating along the thickness is proposed. The obtained results make it possible to adjust the signal processing algorithms with analog and digital matrices, as a result of taking into account the emerging heat flows affecting the fairing of the aviation antenna, which leads to the improvement of the characteristics of the antenna systems. Aby chronić systemy antenowe nowoczesnych samolotów, szeroko stosuje się radioprzepuszczalne owiewki dielektryczne. Przy małych prędkościach lotu przy projektowaniu i ocenie charakterystyk anteny owiewkowej przyjmuje się, że stała dielektryczna jest wartością stałą i nie zależy od prędkości lotu samolotu. Wraz ze wzrostem prędkości lotu, w wyniku nagrzewania się aerodynamicznego owiewki, zmienia się jej przepuszczalność dielektryczna, co prowadzi do błędów w przetwarzaniu odbieranych sygnałów. Obecnie, aby uwzględnić wpływ nagrzewania powłok dielektrycznych przy projektowaniu systemów antenowych, temperaturę ścianki owiewki uśrednia się w stosunku do jej grubości. Metoda ta podczas manewrowania i przy dużych prędkościach lotu prowadzi do dużych błędów w określaniu charakterystyk anteny owiewki, gdyż nie bierze się pod uwagę charakteru rozkładu temperatury wzdłuż grubości ścianki owiewki. Zaproponowano nowe podejście do analizy warstw dielektrycznych przy ich nierównomiernym nagrzewaniu na całej grubości. Uzyskane wyniki pozwalają na dostosowanie algorytmów przetwarzania sygnału z matrycami analogowymi i cyfrowymi, w wyniku uwzględnienia powstających strumieni ciepła wpływających na owiewkę anteny lotniczej, co prowadzi do poprawy charakterystyki systemów antenowych.