https://er.chdtu.edu.ua/handle/ChSTU/1589 2026-06-23T20:21:36Z 2026-06-23T20:21:36Z Шадура, Дмитро Олександрович https://er.chdtu.edu.ua/handle/ChSTU/9514 2026-06-19T00:00:26Z 2026-05-09T00:00:00Z

Title: Інформаційна технологія проактивного управління проєктами логістичних підприємств Authors: Шадура, Дмитро Олександрович Abstract: Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 122 Комп’ютерні науки (12 Інформаційні технології). Черкаський державний технологічний університет, Міністерство освіти і науки України, Черкаси, 2026. У дисертаційному дослідженні вирішена актуальна науково-прикладна задача підвищення ефективності управління проєктами логістичних підприємств шляхом розробки та вдосконалення моделей, методів та інформаційної технології проактивного управління проєктами логістичних підприємств. Для визначення завдання дослідження проаналізовані особливості проєктів підприємств логістики, сучасні моделі та методі управління проєктами, інформаційні технології, на яких базується успішна проєктна діяльності. Також, проведений аналіз проєктних ризиків сучасних підприємств логістики, які працюють в умовах VUCA-BANI-світів. Обґрунтовано доцільність вдосконалення моделей та методів управління проєктами логістичних підприємств та визначено напрям подальшого дослідження. У роботі зазначено, що логістичні підприємства є стратегічним партнером для будь-якої галузі та одним з показників успішності економічного розвитку країни. Проаналізований сучасний стан транспортно-логістичної галузі України та перспективні напрями її розвитку, дозволяє розглядати проєктний підхід в управлінні підприємствами логістики, як надійну та ефективну методологію досягнення цілей та адаптації до викликів в умовах VUCA-BANI-світів. Проведений аналіз інформаційних технологій (ІТ), що використовуються підприємствами логістики, дозволяє обґрунтувати необхідність ІТ, як сучасного та багатогранного інструментарію задля подальшого розвитку та успішності підприємств на ринку транспортно-логістичних послуг. У роботі показано, що ризики є невід’ємною частиною проєктної діяльності підприємств логістики і призводять до зменшення прибутку, втрати клієнтів та їх довіри, втрати позицій на ринку послуг, ін. Тому, проактивне управління, як превентивний захід, є абсолютно доцільним в ризик-менеджменті логістичних підприємств. Розроблена концептуальна модель проактивного управління проєктами логістичних підприємств в умовах VUCA-BANI-світів, яка спрямована на забезпечення адаптивності, гнучкості та стійкості управлінських процесів. Дана модель створює можливості ефективної координації проєктів на фоні турбулентності зовнішнього середовища, інформаційної активності, змін та особливостей взаємодій ключових стейкхолдерів. Розроблена математична модель проактивного управління проєктами логістичних підприємств в умовах VUCA-BANI-світів, що дозволяє кількісно оцінити вплив зовнішнього середовища на проєкт на кожній його фазі. Модель дозволяє визначити критичні моменти, коли необхідно впроваджувати проактивні стратегії для ефективного управління ризиками, мінімізуючи їх вплив та забезпечуючи стійкість проєкту. Запропонована модель проактивних комунікацій, яка дозволяє забезпечити ефективну взаємодію між стейкхолдерами проєкту, оперативно реагувати на зміни в середовищі, уникати непорозумінь та знижувати ризики, пов’язані з інформаційними бар’єрами. На основі розробленої модель проактивних комунікацій, запропоновано вдосконалений метод проактивного управління ризиками стейкхолдерів проєктів логістичних підприємств, який дозволяє завчасно ідентифікувати критичні ризики, спрогнозувати прояви комунікаційного дисбалансу та застосувати управлінські рішення з урахуванням турбулентності середовища VUCA-BANI-світів. У роботі запропоновано метод проактивного управління цілями стейкхолдерів проєктів логістичних підприємств, який через ітеративне застосування спринтів підтримує безперервну комунікацію із стейкхолдерами, що дозволяє своєчасно виявляти та корегувати відхилення результатів фази проєкту від цілей стейкхолдера. У четвертому розділі дослідження представлені результати з розробки інформаційної технології проактивного управління проєктами логістичних підприємств, яка містить у собі результати дисертаційного дослідження. Практичне значення одержаних результатів підтверджується впровадженням їх в процеси управління проєктами логістичних компаній України. Використання запропонованих автором моделей та методів проактивного управління проєктами дозволяє покращити успішність реалізації проєктів логістичних підприємств.; The dissertation research solves the current scientific and applied problem of increasing the efficiency of project management of logistics enterprises by developing and improving models, methods, and information technology for proactive project management of logistics enterprises. To define the research problem, the study analyzed the characteristics of logistics enterprise projects, modern project management models and methods, and the information technologies upon which successful project activities are based. Additionally, an analysis was conducted of project risks faced by modern logistics enterprises operating in VUCA-BANI environments. The feasibility of improving models and methods for managing projects at logistics enterprises was substantiated, and directions for further research were identified. The paper notes that logistics companies serve as strategic partners for any industry and are one of the indicators of a country’s economic development. An analysis of the current state of Ukraine’s transport and logistics industry and its promising areas of development allows us to view the project-based approach to managing logistics companies as a reliable and effective methodology for achieving goals and adapting to challenges in the VUCA-BANI world. The analysis of information technologies (IT) used by logistics enterprises justifies the necessity of IT as a modern and multifaceted toolkit for the further development and success of enterprises in the transport and logistics services market. The paper demonstrates that risks are an integral part of project activities in logistics enterprises and lead to reduced profits, loss of customers and their trust, loss of market share in the services sector, and other negative consequences. Therefore, proactive management, as a preventive measure, is entirely appropriate in the risk management of logistics enterprises. A conceptual model of proactive project management for logistics companies in VUCA-BANI environments has been developed, aimed at ensuring the adaptability, flexibility, and resilience of management processes. This model creates opportunities for effective project coordination amid the turbulence of the external environment, information activity, changes, and the specific nature of interactions among key stakeholder. A mathematical model has been developed for the proactive management of logistics projects in VUCA-BANI environments, enabling a quantitative assessment of the external environment’s impact on a project at each of its phases. The model enables the identification of critical moments when proactive strategies must be implemented for effective risk management, minimizing their impact and ensuring project resilience. A model of proactive communication has been proposed, which ensures effective interaction among project stakeholders, enables a rapid response to changes in the environment, helps avoid misunderstandings, and reduces risks associated with information barriers. Based on the developed model of proactive communication, an improved method for proactively managing the risks of stakeholders in logistics enterprise projects is proposed, which allows for the early identification of critical risks, the prediction of manifestations of communication imbalances, and the implementation of management decisions that take into account the turbulence of the VUCA-BANI worlds. The paper proposes a method for proactively managing the goals of stakeholders in logistics enterprise projects, which, through the iterative application of sprints, maintains continuous communication with stakeholders, allowing for the timely identification and correction of deviations in project phase results from stakeholder goals. The fourth chapter of the study presents the results of the development of an information technology for the proactive management of logistics companies’ projects, which incorporates the findings of the dissertation research. The practical significance of the obtained results is confirmed by their implementation in the project management processes of logistics companies in Ukraine. The use of the models and methods of proactive project management proposed by the author allows for improving the success rate of project implementation in logistics enterprises.

2026-05-09T00:00:00Z Никоненко, Андрій Олександрович https://er.chdtu.edu.ua/handle/ChSTU/9499 2026-05-22T00:00:24Z 2026-05-16T00:00:00Z

Title: Гібридний метод ідентифікації автоматично згенерованих природномовних текстів Authors: Никоненко, Андрій Олександрович Abstract: У дисертаційному дослідженні розвʼязано актуальну науково-прикладну задачу, що полягає в розробці гібридного методу ідентифікації автоматично згенерованих природномовних текстів, стійкого до трансформаційних атак маскування та епістемічної невизначеності. Широке впровадження великих мовних моделей (LLM), крім позитивних наслідків, призвело до появи цілої низки викликів, серед яких можна виділити створення та розповсюдження неправдивої інформації, використання ШІ в соціальній інженерії, маніпулювання суспільством та підрив принципів академічної доброчесності. У сценаріях неетичного використання LLM їх найбільша перевага - здатність до генерації текстів, які лексично та структурно неможливо відрізнити від текстів, написаних людиною, - стає найбільшою загрозою, оскільки виявлення штучно згенерованих текстів є неможливим без використання спеціальних інструментів. Боротьба з новими викликами в інформаційній безпеці вимагає створення надійних інструментів ідентифікації штучно згенерованого контенту - детекторів ШІ. Проведене дослідження показало, що наявні на ринку системи маскування згенерованих даних проводять глибокі структурні та семантичні трансформації текстів, що веде до приховування сліду ШІ та суттєво знижує ефективність наявних детекторів щодо їх можливостей розпізнавання згенерованих текстів. З іншого боку, більшість сучасних рішень стикається з проблемою епістемічної невизначеності під час аналізу даних поза навчальним розподілом, наприклад, текстів, написаних неносіями мови, що веде до підвищеного рівня хибнопозитивних спрацювань і підриву довіри до засобів детекції загалом. З огляду на вищезазначене, розробка математичної моделі сліду ШІ та гібридного методу ідентифікації автоматично згенерованих природномовних текстів, стійкого до трансформаційних атак маскування та епістемічної невизначеності, є актуальною науково-прикладною задачею, що має важливе значення для розвитку систем контент-модерації, інформаційної безпеки та платформ академічної доброчесності. Для визначення завдань дослідження проведено систематизацію та аналіз існуючих підходів до ідентифікації автоматично згенерованих текстів. Встановлено, що попри наявність великої кількості підходів до виявлення ШІ, кожен з них містить як серйозні теоретичні обмеження щодо застосовності, так і вразливості до сценаріїв маскування, що робить процес визначення згенерованих даних досить ненадійним. Доведено, що детекція ШІ, заснована лише на одному рівні ознак (лексичному, синтаксичному чи семантичному), має недоліки як з боку вразливості до трансформаційних атак, так і з боку високого рівня хибнопозитивних спрацювань. Неідеальна точність наявних класифікаторів, теоретичні та практичні обмеження щодо їх застосування, велика кількість атак та типів маскування і відсутність стійких та швидких засобів інтерпретації результатів вказують на потребу в розробці як надійного гібридного методу ідентифікації автоматично згенерованих текстів, так і інтерпретаційної моделі для візуалізації доказів детекції. Вразливість сучасних методів детекції напряму повʼязана зі сприйняттям сліду ШІ як статичного об'єкта, що дає змогу легко маніпулювати точністю детекції шляхом внесення збурень через перефразування, заміну символів або вихід нових версій моделей чи архітектур. Для підвищення стійкості AI детекції проти трансформаційних атак пропонується замість масштабування детектора (збільшення розміру моделі та обсягу тренувальних даних) змінити концепцію сліду ШІ так, щоб отримати стійкий багатомірний обʼєкт, що включає ознаки трьох рівнів: семантичного, стилістичного і структурного. Зокрема, розроблено математичну модель сліду ШІ в багатовимірному просторі ознак F = Flex×Fsyn×Fsem (лексичних, синтаксичних та семантичних), яка формалізує його у вигляді вектора T_AI (X) =Φ(f_lex (X),f_syn (X),f_sem (X)). Також введено основні рівні аналізу: лексичний (f_lex (X)), що фіксує імовірнісне згладжування тексту генеративними моделями через перплексію та вибуховість (burstiness); синтаксичний (f_syn (X)), що вимірює структурну однотонність згенерованого тексту через дивергенцію Кульбака-Лейблера для N-грам POS-тегів відносно людського еталона, а також через дисперсію глибини синтаксичних дерев; семантичний (f_sem (X)), що виявляє аномально високу локальну узгодженість ембедінгів сусідніх речень та глобальний дрифт тематики. Крім того, удосконалено концептуальну модель оцінки робастності систем детекції сліду ШІ, яка шляхом введення формалізованого поняття Точки зламу та інтеграції математичної моделі багаторівневого простору ознак дає змогу перейти від наявних емпіричних підходів оцінки робастності на фіксованих датасетах до встановлення прямого математичного взаємозв'язку між інтенсивністю структурних трансформацій тексту (коефіцієнт заміни RR), збереженням його семантичної цілісності (I_sem) та ймовірністю виявлення (P_det). Модель виділяє три області, що демонструють ефективність атаки, та пропонує метод оцінки робастності детектора в умовах невизначеності. Вперше розроблено гібридний метод ідентифікації автоматично згенерованих природномовних текстів, який, на відміну від класичних детекторів, що сприймають слід ШІ як статичний і легко змінюваний об'єкт, шляхом використання каскадного ансамблю незалежних класифікаторів із додатковими механізмами валідації дає змогу проводити аналіз міжрівневої узгодженості ознак через адаптивне зважування та розрахунок сигналу розбіжності S_mismatch. На відміну від традиційного простого об'єднання ознак в один вектор, запропонований метод розподіляє аналіз між трьома незалежними модулями: лексичним - M_lex, синтаксичним - M_syn та семантичним - M_sem. Кожен із модулів генерує власну незалежну оцінку, яка передається до метакласифікатора для прийняття остаточного рішення. Оскільки під час трансформаційної атаки методам маскування вкрай важко змінити стилістику, синтаксис та семантику одночасно і пропорційно, будь-яка атака створює розрив між рівнями. Цей розрив аналізується через механізм адаптивного зважування, що дає змогу використовувати дворівневу логіку ваг: w_j (X)=w_j^stat 〖⋅α〗_j (X), тобто вивчена статистична вага множиться на динамічний коефіцієнт довіри. Залежно від типу виявленої атаки, алгоритм змінює довіру до різних модулів, завдяки чому спроба обходу детектора на одному рівні автоматично стає тригером для підвищення ймовірності детекції на інших рівнях. Такий підхід фіксує когнітивний дисонанс між лексичним, синтаксичним та семантичним рівнями тексту під час застосування трансформаційних атак, роблячи спроби маскування на одному рівні тригером для посилення детекції на іншому. Разом з цим набув подальшого розвитку метод забезпечення робастності систем обробки природної мови в умовах епістемічної невизначеності та даних поза навчальним розподілом. Класичні методи детекції генерують точкові ймовірності з надмірною впевненістю і не містять інформації про те, чи відповідає текст, що аналізується, текстам із тренувальної вибірки. Це робить їх критично вразливими до даних поза навчальним розподілом, наприклад, текстів неносіїв мови, академічних текстів або нестандартних стилів письма, що призводить до зростання кількості хибнопозитивних спрацювань. Для розв'язання цієї проблеми розроблено надбудову, яка дає змогу перетворювати евристичні точкові прогнози на математично обґрунтовані множини прогнозів Γ^ϵ (x). Обчислюючи міри неконформності на калібрувальній вибірці, алгоритм ICP гарантує, що істинний клас тексту належатиме до згенерованої множини із заданим рівнем статистичної достовірності 1-ϵ. Це перетворює точкові прогнози метакласифікатора на множини прогнозів з гарантованою статистичною достовірністю, що суттєво знижує рівень хибнопозитивних спрацювань, уможливлює глобальну ідентифікацію аномалій та генерацію порожніх множин замість хибних класифікацій. Крім того, уперше розроблено інтерпретаційну модель обґрунтування доказів детекції пояснюваного ШІ, яка, на відміну від класичних ітеративних методів LIME/SHAP, не потребує значних обчислювальних ресурсів і демонструє стабільність на текстових даних. Її створення розв'язує проблему чорної скриньки, що існує у випадку класичних детекторів, результатам яких часто бракує прозорості для ухвалення рішень експертами. Шляхом використання внутрішніх ваг метакласифікатора w_j^stat та адаптивних коефіцієнтів довіри α_j (X) ця модель дає змогу генерувати три рівні атрибуції: глобальний, локальний та Карту доказів. Глобальний профіль атрибуції дає змогу визначити, які ознаки відіграють найбільшу роль під час аналізу текстів гібридним методом загалом. Локальний профіль атрибуції показує вплив кожного з параметрів метакласифікатора на фінальне рішення щодо конкретного тексту, а інтерактивна Карта доказів візуалізує аномалії лексичної перплексії та структурних загроз. У роботі проведено експериментальну валідацію розроблених математичних моделей та гібридного методу ідентифікації згенерованих текстів на спеціально сформованих тестових даних. Крім текстів, написаних людьми та згенерованих Instant моделями, тестові дані також включають тексти MoE та Reasoning-моделей, тексти після трансформаційних атак парафразерів T5, DIPPER та комерційних систем маскування. Експериментально доведено, що для SOTA-детектора Fast-DetectGPT Точка зламу настає вже за мінімальних змін (коефіцієнт заміни RR = 0.03), тоді як результати гібридного методу підтверджують суттєве підвищення стійкості детекції з уникненням досягнення Точки зламу навіть під час зміщення праворуч до RR > 0.9. Експериментально досліджено та адаптовано методи моделювання та виділення сліда ШІ для сучасних архітектур MoE та Reasoning. На відміну від підходів, що фокусуються на мікроструктурних артефактах генерації через оцінку щільності ядра KDE чи спектральний аналіз ритму FFT, запропоновані методи дають змогу надійно ідентифікувати когнітивний слід моделі. На основі розробленої математичної моделі та гібридного методу створено програмний комплекс ідентифікації автоматично згенерованих текстів. Систему розгорнуто з використанням хмарної інфраструктури AWS, що забезпечує її високу відмовостійкість, масштабованість та можливість паралельної обробки запитів під час аналізу великих масивів даних у режимі реального часу. Загальна асимптотична складність системи, що складається з гібридного методу та підсистеми інтерпретації, дорівнює O(N^2), а середній час обробки одного документа у хмарному середовищі AWS становить 0,33 секунди. На відміну від наявних рішень, що демонструють критичне падіння повноти детекції в Області 2 (зона успішних атак) під час трансформаційних атак, гібридний метод, завдяки архітектурі каскадного ансамблю та аналізу міжрівневої узгодженості, дає змогу повністю нівелювати зону успішного маскування згенерованого контенту. Запропонована архітектура метакласифікатора, використання алгоритмів канонізації та механізму адаптивного зважування ознак дають змогу досягти показника точності F1 = 0.92 на стаціонарних даних та зберегти повноту виявлення (Recall) на рівні 88.77% за жорсткого обмеження рівня хибнопозитивних спрацювань (FPR) до 1%. В умовах протидії сучасним комерційним системам маскування (StealthGPT, AIHumanize, Phrasly) система перевершує світові аналоги, забезпечуючи середній Recall на рівні 77.16% та найнижчий серед аналогів рівень успішності атак (ASR = 22.84%). Впровадження методики застосування фреймворку ICP дало змогу суттєво знизити рівень хибнопозитивних спрацювань (FPR) під час аналізу текстів неносіїв мови (на прикладі датасету IELTS) з 4.81% до 0.98%. Інтеграція фреймворку ICP дозволила системі розпізнати епістемічну невизначеність цих текстів та згенерувати порожні множини в складних випадках. Підсумковий коефіцієнт порятунку Rescue Rate становив 79.71%, що дає змогу говорити про суттєву мінімізацію ризиків несправедливих звинувачень авторів-людей. Практичне значення одержаних результатів полягає у створенні готового до промислового використання інструментарію для систем контент-модерації, інформаційної безпеки та платформ перевірки академічної доброчесності.; This dissertation addresses a pressing scientific and practical problem: the development of a hybrid method for identifying automatically generated natural-language texts that is resistant to transformational masking attacks and epistemic uncertainty. The widespread adoption of large language models (LLMs), in addition to its positive effects, has given rise to a number of challenges, including the creation and dissemination of misinformation, the use of AI in social engineering, the manipulation of the public, and the undermining of academic integrity. In scenarios of unethical LLM use, their greatest advantage - the ability to generate texts that are lexically and structurally indistinguishable from those written by humans - becomes the greatest threat, as detecting artificially generated texts is impossible without the use of specialized tools. Addressing new challenges in information security requires the development of reliable tools for identifying artificially generated content - AI detectors. The study indicated that commercially available systems for masking generated data perform deep structural and semantic transformations of texts, which hide the AI trace and significantly reduce the effectiveness of existing detectors in their ability to recognize generated texts. On the other hand, most modern solutions face the problem of epistemic uncertainty when analyzing data outside the training distribution, such as texts written by non-native speakers, which leads to an increased rate of false positives and undermines trust in detection methods in general. In consideration of the above, the development of a mathematical model of an AI trace and a hybrid method for identifying automatically generated natural-language texts that is resistant to transformational masking attacks and epistemic uncertainty is a pressing scientific and applied problem of significant importance for the evolution of content moderation systems, information security, and academic integrity platforms. To define the research objectives, we systematized and analyzed existing approaches to the identification of automatically generated texts. It was found that despite the existence of a wide range of approaches to AI detection, each of them has both serious theoretical limitations regarding applicability and vulnerabilities to masking scenarios, which makes the process of identifying generated data fairly unreliable. It has been proven that AI detection based solely on a single feature level (lexical, syntactic, or semantic) has shortcomings both in terms of vulnerability to transformational attacks and in terms of a high rate of false positives. The imperfect accuracy of existing classifiers, theoretical and practical limitations regarding their application, the large number of attacks and types of obfuscation, and the lack of robust and fast tools for interpreting results point to the need to develop both a reliable hybrid method for identifying automatically generated texts and an interpretation model for visualizing detection evidence. The vulnerability of modern detection methods is directly linked to the interpretation of AI trace as a static object, which can be easily manipulated to affect detection accuracy by introducing perturbations through paraphrasing, character substitution, or the release of new versions of models or architectures. To improve the robustness of AI detection against transformational attacks, we propose, instead of scaling the detector (increasing the model size and the volume of training data), to modify the concept of the AI trace to obtain a robust multidimensional object that includes features at three levels: semantic, stylistic, and structural. Specifically, a mathematical model of the AI trace in a multidimensional feature space F = Flex×Fsyn×Fsem (lexical, syntactic, and semantic) has been developed, which formalizes it as a vector T_AI (X) =Φ(f_lex (X),f_syn (X),f_sem (X)). The main levels of analysis were also introduced: lexical (f_lex (X)), which captures the probabilistic smoothing of text by generative models through perplexity and burstiness; syntactic (f_syn (X)), which measures the structural monotony of the generated text via the Kullback-Leibler divergence for N-grams of POS tags relative to a human benchmark, as well as via the variance in the depth of syntactic trees; semantic (f_sem (X)), which detects abnormally high local consistency of embeddings of neighboring sentences and global thematic drift. Additionally, we have refined the conceptual model for assessing the robustness of AI trace detection systems. By introducing the formalized concept of a Breakdown point and integrating a mathematical model of a multi-level feature space, this model enables a transition from existing empirical approaches to robustness assessment on fixed datasets to the establishment of a direct mathematical relationship between the intensity of structural text transformations (replacement rate RR), the preservation of its semantic integrity (I_sem), and the probability of detection (P_det). The model identifies three areas that demonstrate the effectiveness of an attack and proposes a method for assessing the robustness of the detector under conditions of uncertainty. For the first time, a hybrid method has been developed for identifying automatically generated natural-language texts, which, unlike classical detectors that treat AI traces as static and easily modifiable objects, by using a cascaded ensemble of independent classifiers with additional validation mechanisms, allows for the analysis of cross-level consistency of features through adaptive weighting and the calculation of the S_mismatch discrepancy signal. Unlike the traditional simple combination of features into a single vector, the proposed method distributes the analysis among three independent modules: lexical (M_lex), syntactic (M_syn), and semantic (M_sem). Each module generates its own independent assessment, which is passed to the meta-classifier for the final decision. Since it is extremely difficult for obfuscation methods to simultaneously and proportionally alter style, syntax, and semantics during a transformational attack, any attack creates a gap between the levels. This gap is analyzed through an adaptive weighting mechanism, which allows the use of two-level weight logic: w_j (X)=w_j^stat 〖⋅α〗_j (X), where the learned statistical weight is multiplied by a dynamic reliability coefficient. Depending on the type of detected attack, the algorithm adjusts the degree of trust to different modules, so that an attempt to bypass the detector at one level automatically triggers an increase in the probability of detection at other levels. This approach captures the cognitive dissonance between the lexical, syntactic, and semantic levels of the text when transformational attacks are used, making attempts at obfuscation at one level a trigger for enhanced detection at another. Along with this, a method for ensuring the robustness of natural language processing systems under conditions of epistemic uncertainty and out-of-distribution data has been further developed. Classical detection methods generate point probabilities with excessive confidence and do not provide information on whether the analyzed text matches texts from the training set. This makes them critically vulnerable to out-of-distribution data, such as texts written by non-native speakers, academic texts, or non-standard writing styles, leading to an increase in the number of false positives. To address this issue, an extension has been developed that allows converting heuristic point predictions into mathematically grounded sets of predictions Γ^ϵ (x). By computing non-conformity measures on a calibration sample, the ICP algorithm guarantees that the true class of the text will belong to the generated set with a specified statistical confidence level of 1-ϵ. This transforms the point predictions of the meta-classifier into sets of predictions with guaranteed statistical confidence, which significantly reduces the false positive rate, enables global anomaly detection, and generates empty sets instead of misclassifications. Furthermore, this study presents for the first time an interpretation model for justifying the detection evidence of explainable AI, which, unlike the classical iterative LIME/SHAP methods, does not require significant computational resources and demonstrates stability on text data. Its creation solves the black-box problem inherent in classical detectors, whose results often lack the transparency required for expert decision-making. By utilizing the internal weights of the meta-classifier (w_j^stat) and adaptive confidence coefficients α_j (X), this model enables the generation of three levels of attribution: global, local, and an Evidence Map. The global attribution profile allows us to determine which features play the greatest role in the overall hybrid text analysis. The local attribution profile shows the influence of each of the meta-classifier’s parameters on the final decision regarding a specific text, while the interactive Evidence Map visualizes anomalies in lexical perplexity and structural threats. An experimental validation of the developed mathematical models and the hybrid method for identifying generated texts was conducted on specially constructed test data. In addition to texts written by humans and generated by Instant models, the test data also includes texts from MoE and Reasoning models, as well as texts following transformational attacks by the T5 and DIPPER paraphrasers and commercial masking systems. It has been experimentally proven that for the SOTA detector Fast-DetectGPT, the Breakdown point occurs even with minimal changes (replacement rate RR = 0.03), whereas the results of the hybrid method confirm a significant increase in detection robustness, without reaching the Breakdown point even when shifted to the right to RR > 0.9. AI trace modeling and extraction methods for modern MoE and Reasoning architectures have been experimentally investigated and adapted. Unlike approaches that focus on microstructural generation artifacts through KDE kernel density estimation or FFT spectral analysis of rhythm, the proposed methods provide a reliable way to identify the model’s cognitive trace. Based on the developed mathematical model and hybrid method, a software package for identifying automatically generated texts has been created. The system has been deployed using the AWS cloud infrastructure, which ensures its high fault tolerance, scalability, and the ability to process requests in parallel when analyzing large datasets in real time. The overall asymptotic complexity of the system, consisting of the hybrid method and the interpretation subsystem, is O(N^2), and the average processing time for a single document in the AWS cloud environment is 0.33 seconds. Unlike existing solutions, which demonstrate a critical drop in detection completeness in Region 2 (the zone of successful attacks) during transformational attacks, the hybrid method, due to its cascading ensemble architecture and inter-level consistency analysis, allows for the complete elimination of the zone of successful masking of generated content. The proposed meta-classifier architecture, the use of canonicalization algorithms, and the adaptive feature weighting mechanism allow us to achieve an F1 score of 0.92 on stationary data and maintain a Recall of 88.77% while strictly limiting the false positive rate (FPR) to 1%. When countering modern commercial obfuscation systems (StealthGPT, AIHumanize, Phrasly), the system outperforms global counterparts, achieving an average recall of 77.16% and the lowest attack success rate (ASR = 22.84%) among comparable systems. The implementation of the ICP framework methodology made it possible to significantly reduce the false positive rate (FPR) during the analysis of texts written by non-native speakers (using the IELTS dataset as an example) from 4.81% to 0.98%. The integration of the ICP framework enabled the system to recognize the epistemic uncertainty of these texts and generate empty sets in complex cases. The resulting Rescue Rate was 79.71%, indicating a significant reduction in the risk of unfair accusations against human authors. The practical significance of these results lies in the creation of a ready-to-use toolkit for content moderation systems, information security, and academic integrity verification platforms.

2026-05-16T00:00:00Z Мокієнко, Юлія Миколаївна https://er.chdtu.edu.ua/handle/ChSTU/9495 2026-05-22T00:00:42Z 2026-05-13T00:00:00Z

Title: Інформаційна технологія управління ризиками освітніх проєктів закладів вищої освіти в умовах цифрової трансформації Authors: Мокієнко, Юлія Миколаївна Abstract: Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 122 Комп’ютерні науки (12 Інформаційні технології). Черкаський державний технологічний університет, Міністерство освіти і науки України, Черкаси, 2026. У дисертаційному дослідженні вирішено актуальне науково-прикладна задача розробки нових та удосконалення існуючих моделей та методів управління ризиками освітніх проєктів закладів вищої освіти в умовах цифрової трансформації з метою підвищення ефективності управління даними ризиками, що сприятиме успішності реалізації освітніх проєктів. Для формування завдання дослідження проведено аналіз особливостей освітніх проєктів закладів вищої освіти (ЗВО) в умовах цифрової трансформації, сучасних моделей та методів управління ризиками, інформаційних технологій, які широко застосовуються в проєктній діяльності; ідентифіковані та проаналізовані групи ризиків, притаманних для освітніх проєктів ЗВО в умовах цифрової трансформації. У роботі наголошено, що підходи ощадливого виробництва є ефективним інструментом безперервного вдосконалення процесів та підвищення цінності для кінцевого споживача не лише для промисловості, яка вимагає постійного моніторингу й контролю процесів та ризиків, а також актуальним для закладів вищої освіти, яким також властиві процесні ризики. Проведено огляд визначень щодо розуміння суті освітнього проєкту та показано, що цифрова трансформація в ЗВО є складним проєктом, реалізація якого пов’язана з низкою ризиків. Проведений аналіз інформаційних технологій управління освітніми проєктами ЗВО, які використовуються в процесі цифрової трансформації, продемонстрував різноманітність програмних продуктів для управління закладом освіти, вибір яких визначається актуальністю завдання та особливостями ЗВО. У роботі зазначено, що ризики, які супроводжують освітні проєкти ЗВО в умовах цифрової трансформації, можуть призвести до втрати якості та часу реалізації проєкту, конфіденційності, цілісності та доступності інформації в ЗВО, що сьогодні є вкрай важливим і актуальним. Розроблена концептуальна модель Lean управління освітніми проєктами ЗВО в умовах цифрової трансформації передбачає формування методології, яка містить інструментарій та процеси управління ризиками не лише для класичних ризиків, а й для Lean-підходів та цифрових ризиків. Дана модель дозволяє проводити багатокритеріальний аналіз ризиків освітніх проєктів (поєднуючи в собі стратегічні, проєктні та операційні ризики), що дозволяє покращити показники ефективності управління освітніми проєктами та закладом освіти в цілому. Розроблена математична модель Lean управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації, яка дозволяє врахувати не лише класичні впливи, а й зокрема операційні та цифрові ризики таких проєктів та обрати той варіант оптимізаційного процесу, який буде найменш ризикованим і відповідати вимогам стейкхолдерів проєкту. На основі розробленої математичної моделі запропоновано вдосконалений метод Lean управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації. Метод надає можливості провести комплексний аналіз, який за допомогою вагових коефіцієнтів дає можливість врахувати впливи Lean-втрат та цифрової трансформації. Удосконалена когнітивна модель оцінки ризиків освітніх проєктів ЗВО в умовах цифрової трансформації, яка надає можливість спростити розрахунки, збільшити швидкість обробки даних та зменшити час опрацювання експертних оцінок та покращує наочність представлення даних. На основі розрахункових даних, визначаються найкритичніші ризики (фактори). Отримав подальший розвиток метод когнітивного управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації на основі когнітивного підходу з використанням нечітких когнітивних карт, який дає можливість визначати найвагоміші загрози освітніх проєктів, зокрема кадровий склад та контингент студентів. Розроблена архітектура інформаційної технології управління освітніми проєктами ЗВО в умовах цифрової трансформації, яка дозволяє ефективно реалізувати запропоновану методологію управління ризиками освітніх проєктів ЗВО, застосування якої знижує імовірність настання загрозливих ситуацій, забезпечуючи успішне виконання проєкту. Автором представлено розроблена web-opiєнтована інформаційна система управління ризиками освітніх проєктів для операційної системи Windows, що реалізує запропоновані в даній роботі підходи та рішення з управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації. Практичне значення одержаних результатів підтверджується впровадженням їх у процеси управління ризиками освітніх проєктів в умовах цифрової трансформації в різних закладах вищої освіти України, зокрема в Національному транспортному університеті, Центральноукраїнському технічному університеті та Черкаському державному технологічному університеті. Використання запропонованих автором моделей та методів управління ризиками освітніх проєктів дозволяє підвищити ймовірність успішності реалізації цих проєктів в закладах вищої освіти в умовах цифрової трансформації.; Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 122 Комп’ютерні науки (12 Інформаційні технології). Черкаський державний технологічний університет, Міністерство освіти і науки України, Черкаси, 2026. У дисертаційному дослідженні вирішено актуальне науково-прикладна задача розробки нових та удосконалення існуючих моделей та методів управління ризиками освітніх проєктів закладів вищої освіти в умовах цифрової трансформації з метою підвищення ефективності управління даними ризиками, що сприятиме успішності реалізації освітніх проєктів. Для формування завдання дослідження проведено аналіз особливостей освітніх проєктів закладів вищої освіти (ЗВО) в умовах цифрової трансформації, сучасних моделей та методів управління ризиками, інформаційних технологій, які широко застосовуються в проєктній діяльності; ідентифіковані та проаналізовані групи ризиків, притаманних для освітніх проєктів ЗВО в умовах цифрової трансформації. У роботі наголошено, що підходи ощадливого виробництва є ефективним інструментом безперервного вдосконалення процесів та підвищення цінності для кінцевого споживача не лише для промисловості, яка вимагає постійного моніторингу й контролю процесів та ризиків, а також актуальним для закладів вищої освіти, яким також властиві процесні ризики. Проведено огляд визначень щодо розуміння суті освітнього проєкту та показано, що цифрова трансформація в ЗВО є складним проєктом, реалізація якого пов’язана з низкою ризиків. Проведений аналіз інформаційних технологій управління освітніми проєктами ЗВО, які використовуються в процесі цифрової трансформації, продемонстрував різноманітність програмних продуктів для управління закладом освіти, вибір яких визначається актуальністю завдання та особливостями ЗВО. У роботі зазначено, що ризики, які супроводжують освітні проєкти ЗВО в умовах цифрової трансформації, можуть призвести до втрати якості та часу реалізації проєкту, конфіденційності, цілісності та доступності інформації в ЗВО, що сьогодні є вкрай важливим і актуальним. Розроблена концептуальна модель Lean управління освітніми проєктами ЗВО в умовах цифрової трансформації передбачає формування методології, яка містить інструментарій та процеси управління ризиками не лише для класичних ризиків, а й для Lean-підходів та цифрових ризиків. Дана модель дозволяє проводити багатокритеріальний аналіз ризиків освітніх проєктів (поєднуючи в собі стратегічні, проєктні та операційні ризики), що дозволяє покращити показники ефективності управління освітніми проєктами та закладом освіти в цілому. Розроблена математична модель Lean управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації, яка дозволяє врахувати не лише класичні впливи, а й зокрема операційні та цифрові ризики таких проєктів та обрати той варіант оптимізаційного процесу, який буде найменш ризикованим і відповідати вимогам стейкхолдерів проєкту. На основі розробленої математичної моделі запропоновано вдосконалений метод Lean управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації. Метод надає можливості провести комплексний аналіз, який за допомогою вагових коефіцієнтів дає можливість врахувати впливи Lean-втрат та цифрової трансформації. Удосконалена когнітивна модель оцінки ризиків освітніх проєктів ЗВО в умовах цифрової трансформації, яка надає можливість спростити розрахунки, збільшити швидкість обробки даних та зменшити час опрацювання експертних оцінок та покращує наочність представлення даних. На основі розрахункових даних, визначаються найкритичніші ризики (фактори). Отримав подальший розвиток метод когнітивного управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації на основі когнітивного підходу з використанням нечітких когнітивних карт, який дає можливість визначати найвагоміші загрози освітніх проєктів, зокрема кадровий склад та контингент студентів. Розроблена архітектура інформаційної технології управління освітніми проєктами ЗВО в умовах цифрової трансформації, яка дозволяє ефективно реалізувати запропоновану методологію управління ризиками освітніх проєктів ЗВО, застосування якої знижує імовірність настання загрозливих ситуацій, забезпечуючи успішне виконання проєкту. Автором представлено розроблена web-opiєнтована інформаційна система управління ризиками освітніх проєктів для операційної системи Windows, що реалізує запропоновані в даній роботі підходи та рішення з управління ризиками освітніх проєктів ЗВО в умовах цифрової трансформації. Практичне значення одержаних результатів підтверджується впровадженням їх у процеси управління ризиками освітніх проєктів в умовах цифрової трансформації в різних закладах вищої освіти України, зокрема в Національному транспортному університеті, Центральноукраїнському технічному університеті та Черкаському державному технологічному університеті. Використання запропонованих автором моделей та методів управління ризиками освітніх проєктів дозволяє підвищити ймовірність успішності реалізації цих проєктів в закладах вищої освіти в умовах цифрової трансформації. Mokienko Yu.M. Information technology for risk management of educational projects of higher education institutions in the context of digital transformation – Qualification scientific work in the form of a manuscript. Dissertation for the degree of Doctor of Philosophy in the specialty 122 Computer Science (12 Information Technology). – Cherkasy State Technological University, Ministry of Education and Science of Ukraine, Cherkasy, 2026. The dissertation study solves the current scientific and applied problem of developing new and improving existing models and methods for risks managing of educational projects of higher education institutions in the context of digital transformation in order to increase the efficiency of managing these risks, which will contribute to the successful implementation of educational projects. To formulate the research task, an analysis of the features of educational projects of higher education institutions (HEIs) in the context of digital transformation, modern models and methods of risk management, information technologies, that are widely used in project activities, was conducted; groups of risks inherent in HEI educational projects in the context of digital transformation were identified and analyzed. The paper emphasizes that lean manufacturing approaches are an effective tool for continuous process improvement and increasing value for the end user not only for industry, which requires constant monitoring and control of processes and risks, but also relevant for higher education institutions, which are also characterized by process risks. A review of definitions for understanding the essence of an educational project was conducted and it was shown that digital transformation in higher education is a complex project, the implementation of which is associated with a number of risks. Conducted analysis of information technologies for managing educational projects in higher education institutions, which are used in the process of digital transformation, demonstrated the variety of software products for managing an educational institution, the choice of which is determined by the relevance of the task and the characteristics of the higher education institution. The paper states that the risks that accompany educational projects in higher education institutions in the context of digital transformation can lead to a loss of quality and time for project implementation, confidentiality, integrity, and accessibility of information in higher education institutions, which is extremely important and relevant today. The developed conceptual model of Lean management of educational projects of higher education institutions in the context of digital transformation involves the formation of a methodology that contains risk management tools and processes not only for classical risks, but also for Lean approaches and digital risks. This model allows for a multi-criteria analysis of risks of educational projects (combining strategic, project and operational risks), which allows improving the efficiency of management of educational projects and the educational institution as a whole. A mathematical model of Lean risk management of educational projects of higher education institutions in the context of digital transformation has been developed, which allows taking into account not only classical influences, but also operational and digital risks of such projects and choosing the option of the optimization process that will be the least risky and meet the requirements of project stakeholders. Based on the developed mathematical model, an improved Lean method for risk management of educational projects of higher education institutions in the context of digital transformation is proposed. The method provides the opportunity to conduct a comprehensive analysis, which, using weighting factors, allows taking into account the effects of Lean losses and digital transformation. The cognitive model for assessing the risks of educational projects of higher education institutions in the context of digital transformation has been improved, which makes it possible to simplify calculations, increase the speed of data processing and reduce the time for processing expert assessments, and improves the clarity of data presentation. Based on the calculated data, the most critical risks (factors) are determined. The method of cognitive risk management of educational projects of higher education institutions in the context of digital transformation based on a cognitive approach using fuzzy cognitive maps has been further developed, which makes it possible to determine the most significant threats to educational projects, in particular, the staffing and student contingent. An information technology architecture for managing educational projects of higher education institutions in the context of digital transformation has been developed, which allows for the effective implementation of the proposed methodology for managing risks of educational projects of higher education institutions, the application of which reduces the likelihood of threatening situations, ensuring the successful implementation of the project. The author presents a developed web-based information system for managing risks of educational projects for the Windows operating system, which implements the approaches and solutions proposed in this work for managing risks of educational projects of higher education institutions in the context of digital transformation. The practical significance of the obtained results is confirmed by their implementation in the risk management processes of educational projects in the context of digital transformation in various higher education institutions of Ukraine, in particular at National Transport University, Central Ukrainian Technical University, and Cherkasy State Technological University. The use of the models and methods of risk management of educational projects proposed by the author allows to increase the probability of successful implementation of these projects in higher education institutions in the context of digital transformation.

2026-05-13T00:00:00Z Куліков, Олег Михайлович https://er.chdtu.edu.ua/handle/ChSTU/9438 2026-06-16T00:00:31Z 2026-04-13T00:00:00Z

Title: Інформаційна технологія управління портфелями проєктів в галузі дорожнього будівництва Authors: Куліков, Олег Михайлович Abstract: Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 122 Комп’ютерні науки (12 Інформаційні технології). Черкаський державний технологічний університет, Міністерство освіти і науки України, Черкаси, 2026. У дисертаційному дослідженні вирішена актуальна науково-прикладна задача розробки нових та вдосконалені існуючих моделей, методів та інформаційної технології управління портфелями проєктів в галузі дорожнього будівництва з метою підвищення ефективності управління означеними портфелями проєктів за рахунок застосування стратегій FEFO, FIFO, LIFO та HIFO для забезпечення ефективного визначення актуальних проєктів та узгодження їх з наявними ресурсами (матеріальними, фінансовими, людськими тощо). Для вирішення поставленого завдання дослідження виявлено, що за загальної здатності транспортної галузі забезпечувати потреби економіки та населення стан дорожнього господарства залишається стримувальним чинником економічного відновлення й сталого розвитку через системне недофінансування, погіршення якості доріг і зростання соціально-економічних втрат. Сукупність цих проблем зумовлює необхідність переходу від фрагментарного управління окремими проєктами до стратегічно орієнтованого портфельного підходу. Проведений аналіз існуючих моделей і методів управління портфелями проєктів показав їх обмежену придатність до специфіки дорожнього будівництва. Встановлено, що наявні інформаційні технології лише частково забезпечують потреби портфельного управління в галузі. Це обґрунтовує доцільність розробки нових моделей, методів і спеціалізованої інформаційної технології управління портфелями проєктів дорожнього будівництва. Реалізація такого підходу дозволить підвищити ефективність використання ресурсів, узгодженість управлінських рішень та відповідність стратегічним пріоритетам розвитку транспортної інфраструктури. Розроблено концептуальну модель формування портфелів проєктів в галузі дорожнього будівництва, яка побудована за допомогою моделі «Компас», що ґрунтується на включені проєктів до відповідного портфеля з урахуванням часової та ціннісної актуальності. Це може бути реалізовано за рахунок використання стратегій FEFO, FIFO, LIFO та HIFO для забезпечення ефективного визначення актуальних проєктів та узгодження їх з наявними ресурсами (матеріальними, фінансовими, людськими тощо). Одержано подальший розвиток математичної моделі формування портфелів проєктів в галузі дорожнього будівництва, яка дозволяє описати, в рамках певного портфеля проєктів, кожен окремий проєкт за допомогою факторів таких, як: пріоритет, вартість, тривалість, ризик, вигоди для замовника проєкту та код проєктного менеджера. Її реалізація запропонована автором за допомогою дерева рішень для вибору стратегії формування портфелю проєктів в галузі дорожнього будівництва, що забезпечить ефективне та своєчасне визначення актуальних проєктів за допомогою застосування стратегій FIFO, LIFO, FEFO та HIFO, які дозволяють узгодити означені проєкти з наявними ресурсами (матеріальними, фінансовими, людськими тощо) в певний момент часу. Удосконалено метод формування портфеля проєктів у галузі дорожнього будівництва на основі адаптації логістичних стратегій FIFO, LIFO, FEFO та HIFO, який забезпечує стратегічну узгодженість, оптимізує використання ресурсів та зменшує управлінські ризики. Запропонований підхід легко інтегрується з цифровими системами ERP, GIS, BI, забезпечує гнучкість реагування на зовнішні зміни, прозорість оцінювання та створює надійну основу для контролю і звітності. Це дозволяє ефективно впроваджувати метод як на державному, так і регіональному рівнях, сприяючи підвищенню якості управління дорожніми проєктами та їхньої реалізації в умовах післявоєнного відновлення й економічної стабілізації. Запропоновано метод управління портфелем проєктів у галузі дорожнього будівництва відзначається системністю, адаптивністю та логічною завершеністю. Його структура дозволяє послідовно проходити всі етапи, від ініціації до оцінки ефективності, з можливістю циклічного повернення у разі виявлення відхилень чи нових викликів. Основними перевагами цього методу є інтеграція цифрових інструментів, пріоритизація проєктів за логістичними стратегіями (FIFO, LIFO, FEFO, HIFO), а також гнучке реагування на ризики. Метод забезпечує не лише ефективну реалізацію технічних завдань, а й підвищує прозорість управління, узгодженість зі стейкхолдерами та досягнення соціально-економічних результатів. Його використання дає змогу приймати обґрунтовані рішення на кожному етапі життєвого циклу портфеля. У цілому, метод формує новий підхід до управління інфраструктурними програмами в умовах невизначеності та ресурсних обмежень. Для розробки інформаційної системи визначено, на яких платформах працюватиме майбутній продукт, вимоги до інтерфейсу, та виявлено, які інструменти будуть використовуватися під час розробки для досягнення запланованих результатів. Спроєктовано архітектуру застосунку та бази даних, яка визначає майбутній успіх програмного продукту, що впливає на всі аспекти розробки, від якості до продуктивності та базу даних. Автором розроблено інформаційну систему управління портфелями проєктів в галузі дорожнього будівництва, яка дозволяє створювати користувача, портфелі та проєкти, а також підтримувати зворотний зв'язок з користувачем та серверним API, який коригує та зберігає дані до бази даних. Практичне значення одержаних результатів підтверджується впровадженням їх в процеси формування та управління портфелями проєктів в галузі дорожнього будівництва. Використання запропонованих автором моделей та методів управління портфелями проєктів дозволяє підвищити ймовірність успішної їхньої реалізації в галузі дорожнього будівництва.; Dissertation for obtaining the scientific degree of Doctor of Philosophy in the specialty 122 Computer Sciences (12 Information Technologies). Cherkasy State Technological University, Ministry of Education and Science of Ukraine, Cherkasy, 2026. The dissertation study solves the current scientific and applied problem of developing new and improved existing models, methods and information technology for managing project portfolios in the field of road construction in order to increase the efficiency of managing the specified project portfolios by applying the strategies FEFO, FIFO, LIFO and HIFO to ensure the effective identification of relevant projects and their coordination with available resources (material, financial, human, etc.). To solve the problem, the study found that, given the overall ability of the transport industry to meet the needs of the economy and the population, the state of the road sector remains a limiting factor for economic recovery and sustainable development due to systemic underfunding, deterioration of road quality and increased socio-economic losses. The combination of these problems necessitates the transition from fragmented management of individual projects to a strategically oriented portfolio approach. The analysis of existing models and methods of managing project portfolios showed their limited suitability for the specifics of road construction. It has been established that the existing information technologies only partially meet the needs of portfolio management in the industry. This justifies the feasibility of developing new models, methods and specialized information technology for managing portfolios of road construction projects. The implementation of such an approach will allow to increase the efficiency of resource use, the consistency of management decisions and compliance with the strategic priorities of transport infrastructure development. A conceptual model of project portfolio formation in the field of road construction has been developed, which is built using the "Compass" model, which is based on the inclusion of projects in the corresponding portfolio, taking into account time and value relevance. This can be implemented by using the FEFO, FIFO, LIFO and HIFO strategies to ensure the effective identification of relevant projects and their coordination with available resources (material, financial, human, etc.). A further development of the mathematical model of project portfolio formation in the field of road construction has been obtained, which allows describing, within a certain project portfolio, each individual project using factors such as: priority, cost, duration, risk, benefits for the project customer and the project manager code. Its implementation is proposed by the author using a decision tree for choosing a strategy for forming a project portfolio in the field of road construction, which will ensure effective and timely identification of relevant projects through the use of FIFO, LIFO, FEFO and HIFO strategies, which allow to coordinate the specified projects with available resources (material, financial, human, etc.) at a certain point in time. The method of forming a project portfolio in the field of road construction has been improved based on the adaptation of the logistics strategies FIFO, LIFO, FEFO and HIFO, which ensures strategic coherence, optimizes the use of resources and reduces management risks. The proposed approach is easily integrated with digital ERP, GIS, BI systems, provides flexibility in responding to external changes, transparency in evaluation, and creates a reliable basis for control and reporting. This allows the method to be effectively implemented at both the state and regional levels, contributing to improving the quality of road project management and their implementation in the context of post-war recovery and economic stabilization. The proposed method for managing a portfolio of projects in the field of road construction is characterized by its systematicity, adaptability, and logical completeness. Its structure allows for consistent passage of all stages, from initiation to effectiveness assessment, with the possibility of cyclical return in case of deviations or new challenges. The main advantages of this method are the integration of digital tools, prioritization of projects according to logistics strategies (FIFO, LIFO, FEFO, HIFO), as well as flexible response to risks. The method ensures not only the effective implementation of technical tasks, but also increases the transparency of management, coordination with stakeholders, and the achievement of socio-economic results. Its use allows you to make informed decisions at each stage of the portfolio life cycle. In general, the method forms a new approach to managing infrastructure programs under conditions of uncertainty and resource constraints. To develop an information system, it was determined on which platforms the future product will work, the interface requirements, and what tools will be used during development to achieve the planned results. The application and database architecture was designed, which determines the future success of the software product, affecting all aspects of development, from quality to productivity and the database. The author developed an information system for managing project portfolios in the field of road construction, which allows you to create users, portfolios and projects, as well as maintain feedback with the user and the server API, which corrects and saves data to the database. The practical significance of the results obtained is confirmed by their implementation in the processes of forming and managing project portfolios in the field of road construction. The use of the models and methods of project portfolio management proposed by the author allows you to increase the likelihood of their successful implementation in the field of road construction.

2026-04-13T00:00:00Z