ДОСЛІДЖЕННЯ МЕТОДІВ ВИЯВЛЕННЯ ВРАЗЛИВОСТЕЙ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ТА ІНФОРМАЦІЙНО-КОМУНІКАЦІЙНИХ СИСТЕМ НА БАЗІ ОПЕРАЦІЙНОЇ СИСТЕМИ WINDOWS ІЗ РОЗРОБЛЕННЯМ ПРОГРАМНОГО ЗАСОБУ АВТОМАТИЗОВАНОГО АНАЛІЗУ
DOI:
https://doi.org/10.28925/2663-4023.2026.34.1302Ключові слова:
операційні системи, кібербезпека, кіберзагрози, безпека програмного забезпечення, програмування, Windows, інформаційно-комунікаційні системи, PythonАнотація
У статті досліджено сучасні методи виявлення вразливостей програмного забезпечення та інформаційно-комунікаційних систем, а також розроблено програмний засіб автоматизованого аналізу потенційних загроз на базі операційної системи Windows. Проведено порівняльний аналіз основних підходів до виявлення вразливостей, зокрема статичного та динамічного аналізу, визначено їх переваги, недоліки та сфери практичного застосування. На основі проведеного дослідження розроблено програмний засіб мовою Python, який автоматизує процес аналізу вихідного коду, параметрів операційної системи та мережевої конфігурації з метою виявлення потенційних вразливостей. Реалізований алгоритм забезпечує аналіз програмного коду на предмет використання потенційно небезпечних конструкцій, алгоритму хешування MD5 та випадків жорсткого кодування паролів. Крім аналізу програмного забезпечення, здійснюється перевірка параметрів операційної системи Windows а також аналіз відкритих мережевих портів і конфігурації мережевих інтерфейсів. За результатами аналізу програмний засіб формує текстовий та HTML-звіти, які містять перелік виявлених потенційних вразливостей, оцінку рівня ризику, статистичну інформацію щодо результатів аналізу та рекомендації з усунення виявлених недоліків. Запропонований підхід дає змогу автоматизувати процес первинного аудиту безпеки програмного забезпечення та інформаційно-комунікаційних систем, та підвищити ефективність виявлення потенційних загроз.
Завантаження
Посилання
Baca, D., Carlsson, B., Petersen, K., & Lundberg, L. (2019). Benchmarking static code analyzers. Information and Software Technology, 112, 68-85.
Grossman, J., Hansen, R., Petkov, P., Rager, A., & Fogie, S. (2007). XSS attacks: Cross site scripting exploits and defense. Syngress.
Kubiuk, Y., & Kyselov, G. (2021). Comparative analysis of approaches to source code vulnerability detection based on deep learning methods. Technology Audit and Production Reserves, 3(2[59]), 19-23. https://doi.org/10.15587/2706-5448.2021.233534
Lu, G., Ju, X., Chen, X., Pei, W., & Cai, Z. (2024). GRACE: Empowering LLM-based software vulnerability detection with graph structure and in-context learning. Journal of Systems and Software, 212, Article 112031. https://doi.org/10.1016/j.jss.2024.112031
MITRE Corporation. (n.d.). Common Weakness Enumeration (CWE). https://cwe.mitre.org/
National Institute of Standards and Technology. (2022). Secure Software Development Framework (SSDF) version 1.1: Recommendations for mitigating the risk of software vulnerabilities (NIST Special Publication 800-218). https://doi.org/10.6028/NIST.SP.800-218
OWASP Foundation. (2023). OWASP Web Security Testing Guide (WSTG) (Version 4.2).
Static analysis techniques for embedded, cyber-physical, and electronic software systems: A comprehensive survey. (2025). Electronics, 15(5).
Youn, D., Lee, S., & Ryu, S. (2023). Declarative static analysis for multilingual programs using CodeQL. Software: Practice and Experience, 53(7), 1472-1495. https://doi.org/10.1002/spe.3199
Hapon, A. O., Fedorchenko, V. M., & Sievierinov, O. V. (2023). Methods and tools for static and dynamic code analysis. Radioelectronics, 212, 7-13. https://doi.org/10.30837/rt.2023.1.212.01
Horiuk, N. V., & Lavrovskyi, I. M. (2021). Static analysis of software source code using Fortify Static Code Analyzer. Modern Information Security, 2. https://doi.org/10.31673/2409-7292.2021.020910
Drozd, A., & Mykuliak, D. (2026). Intelligent computer system for automatic detection of web application vulnerabilities and threat classification. Measuring and Computing Devices in Technological Processes, 1, 368-376. https://doi.org/10.31891/2219-9365-2026-85-45
Diachenko, O. O., & Hrabovskyi, O. V. (2025). Software code quality assessment using static analysis. Collection of Scientific Works of the Odesa State Academy of Technical Regulation and Quality, 1, 129–135. https://doi.org/10.32684/2412-5288-2025-1-26-129-135
Kuievda, Yu. V., Tatarin, Ye. O., & Selin, Yu. M. (2025). A system for assessing the quality of object-oriented program code based on static analysis and metric visualization. Applied Issues of Mathematical Modelling, 8(2), 154-165. https://doi.org/10.32782/mathematical-modelling/2025-8-2-16
Polotai, O. I. (2023). The use of computer forensics to ensure effective investigation of information and cybersecurity incidents. Bulletin of Lviv State University of Life Safety, 28, 73–80. https://doi.org/10.32447/20784643.28.2023.07
Polotai, O. I., Kukharska, N. P., Tkachenko, A. M., Siedin, Ye. O., & Nikolaichuk, M. I. (2026). Methods for automating cybersecurity incident investigations based on Windows operating system logs using Python to support information security management. Cybersecurity: Education, Science, Technique, 33(1), 414-426. https://doi.org/10.28925/2663-4023.2026.33.1219
Spys, D. V., & Ilienko, A. V. (2025). Systematization and classification of modern methods for static analysis of web applications. Cybersecurity: Education, Science, Technique, 2(30), 157-179. https://doi.org/10.28925/2663-4023.2025.30.957
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Орест Полотай, Наталія Кухарська, Наталія Маслова, Євген Сєдін, Максим Николайчук
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
