http://hdl.handle.net/20.500.14044/33991 2026-07-26T04:45:24Z 2026-07-26T04:45:24Z Simon, Mátyás http://hdl.handle.net/20.500.14044/34072 2025-09-27T04:12:36Z 2025-01-01T00:00:00Z

Pandemics from an occupational safety perspective –review history of world epidemics from the point of view of occupational Simon, Mátyás Analyzing the history of pandemics and the procedures used to create safe working conditions and mapping the connection points. Throughout human history, the study of epidemics shows that defenses against epidemics have constantly changed and evolved. Many pandemics have put humanity and healthcare to the test, where in addition to the use of personal protective equipment, collective defenses were also of prime importance in order to reduce biological risks. Epidemics also pose serious challenges to today's advanced health care worldwide, where occupational health and safety has played a prominent role. The regulations defined in the laws, standards, and documents related to health and safety at work help to a great extent to create appropriate and safe working conditions and to choose appropriate and effective personal protective equipment.; A világjárványok történelmének és a biztonságos munkavégzés feltételeinek megteremtéséhez alkalmazott eljárás rendek elemzése és a kapcsolódási pon-tok feltérképezése. Az emberi történe-lem során a járványok tanulmányozása azt mutatja, hogy a járványok elleni védekezése folyamatosan változott és fejlődött. Számos világjárvány próbára tette az emberiséget és az egészség-ügyet, ahol az egyéni védőeszközök használatán felül a kollektív védelmek is kiemelt fontossággal bírtak a biológiai kockázatok csökkentése érdekében. A járványok a mai fejlett egészségügyet is komoly kihívások elé állítja világszerte, ahol kiemelt szerepet kapott a munkavédelem. Az egészséges és biztonságos munkavégzésre vonatkozó jogszabályokban, szabványokban, munkavédelemmel kapcsolatos dokumentumokban meghatározott előírások nagymértékben segítik a megfelelő és biztonságos munkakörülmények kialakítását, a megfelelő, hatékony egyéni védőeszközök kiválasztását.

2025-01-01T00:00:00Z Herényi, Zoltán http://hdl.handle.net/20.500.14044/34071 2025-09-27T04:12:36Z 2025-01-01T00:00:00Z

A munkabaleseti adatfeldolgozás új lehetőségei: AI támogatás előfeltételeinek vizsgálata (első rész) Herényi, Zoltán Egy súlyos vagy halálos munkabaleset utáni jogi eljárásban a hatósági vizsgála-tok megállapításai kulcsszerepet játsza-nak. Az alapvető megállapításoknak, lé-nyegi felismeréseknek már a balesetet követő órákban meg kell történni a bal-eset helyszínén, feszült, pszichésen terhelt környezetben. A mesterséges intelligencia fejlettsége lehetővé teszi olyan döntéstámogató rendszerek létrehozását, amelyek csökkenthetik a hibázás esélyét. Ennek feltétele, hogy a hatósági tudás megbízható, a gépi feldolgozás számára is kezelhető adatstruktúrává legyen átalakítható. A jelen tanulmány azt vizsgálja, hogy a Módszertani útmutató alapján milyen formában alakítható ki olyan keretrendszer, amely az MI-alapú vizsgálati támogatás alapjául szolgálhat. A tanulmány nem tér ki a gyakorlati megvalósítás minden statisztikai eredményére, de megalapozza azt a részletesebb és adatalapú elemzést, amely egy következő cikk-ben kerül bemutatásra.; In the aftermath of a serious or fatal workplace accident, legal proceedings critically depend on the conclusions of official investigations. These essential insights must often be established within hours, directly at the accident site and under psychologically demanding condi-tions. The advancement of artificial intel-ligence enables the development of decision-support systems that may reduce the likelihood of human error. This, however, requires that regulatory knowledge be transformed into a reliable, machine-readable data structure. The present study investigates how, based on the official Methodological Guide, a su-itable framework can be designed to sup-port AI-based accident investigations. While the study does not cover all sta-tistical outcomes of practical implementa-tion, it provides a foundation for a more detailed, data-driven analysis to be presented in a subsequent article.

2025-01-01T00:00:00Z Berényi, Csaba Csiszárik-Kocsir, Ágnes http://hdl.handle.net/20.500.14044/34054 2025-09-27T04:10:34Z 2025-01-01T00:00:00Z

Mesterséges intelligencia a mindennapokban: alkalmazási területek és generációs sajátosságok egy primer kutatás eredményei alapján Berényi, Csaba; Csiszárik-Kocsir, Ágnes A mesterséges intelligencia egyre jelentősebb szerepet tölt be az oktatásban, kutatásban, információfeldolgozásban és digitális interakciókban. Jelen tanulmány az MI-alapú megoldások generációs különbségek mentén történő használatát vizsgálja. A kutatás tíz alkalmazási területet ölel fel, többek között nyelvtanulás, adatgyűjtés, információk összegzése, forráskeresés, fordítás, esszéírás és szerepjáték. Ötfokozatú Likert-skálával mértük az MI-használat intenzitását, lehetőséget adva a generációk közötti eltérések statisztikai vizsgálatára. Az MI-t leggyakrabban nyelvtanulás, kutatás és forráskeresés céljából alkalmazzák, míg a szerepjáték és esszéírás ritkább. A generációs különbségek egyértelműen megfigyelhetők: míg a Z generáció az összes vizsgált területen intenzívebben alkalmazza az MI-t, addig az X és Y generációk elsősorban szakmai és kutatási célokra használják ezeket a technológiákat. Eredményeink rávilágítanak arra, hogy az MI-használat elterjedtsége és funkcionális sokfélesége szorosan összefügg a generációs sajátosságokkal.; Artificial intelligence is playing an increasingly important role in education, research, information processing, and digital interactions. This study examines the use of AI- based solutions across generational differences. The research covers ten areas of application, including language learning, data collection, information summarization, source searching, translation, essay writing, and role-playing. We measured the intensity of AI use on a five-point Likert scale, allowing for statistical analysis of differences between generations. AI is most commonly used for language learning, research, and resource search, while role-playing and essay writing are less common. Generational differences are clearly observable: while Generation Z uses AI more intensively in all areas examined, Generations X and Y primarily use these technologies for professional and research purposes. Our results highlight that the prevalence and functional diversity of AI use is closely related to generational characteristics.

2025-01-01T00:00:00Z Oláh, Robert http://hdl.handle.net/20.500.14044/34049 2025-09-27T04:12:29Z 2025-01-01T00:00:00Z

Mesterséges intelligencia a kiberbiztonságban: anomáliák nyomában (gépi tanulási technikák alkalmazása hálózati anomáliák detektálására) Oláh, Robert A digitalizáció térnyerésével a kiberbiztonság napjaink egyik legkritikusabb területévé vált. A vállalati és állami rendszerek informatikai infrastruktúrái nap mint nap ki vannak téve különféle kibertámadásoknak, mint például DDoS támadásoknak, adatszivárgásoknak, hálózati penetrációs próbálkozásoknak vagy akár belső jogosulatlan tevékenységeknek. Ezek az események súlyos károkat okozhatnak nemcsak anyagi, de reputációs szempontból is. A hálózati modellek és annak működése fontos szerepet játszanak az informatikai infrastruktúrák építésében. A modern informatikai rendszerek megbízható működése alapvetően a hálózati infrastruktúrák stabilitásán és védelmén múlik. A digitális forgalom növekedésével a hálózatokat érő fenyegetések is egyre összetettebbé és gyakoribbá válnak. Az informatikai hálózatban számtalan hálózati eszköz működhet, amelynek szerepe van a hálózat működésében. A hálózati forgalomban egyre nagyobb kihívást jelentenek a hálózati anomáliák. A kutatás célja annak vizsgálata, hogy milyen hatékonysággal alkalmazhatók különböző gépi tanulási algoritmusok a hálózati anomáliák detektálására a kiberbiztonság kontextusában.; With the rise of digitalization, cybersecu- rity has become one of the most critical areas of our time. The IT infrastructures of corporate and government systems are exposed to various cyber attacks every day, such as DDoS attacks, data leaks, network penetration attempts or even internal unauthorized activities. These events can cause serious damage not only financially but also in terms of reputation. Network models and their operation play an important role in building IT infrastructures. The reliable operation of modern IT systems fundamentally depends on the stability and protection of network infrastructures. With the increase in digital traffic, threats to networks are also becoming increasingly complex and frequent. In the IT network, countless network devices have a role in the operation of the network. Network anomalies are becoming an increasingly challenging issue in network traffic. The aim of the research is to investigate the effectiveness of various machine learning algorithms for detecting network anomalies in the cybersecurity context.

2025-01-01T00:00:00Z