วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://ph02.tci-thaijo.org/index.php/JSCI
<p>วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก เป็นวารสารของคณะเทคโนโลยีดิจิทัลและนวัตกรรม มหาวิทยาลัยเซาธ์อีสท์บางกอก โดยมีวัตถุประสงค์เพื่อเผยแพร่บทความวิจัยและบทความวิชาการทางวิทยาศาสตร์และเทคโนโลยี ได้แก่ สาขาวิศวกรรมคอมพิวเตอร์และโทรคมนาคม สาขาเทคโนโลยีสารสนเทศและการสื่อสาร สาขาเทคโนโลยีมัลติมีเดียและแอนิเมชั่น สาขานวัตกรรมการศึกษาและเทคโนโลยีทางการศึกษา สาขาวิศวกรรมอุตสาหการ/เทคโนโลยีอุตสาหกรรม สาขนวัตกรรมทางธุรกิจ และสาขาอื่นๆ ที่เกี่ยวข้องในสาขาวิชาวิทยาศาสตร์และเทคโนโลยี รวมถึงสาขาต่างๆ ที่มีการบูรณาการข้ามศาสตร์ที่เกี่ยวข้องวิทยาศาสตร์และเทคโนโลยี ทั้งภาษาไทยและภาษาอังกฤษ ทางวารสารมีการเผยแพร่กำหนดพิมพ์ปีละ 2 ฉบับ ฉบับที่ 1 มกราคม-มิถุนายน และฉบับที่ 2 กรกฎาคม-ธันวาคม โดยการประเมินคุณภาพบทความผ่านผู้ทรงคุณวุฒิอย่างน้อย 3 ท่าน</p>
Southeast Bangkok University
th-TH
วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก
2773-9120
<p>บทความที่ได้รับการตีพิมพ์และเป็นลิขสิทธิ์ของวารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก</p>
-
คลังต้นไม้ภาษาไทย: แนวคิด การสร้าง และการประยุกต์ใช้
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/259636
<p>การสร้างคลังต้นไม้เป็นทรัพยากรพื้นฐานที่สำคัญในการประมวลผลภาษาธรรมชาติ เพื่อใช้ประโยชน์จากโครงสร้างไวยากรณ์ในรูปแบบต้นไม้ซึ่งช่วยให้การตีความประโยคมีความถูกต้อง คลังต้นไม้สามารถสร้างได้ทั้งแบบไม่มีเครื่องมือช่วย หรือกึ่งอัตโนมัติ และแบ่งเป็นสองกลุ่มหลักคือ คลังต้นไม้แบบโครงสร้างวลี และคลังต้นไม้พึ่งพา ภาษาไทยมีคลังต้นไม้เช่น CG Treebank และคลังต้นไม้ของสุธีที่ใช้ไวยากรณ์พึ่งพา คลังต้นไม้ไวยากรณ์ ถือเป็นคลังข้อมูลที่บรรจุประโยคพร้อมการวิเคราะห์เชิงวากยสัมพันธ์ในรูปแบบโครงสร้างต้นไม้ เพื่อสะท้อนความสัมพันธ์เชิงไวยากรณ์ระหว่างคำหรือวลี องค์ประกอบสำคัญของคลังต้นไม้ ได้แก่ ชุดข้อมูลข้อความต้นฉบับ, การตัดคำที่แม่นยำ, การตัดแบ่งชนิดของคำ โดยใช้ระบบการตัดคำที่เหมาะสมกับภาษาไทย, โครงสร้างต้นไม้ไวยากรณ์, คำอธิบายประกอบมาตรฐาน, และรูปแบบข้อมูล การเปรียบเทียบกับภาษาอื่น ๆ เช่น Penn Treebank และ Universal Dependencies แสดงให้เห็นว่าภาษาไทยมีลักษณะเฉพาะ เช่น การไม่มีการเว้นวรรคระหว่างคำ, การละองค์ประกอบในประโยค, และการใช้คำหลายหน้าที่ บทความนี้ใช้แนวคิดทฤษฎีไวยากรณ์ X-bar ที่อธิบายโครงสร้างภายในวลี การสร้างคลังต้นไม้ไวยากรณ์ภาษาไทยมีความท้าทายเนื่องจากลักษณะเฉพาะของภาษา โดยมีการประยุกต์ใช้ X-bar กับไวยากรณ์ภาษาไทยโดยการดัดแปลงให้เข้ากับลักษณะเฉพาะ เช่น การไม่มี ส่วนขยายด้านซ้าย (specifier) ชัดเจน และการจัดการโครงสร้างซ้อน รวมถึงการรองรับการละองค์ประกอบในประโยคโดยแสดงโหนดที่ถูกละ การกำหนดมาตรฐานการจัดโครงสร้างที่ดีควรประกอบด้วยคู่มือที่ครอบคลุม ระบบตรวจสอบความสอดคล้อง และตัวอย่างที่หลากหลาย คลังต้นไม้ภาษาไทยมีความสำคัญต่อการพัฒนาเทคโนโลยีภาษาศาสตร์คอมพิวเตอร์อย่างมาก เช่น การพัฒนาระบบวิเคราะห์ไวยากรณ์อัตโนมัติ การปรับปรุงระบบแปลภาษา และการสอนภาษาไทยและภาษาศาสตร์ คลังต้นไม้ไม่เพียงเป็นทรัพยากรเชิงเทคนิค แต่ยังเป็นฐานข้อมูลที่มีคุณค่าทางภาษาศาสตร์ วัฒนธรรม และการอนุรักษ์ภาษา เพื่อต่อยอดงานวิจัยและนวัตกรรมด้านภาษาศาสตร์คอมพิวเตอร์ของไทย</p>
ธีระพล ลิ้มศรัทธา
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
94
105
-
การพัฒนารูปแบบการเรียนรู้ที่ส่งเสริมการคิดเชิงคำนวณ ที่มีการโค้ชเชิงปัญญา ภายใต้สภาพแวดล้อมแบบยูบิควิตัส สำหรับนักศึกษาระดับปริญญาตรี
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/260016
<p><!--StartFragment --></p> <p><span class="cf0">การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ</span><span class="cf1"> 1) </span><span class="cf0">ศึกษาสภาพปัจจุบัน</span> <span class="cf0">ความต้องการ</span> <span class="cf0">และสังเคราะห์แนวทางการจัดการเรียนรู้</span> <span class="cf0">ที่ส่งเสริมการคิดเชิงคำนวณ</span> <span class="cf0">สำหรับนักศึกษาระดับปริญญาตรี</span><span class="cf1"> 2) </span><span class="cf0">พัฒนารูปแบบการเรียนรู้ที่ส่งเสริมการคิดเชิงคำนวณ</span> <span class="cf0">ที่มีการโค้ชเชิงปัญญา</span> <span class="cf0">ภายใต้สภาพแวดล้อมแบบยูบิควิตัส</span> <span class="cf0">สำหรับนักศึกษาระดับปริญญาตรี</span><span class="cf1"> 3) </span><span class="cf0">การประเมินผลการใช้รูปแบบที่พัฒนาขึ้น</span> <span class="cf0">โดยใช้รูปแบบการวิจัยและพัฒนา</span><span class="cf1"> (R&D) 3 </span><span class="cf0">ระยะ</span> <span class="cf0">ได้แก่</span><span class="cf1"> (1) </span><span class="cf0">ศึกษาสภาพปัจจุบัน</span> <span class="cf0">ความต้องการ</span> <span class="cf0">และสังเคราะห์แนวทางการจัดการเรียนรู้ที่ส่งเสริมการคิดเชิงคำนวณ</span><span class="cf1"> (2) </span><span class="cf0">พัฒนารูปแบบการเรียนรู้และประเมินรูปแบบโดยผู้เชี่ยวชาญ</span> <span class="cf0">และ</span><span class="cf1"> (3) </span><span class="cf0">ศึกษาผลการใช้รูปแบบการเรียนรู้ที่พัฒนา</span> <span class="cf0">เครื่องมือที่ใช้ในการวิจัย</span> <span class="cf0">ได้แก่</span> <span class="cf0">แบบสอบถามสภาพปัจจุบันและความต้องการ</span> <span class="cf0">แบบบันทึกรายการเชิงสังเคราะห์</span> <span class="cf0">แบบสัมภาษณ์เชิงลึก</span> <span class="cf0">แบบประเมินความเหมาะสมของรูปแบบการเรียนรู้</span> <span class="cf0">ระบบการเรียนรู้แบบยูบิควิตัสที่ส่งเสริมการคิดเชิงคำนวณ</span> <span class="cf0">แบบทดสอบวัดการคิดเชิงคำนวณ</span> <span class="cf0">แบบสอบถามความพึงพอใจของผู้เรียน</span> <span class="cf0">วิเคราะห์ข้อมูลด้วยสถิติ</span> <span class="cf0">ได้แก่</span> <span class="cf0">ค่าเฉลี่ย</span> <span class="cf0">ค่าส่วนเบี่ยงเบนมาตรฐาน</span> <span class="cf0">การวิเคราะห์</span><span class="cf1"> PNI </span><span class="cf0">และการทดสอบ</span><span class="cf1"> t-test </span><span class="cf0">ผลการวิจัยพบว่า</span><span class="cf1"> 1) </span><span class="cf0">สภาพปัจจุบันโดยรวมมีค่าเฉลี่ยอยู่ในระดับปานกลางถึงน้อย</span> <span class="cf0">ในขณะที่ความต้องการของผู้เรียนอยู่ในระดับมากถึงมากที่สุดทุกด้าน</span> <span class="cf0">และแนวทางการพัฒนารูปแบบการเรียนรู้</span> <span class="cf0">คือการจัดการเรียนรู้แบบ</span><span class="cf1"> Active Learning </span><span class="cf0">ใช้กิจกรรมที่กระตุ้นการมีส่วนร่วมทางความคิด</span> <span class="cf0">ส่งเสริมการเรียนรู้ผ่าน</span><span class="cf1"> Problem-Based Learning </span><span class="cf0">สนับสนุนการใช้เทคโนโลยีเพื่อการเรียนรู้แบบยืดหยุ่น</span> <span class="cf0">ใช้กระบวนการโค้ช</span> <span class="cf0">การประเมินผลครอบคลุมทั้งกระบวนการและผลลัพธ์</span> <span class="cf0">และออกแบบให้คลอบคลุมองค์ประกอบหลักของการคิดเชิงคำนวณ</span><span class="cf1"> 2) </span><span class="cf0">รูปแบบที่พัฒนาขึ้นมี</span><span class="cf1"> 4 </span><span class="cf0">องค์ประกอบ</span> <span class="cf0">มีผลการประเมินรูปแบบอยู่ในระดับมาก</span><span class="cf1"> (x </span><span class="cf1">̅</span><span class="cf1"> = 4.31, S.D. = 0.47) 3) </span><span class="cf2">ระบบการเรียนรู้แบบยูบิควิตัส</span> <span class="cf2">ที่ส่งเสริมการคิดเชิงคำนวณ</span> <span class="cf2">มีประสิทธิภาพเท่ากับ</span><span class="cf1"> 86.72/88.62 </span><span class="cf2">สูงกว่าเกณฑ์ที่กำหนด</span> <span class="cf2">กลุ่มตัวอย่างมีคะแนนทักษะการคิดเชิงคำนวณหลังเรียนสูงกว่าก่อนเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ</span><span class="cf1"> .05 </span><span class="cf2">และมีค่าความพึงพอใจสูงกว่าค่าที่กำหนดไว้ที่</span><span class="cf1"> 4 </span><span class="cf2">อย่างมีนัยสำคัญทางสถิติที่ระดับ</span><span class="cf1"> .05</span></p>
วรางคณา บุญญาพัฒนาพงศ์
ประวิทย์ สิมมาทัน
ทรงศักดิ์ สองสนิท
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
1
14
-
การพัฒนาชุดวิดีโอคอนเทนต์ประเภทรายการเพื่อส่งเสริมการรับรู้เรื่องกีฬาฟุตบอลบน แพลตฟอร์มติ๊กต็อก FM99 Active Radio
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/260402
<p>การวิจัยครั้งนี้มีวัตถุประสงค์ดังนี้ 1) เพื่อพัฒนาชุดวิดีโอคอนเทนต์ประเภทรายการเพื่อส่งเสริมการรับรู้เรื่องกีฬาฟุตบอลบนแพลตฟอร์มติ๊กต็อก FM99 Active Radio 2) เพื่อประเมินคุณภาพชุดวิดีโอคอนเทนต์ 3) เพื่อประเมินผลการรับรู้ของกลุ่มตัวอย่าง และ 4) เพื่อประเมินความพึงพอใจของกลุ่มตัวอย่างที่มีต่อชุดวิดีโอคอนเทนต์ประเภทรายการเพื่อส่งเสริมการรับรู้เรื่องกีฬาฟุตบอลบนแพลตฟอร์มติ๊กต็อก FM99 Active Radio กลุ่มตัวอย่างที่ใช้การศึกษา ได้แก่ ผู้ที่กดติดตามเพจติ๊กต็อก FM 99 Active Radio ซึ่งได้มาจากการสุ่มแบบสะดวก จากผู้ติดตามเพจติ๊กต็อก FM99 Active Radio ที่ได้รับชมชุดวิดีโอคอนเทนต์ประเภทรายการเพื่อส่งเสริมการรับรู้เรื่องกีฬาฟุตบอลบนแพลตฟอร์มติ๊กต็อก FM99 Active Radio และยินดีตอบแบบสอบถาม จำนวน 40 คน เครื่องมือที่ใช้ในการวิจัย ได้แก่ 1) ชุดวิดีโอคอนเทนต์ประเภทรายการเพื่อส่งเสริมการรับรู้เรื่องกีฬาฟุตบอลบนแพลตฟอร์มติ๊กต็อก FM99 Active Radio 2) แบบประเมินคุณภาพด้านเนื้อหาและด้านสื่อการนำเสนอ 3) แบบประเมินผลการรับรู้ และ 4) แบบประเมินความพึงพอใจ สถิติที่ใช้ในการวิจัย ได้แก่ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัยพบว่า 1) ได้พัฒนาชุดวิดีโอคอนเทนต์ประเภทรายการจำนวน 5 เรื่อง 2) ผลการประเมินคุณภาพด้านเนื้อหาอยู่ในระดับดี ( = 4.46, S.D. = 0.71) ด้านสื่อการนำเสนออยู่ในระดับดีมาก ( = 4.53, S.D. = 0.73) 3) ผลการประเมินการรับรู้ของกลุ่มตัวอย่างอยู่ในระดับมากที่สุด ( = 4.59, S.D. = 0.69) และ 4) ผลการประเมินความพึงพอใจของกลุ่มตัวอย่างอยู่ในระดับมากที่สุด ( = 4.67, S.D. = 0.55)</p>
ธีรดา เอี่ยมสำอางค์
ปิยนุช พื้นบาท
ภัทรวดี โกนกระโทก
กุลธิดา ธรรมวิภัชน์
พรปภัสสร ปริญชาญกล
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
15
29
-
การเปรียบเทียบประสิทธิภาพของอัลกอริทึมตัดคำภาษาไทยในการวิเคราะห์ความรู้สึกของผู้ใช้แอปพลิเคชันติ๊กต๊อก
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/260827
<p>การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบประสิทธิภาพของอัลกอริทึมการตัดคำภาษาไทยของไลบรารี ไพไทยเอ็นแอลพี (PyThaiNLP) ได้แก่ แม็กซิมัมแมตชิง (MM), นิวแม็กซิมัมแมตชิง (NewMM) และลองเกสต์แมตชิง (Longest) ร่วมกับการลบคำหยุด (Stopword) จาก PyThaiNLP และคำหยุดของผู้วิจัย และ 2) ประเมินประสิทธิภาพของแบบจำลอง ได้แก่ นาอีฟเบย์ (NB), รีเกรสชันโลจิสติก (LR), ซัพพอร์ตเวกเตอร์แมชชีน (SVM) และหน่วยความจำระยะยาว-ระยะสั้น (LSTM) ในการจำแนกความคิดเห็นของผู้ใช้แอปพลิเคชันติ๊กต็อก สถิติที่ใช้ในการวิเคราะห์ได้แก่ ความถูกต้อง (Accuracy), ความแม่นยำ (Precision), ความไว (Recall), คะแนนเอฟวัน (F1-score) และเวลา (Training Time) กลุ่มตัวอย่างได้แก่ข้อมูลความคิดเห็นจำนวน 5,519 รายการที่จาก Google Play Store ผลการวิจัยพบว่า 1) อัลกอริทึมการตัดคำแบบ NewMM ให้ผลลัพธ์ดีที่สุด โดยมีค่า Accuracy 83.52% และ ค่า F1-score 83.06% 2) แบบจำลอง NB ให้ผลลัพธ์สูงสุดในทุกด้าน โดยมีค่า Accuracy 83.73% และ F1-score 83.43% 3) การไม่ลบคำหยุด (Stopword) ให้ผลลัพธ์ที่ดีที่สุดในทุกกรณี แสดงให้เห็นว่าอัลกอริทึมตัดคำและการลบคำหยุดมีผลต่อประสิทธิภาพของการวิเคราะห์ความคิดเห็นอย่างมีนัยสำคัญ</p>
ปฏิวัติ พินิจสุวรรณ
ศรันย์ นาคถนอม
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
30
41
-
การปรับปรุงและเพิ่มประสิทธิภาพในการจัดการขนส่งสินค่าของบริษัท โดยประยุกต์ใช้แนวคิด Vehicle Routing Problem (VRP) : กรณีศึกษา บริษัท ABC จำกัด
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/260788
<p>การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาระบบการขนส่งสินค้าและแนวทางการวางแผนเส้นทางปัจจุบันของบริษัท ABC จำกัด โดยประยุกต์ใช้แนวคิด Vehicle Routing Problem (VRP) 2) ปรับปรุงเส้นทางขนส่งเพื่อลดความล่าช้า ระยะทาง และเวลาในการจัดส่งสินค้า 3) ลดต้นทุนเชื้อเพลิงและการสูญเสียโอกาสในด้านอื่นๆ เครื่องมือที่ใช้ในการวิจัย ได้แก่ 1) โปรแกรม VRP เป็นเครื่องมือหลักที่ใช้ในการออกแบบเส้นทางให้เหมาะสมและมีประสิทธิภาพสูงสุด 2) Microsoft Excel ใช้เก็บข้อมูลพื้นฐาน เช่น รายชื่อจุดส่งสินค้า พิกัด ระยะทาง ปริมาณสินค้า และความสามารถในการบรรทุกของรถ 3) แผนภูมิก้างปลา (Fishbone Diagram) ใช้วิเคราะห์หาสาเหตุของปัญหา จากการวิจัยพบว่าปัญหาหลัก ได้แก่ ความล่าช้า เส้นทางซ้ำซ้อน และต้นทุนที่สูง จากผลการศึกษาแสดงให้เห็นว่าแนวทางการวางแผนเส้นทางใหม่ช่วยลดระยะทางขนส่งต่อเดือนจาก 17,171 กิโลเมตร เหลือ 15,505 กิโลเมตร คิดเป็นการลดลง 1,666 กิโลเมตร หรือประมาณ 9.7% ลดจำนวนเที่ยวจาก 240 เหลือ 196 รอบ ลดต้นทุนเชื้อเพลิงราว 10,712.38 บาทต่อเดือน และเพิ่มประสิทธิภาพโดยรวมของกระบวนการขนส่ง ส่งผลให้ลูกค้ามีความพึงพอใจมากขึ้นจากการจัดส่งที่รวดเร็วและแม่นยำ งานวิจัยนี้ชี้ให้เห็นว่าเทคนิคการวิเคราะห์และเพิ่มประสิทธิภาพสามารถนำมาใช้ยกระดับการบริหารโลจิสติกส์ได้อย่างมีประสิทธิผล</p>
เปรมมิการ์ จีนวงษ์
ปิยะเนตร นาคสีดี
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
42
60
-
การพัฒนาแบบจำลองการแนะนำชมรมของนักศึกษาโดยประยุกต์เทคนิคเคมีนส์ และต้นไม้ตัดสินใจ
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/261079
<p>การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษากระบวนการจัดกลุ่มนักศึกษาโดยใช้เทคนิค K-Means Clustering 2) พัฒนาโมเดล Decision Tree สำหรับการแนะนำชมรม และ 3) ประเมินประสิทธิภาพของกระบวนการจัดกลุ่มและโมเดลแนะนำชมรม กลุ่มตัวอย่าง ได้แก่ นักศึกษาระดับปริญญาตรี จำนวน 171 คน จากมหาวิทยาลัยเซาธ์อีสท์บางกอก โดยเลือกด้วยวิธีการสุ่มอย่างง่าย (Simple Random Sampling) เครื่องมือคือแบบสอบถามที่ผ่านการตรวจสอบความตรงเชิงเนื้อหา โดยผู้เชี่ยวชาญ 3 ท่าน สถิติที่ใช้ในการวิเคราะห์ประกอบด้วย การเข้ารหัสข้อมูลด้วย Label Encoding, การวิเคราะห์การจัดกลุ่มด้วย K-Means, และการประเมินจำนวนกลุ่มที่เหมาะสมด้วย Elbow Method, Davies–Bouldin Index และ Calinski–Harabasz Index ผลการวิจัยพบว่า 1) จำนวนกลุ่มที่เหมาะสมคือ 4 กลุ่ม 2) นักศึกษาแต่ละกลุ่มมีลักษณะความสนใจและทักษะที่แตกต่างกันอย่างชัดเจน และ 3) โมเดล Decision Tree มีค่า Accuracy เฉลี่ย 0.89 ซึ่งแสดงถึงความแม่นยำในระดับน่าพอใจ นักศึกษาแต่ละกลุ่มมีความสนใจและทักษะที่แตกต่างกันชัดเจน เทคนิคการเรียนรู้ของเครื่อง (ML) ช่วยเพิ่มความแม่นยำ ในการจัดกลุ่มนักศึกษาและการแนะนำชมรมให้เหมาะสมกับความสนใจ โดยสรุป การวิจัยครั้งนี้ยืนยันว่าเทคนิคการเรียนรู้ของเครื่องมีศักยภาพในการสนับสนุนการเลือกชมรมที่เหมาะสม และสามารถเพิ่มโอกาสการมีส่วนร่วมของนักศึกษาในกิจกรรมได้อย่างเป็นรูปธรรม</p>
อุษณี ยี่สุ่นแก้ว
สุดาสวรรค์ งามมงคลวงศ์
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
61
77
-
การพัฒนาเฟรมเวิร์กความปลอดภัยทางไซเบอร์ในสภาพแวดล้อมเวอร์ชวลไลเซชัน
https://ph02.tci-thaijo.org/index.php/JSCI/article/view/261548
<p><!--StartFragment --></p> <p>งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ออกแบบเฟรมเวิร์กความมั่นคงปลอดภัยไซเบอร์ที่เหมาะสมกับองค์กรขนาดเล็กและขนาดกลาง (SMEs) โดยผสานมาตรฐาน NIST CSF 2.0 แนวคิด Zero Trust และ Defense-in-Depth 2) พัฒนาและติดตั้งระบบต้นแบบโดยใช้เครื่องมือโอเพ่นซอร์สในสภาพแวดล้อม Proxmox VE และ 3) ประเมินประสิทธิภาพของเฟรมเวิร์กทั้งในเชิงเทคนิคและความเห็นจากผู้เชี่ยวชาญ กลุ่มตัวอย่างคือ ผู้เชี่ยวชาญจากหลายสาขาที่เกี่ยวข้องกับความมั่นคงปลอดภัย ไซเบอร์ จำนวน 5 ท่าน เครื่องมือที่ใช้ในการวิจัยประกอบด้วย pfSense, Wazuh, OpenVAS, Nmap, Proxmox Backup Server (PBS) และแบบประเมินความเหมาะสมของเฟรมเวิร์ก สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย (Mean) และส่วนเบี่ยงเบนมาตรฐาน (S.D.) ผลการวิจัยพบว่า 1) เฟรมเวิร์กที่พัฒนาภายใต้กรอบ Design Science Research (DSR) ประกอบด้วยองค์ประกอบหลักตามหน้าที่ของ NIST CSF 2.0 ทั้ง 6 หน้าที่ (Govern, Identify, Protect, Detect, Respond, Recover) สามารถบูรณาการเครื่องมือโอเพ่นซอร์สทั้ง 5 รายการเข้ากับกระบวนการทำงานได้อย่างสมบูรณ์ 2) ผลการประเมินความเหมาะสมของเฟรมเวิร์กโดยผู้เชี่ยวชาญพบว่า มีความเหมาะสมในระดับมากถึงมากที่สุด (ค่าเฉลี่ย 4.76 จาก 5.00) ครอบคลุมทั้ง 6 หน้าที่หลักของ NIST CSF 2.0 โดยนโยบายและ SOPs ได้คะแนนสูงสุด (4.84) รองลงมาคือแบบฟอร์ม (4.80) และ Runbooks (4.64) และการทดสอบระบบต้นแบบยืนยันประสิทธิภาพในทางปฏิบัติ สามารถลดจำนวนช่องโหว่ได้อย่างมีนัยสำคัญ ตรวจจับและตอบสนองต่อภัยคุกคามได้ทันท่วงที และบรรลุเป้าหมาย RTO ตามที่กำหนด และ 3) การทดสอบระบบต้นแบบพบว่าการทดสอบด้านการบริหารจัดการความเสี่ยงสามารถลดจำนวนช่องโหว่ได้อย่างมีนัยสำคัญ ตรวจจับและตอบสนองต่อภัยคุกคามได้ทันท่วงที และบรรลุเป้าหมายระยะเวลาในการการกู้คืน (RTO) หลังการโจมตีได้ตามที่กำหนดซึ่งสะท้อนให้เห็นถึงความมีประสิทธิภาพและศักยภาพในการประยุกต์ใช้งานจริงสำหรับ SMEs และสามารถต่อยอดพัฒนาสู่ระบบตอบสนองอัตโนมัติในอนาคต</p> <p><!--EndFragment --></p>
ยศวริศ คำทอง
ทรงพล นคเรศเรืองศักดิ์
ลิขสิทธิ์ (c) 2025 มหาวิทยาลัยเซาธ์อีสท์บางกอก
https://creativecommons.org/licenses/by-nc-nd/4.0
2025-12-27
2025-12-27
5 2
78
93