Архітектура інтелектуальної системи поведінкового та семантичного аналізу дій користувачів для захисту вебплатформ
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі запропоновано архітектурну модель інтелектуальної системи виявлення аномальної активності користувачів вебплатформ, що поєднує поведінковий аналіз із семантичною оцінкою змін контенту. [1]
This paper proposes an architectural model of an intelligent system for detecting anomalous activity of web platform users that combines behavioral analysis with semantic evaluation of content changes. [1] The relevance of the study is due to the growing number of incidents involving unauthorized editing of materials, abuse of access rights, and the use of compromised accounts. [2]
This paper proposes an architectural model of an intelligent system for detecting anomalous activity of web platform users that combines behavioral analysis with semantic evaluation of content changes. [1] The relevance of the study is due to the growing number of incidents involving unauthorized editing of materials, abuse of access rights, and the use of compromised accounts. [2]
Опис
Ключові слова
artificial intelligence , behavioral analysis , anomalies , cybersecurity , web platforms , event logging , semantic analysis , automatic response , information security , штучний інтелект , поведінковий аналіз , аномалії , кібербезпека , вебплатформи , журналювання подій , семантичний аналіз , автоматичне реагування , інформаційна безпека
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Урлапова Д. П. Архітектура інтелектуальної системи поведінкового та семантичного аналізу дій користувачів для захисту вебплатформ // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27833.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (6)
- Predictive modeling and anomaly detection in large-scale web portals through the CAWAL framework, Ozkan Canay, Umit Kocabicak, 2025. URL: https://arxiv.org/abs/2502.00413
- A survey of streaming data anomaly detection https://pmc.ncbi.nlm.nih.gov/articles/PMC12453818/
- Multi-Granularity User Anomalous Behavior https://www.mdpi.com/2076-3417/15/1/128
- Cybersecurity threat detection based on a UEBA framework using Deep Autoencoders, Jose Fuentes et al., 2025. URL: https://arxiv.org/abs/2505.11542
- User and entity behavior analytics for enterprise security, Madhu Shashanka et al., 2016. URL: https://www.researchgate.net/publication/313456188_User_and_entity_behavior_analytics_for_enterprise_ security
- A New Generation of Perspective API: Efficient Multilingual Character-level Transformer Models for Toxicity Detection, Lees A., Borkan D., et al., 2022. URL: https://arxiv.org/abs/2202.11176 in Detection, network W. security, Feng et P. Zhou. URL: al., 2024. URL: