Архітектура інтелектуальної системи поведінкового та семантичного аналізу дій користувачів для захисту вебплатформ
Вантажиться...
Файли
Дата
Автори
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
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
Тип документа
Мова
ISSN
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: