<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Архітектура інтелектуальної системи поведінкового та семантичного аналізу дій користувачів для захисту вебплатформ

Скорочена інформація про документ
dc.contributor.authorУрлапова, Д. П.uk
dc.contributor.authorUrlapova, D. P.en
dc.date.accessioned2026-09-03T10:42:43Z
dc.date.available2026-09-03T10:42:43Z
dc.date.issued2026
dc.description.abstractУ роботі запропоновано архітектурну модель інтелектуальної системи виявлення аномальної активності користувачів вебплатформ, що поєднує поведінковий аналіз із семантичною оцінкою змін контенту. [1]uk
dc.description.abstractThis 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]en
dc.identifier.citationУрлапова 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.uk
dc.identifier.udc004.5 + 004.89
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53495
dc.language.isouk_UAuk_UA
dc.publisherВінницький національний технічний університетuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.referencesPredictive modeling and anomaly detection in large-scale web portals through the CAWAL framework, Ozkan Canay, Umit Kocabicak, 2025. URL: https://arxiv.org/abs/2502.00413en
dc.relation.referencesA survey of streaming data anomaly detection https://pmc.ncbi.nlm.nih.gov/articles/PMC12453818/en
dc.relation.referencesMulti-Granularity User Anomalous Behavior https://www.mdpi.com/2076-3417/15/1/128en
dc.relation.referencesCybersecurity threat detection based on a UEBA framework using Deep Autoencoders, Jose Fuentes et al., 2025. URL: https://arxiv.org/abs/2505.11542en
dc.relation.referencesUser 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_ securityen
dc.relation.referencesA 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:en
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27833
dc.subjectartificial intelligenceen
dc.subjectbehavioral analysisen
dc.subjectanomaliesen
dc.subjectcybersecurityen
dc.subjectweb platformsen
dc.subjectevent loggingen
dc.subjectsemantic analysisen
dc.subjectautomatic responseen
dc.subjectinformation securityen
dc.subjectштучний інтелектuk
dc.subjectповедінковий аналізuk
dc.subjectаномаліїuk
dc.subjectкібербезпекаuk
dc.subjectвебплатформиuk
dc.subjectжурналювання подійuk
dc.subjectсемантичний аналізuk
dc.subjectавтоматичне реагуванняuk
dc.subjectінформаційна безпекаuk
dc.titleАрхітектура інтелектуальної системи поведінкового та семантичного аналізу дій користувачів для захисту вебплатформuk
dc.typeThesis

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
27833.pdf
Розмір:
642,34 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2026)