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

Інтелектуальний аналіз поведінки користувачів для забезпечення кібербезпеки вебсередовищ

Скорочена інформація про документ
dc.contributor.authorУрлапова, Д.uk
dc.contributor.authorЗвуздецький, Є.uk
dc.contributor.authorІванов, Ю.uk
dc.contributor.authorUrlapova, D. P.en
dc.contributor.authorZvuzdetskyi, Y. O.en
dc.titleІнтелектуальний аналіз поведінки користувачів для забезпечення кібербезпеки вебсередовищuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationУрлапова Д., Звуздецький Є., Іванов Ю. Інтелектуальний аналіз поведінки користувачів для забезпечення кібербезпеки вебсередовищ // 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/26835.uk
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.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26835
dc.identifier.udc004.056.53 + 004.89
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53699
dc.description.abstractУ даній роботі проаналізовано принципи роботи поведінкових моделей, що дозволяють відстежувати відхилення від типових дій користувачів, які можуть свідчити про кібератаки або несанкціоновані зміни контенту.uk
dc.description.abstractThis paper analyzes the principles of behavioral models, that allow tracking deviations from typical user actions, that may indicate cyberattacks or unauthorized changes to content.en
dc.subjectштучний інтелектuk
dc.subjectкібербезпекаuk
dc.subjectданіuk
dc.subjectвиявлення аномалійuk
dc.subjectаналіз поведінкикористувачівuk
dc.subjectrtificial intelligenceen
dc.subjectcybersecurityen
dc.subjectdataen
dc.subjectanomaly detectionen
dc.subjectuser behavior analysisen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesGheyas I.A., Abdallah A.E. Detection and Prediction of Insider Threats to Cyber Security: A Systematic Literature Review and Meta-Analysis. Big Data Analytics. 2016. Vol. 1. pp. 1–30.en
dc.relation.referencesSommer R., Paxson V. Outside the Closed World: On Using Machine Learning for Network Intrusion Detection. IEEE Symposium on Security and Privacy. 2010. pp. 305–316.en
dc.relation.referencesChandola V., Banerjee A., Kumar V. Anomaly Detection: A Survey. ACM Computing Surveys. 2009. Vol. 41. pp. 1–58.en
dc.relation.referencesАналіз та експериментальне дослідження методу безмодельного навчання з підкріпленням / В.В. Півошенко, М.С. Кулик, Ю.Ю.uk
dc.date.accessioned2026-09-03T10:50:56Z
dc.date.available2026-09-03T10:50:56Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
26835.pdf
Розмір:
100,94 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)