Інформаційна технологія прогнозування та мінімізації інцидентів під час управління ІТ-послугами

Pobidash, V. V.

Інформаційна технологія прогнозування та мінімізації інцидентів під час управління ІТ-послугами

dc.contributor.author	Pobidash, V. V.	en
dc.date.accessioned	2026-09-17T10:06:33Z
dc.date.available	2026-09-17T10:06:33Z
dc.date.issued	2026
dc.description.abstract	Using modern information technologies of machine learning and time series analysis, a study of the automated forecasting and minimization of incidents in IT service management systems has been conducted. The paper proposes a comprehensive approach to analyzing historical service record data using ensemble forecasting methods. The main objective is to transform the reactive approach to incident management into a proactive model of preventive actions with automated generation of structured recommendations for technical support services. The developed approach facilitates automation of service record analysis processes, optimization of resource planning, and improvement of IT service quality in organizations.	en
dc.identifier.citation	Крижановський Є. М., Побідаш В. В. Інформаційна технологія прогнозування та мінімізації інцидентів під час управління ІТ-послугами // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/26234.	uk
dc.identifier.udc	004.9
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/54500
dc.language.iso	uk_UA	uk_UA
dc.publisher	Вінницький національний технічний університет	uk
dc.relation.ispartof	Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026.	uk
dc.relation.references	What is ITSM (IT service management)? – IBM \| International Business Machines [Електронний ресурс]. – Режим доступу: https://www.ibm.com/think/topics/it-service-management	en
dc.relation.references	ISO 20000: The International Standard for Service Management [Електронний ресурс]. – Режим доступу: https://www.itgovernance.co.uk/iso20000	en
dc.relation.references	McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. 2nd ed. Sebastopol, CA: O'Reilly Media, 2017. 550 p. ISBN 978-1-491-95766-0	en
dc.relation.references	Harris C. R., Millman K. J., van der Walt S. J., et al. Array Programming with NumPy. Nature, 2020. Vol. 585. P. 357-362. DOI: 10.1038/s41586-020-2649-2. arXiv: 2006.10256	en
dc.relation.references	Taylor S. J., Letham B. Forecasting at Scale. The American Statistician, 2018. Vol. 72, No. 1. P. 37-45. DOI: 10.1080/00031305.2017.1380080.	en
dc.relation.references	Virtanen P., Gommers R., Oliphant T. E., et al. SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods, 2020. Vol. 17. P. 261-272. DOI: 10.1038/s41592-019-0686-2. arXiv: 1907.10121.	en
dc.relation.references	Pedregosa F., Varoquaux G., Gramfort A., et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 2011. Vol. 12. P. 2825-2830.	en
dc.relation.references	Liu F. T., Ting K. M., Zhou Z.-H. Isolation Forest. Proceedings of the 2008 Eighth IEEE International Conference on Data Mining (ICDM '08). IEEE Computer Society, 2008. P. 413-422. DOI: 10.1109/ICDM.2008.17	en
dc.relation.references	Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). ACM, 2016. P. 785-794. DOI: 10.1145/2939672.2939785. arXiv: 1603.02754.	en
dc.relation.references	Ke G., Meng Q., Finley T., et al. LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems 30 (NIPS 2017). 2017. P. 3146-3154.	en
dc.relation.references	Hunter J. D. Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 2007. Vol. 9, No. 3. P. 90-95. DOI: 10.1109/MCSE.2007.55.	en
dc.relation.references	Waskom M. L. Seaborn: Statistical Data Visualization. Journal of Open Source Software, 2021. Vol. 6, No. 60. P. 3021. DOI: 10.21105/joss.03021.	en
dc.relation.references	Plotly Technologies Inc. Collaborative Data Science. Montreal, QC: Plotly Technologies Inc., 2015. [Електронний ресурс]. – Режим доступу: https://plot.ly	en
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/26234
dc.subject	ITSM	en
dc.subject	SARIMA	en
dc.subject	Isolation Forest	en
dc.subject	incident forecasting	en
dc.subject	IT service management	en
dc.subject	machine learning	en
dc.subject	time series analysis	en
dc.subject	anomaly detection	en
dc.subject	Isolation Fores	en
dc.subject	resource optimization	en
dc.title	Інформаційна технологія прогнозування та мінімізації інцидентів під час управління ІТ-послугами	uk
dc.type	Thesis

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 26234.pdf
Розмір:: 828,46 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2026)