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

Байєсівські методи навчання з підкріпленням для оцінювання невизначеності в задачах тестування безпеки вебзастосунків

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Розглянуто застосування байєсівських методів навчання з підкріпленням для оцінювання невизначеності у задачах тестування безпеки вебзастосунків. Показано, що інтеграція гаусових процесів з алгоритмами Temporal
The application of Bayesian reinforcement learning methods for uncertainty estimation in web application security testing tasks is considered. It is shown that the integration of Gaussian processes with Temporal Difference and Actor–

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Притула А. В., Куперштейн Л. М. Байєсівські методи навчання з підкріпленням для оцінювання невизначеності в задачах тестування безпеки вебзастосунків // 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-fitki/all-fitki-2026/paper/view/28193.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (12)

  1. Толкачова А., Піскозуб А. Методи для тестування безпеки веб-застосунків // Кібербезпека: освіта, наука, техніка. - 2024. - №2 (26). 115–122. DOI: https://doi.org/10.28925/2663-4023.2024.26.668 (дата звернення: 14.03.2026).
  2. Притула А. В., Куперштейн Л. М. Застосування методів навчання з підкріпленням у тестуванні на проникнення: ефективність, виклики та перспективи // Студентська конференція з Інформаційної, Функційної і Кібербезпеки (СКІФіК). Харків, 2024. - С. 78–80. (дата звернення: 14.03.2026).
  3. Aydos M., Aldan ., Cokun E., Soydan A. Security testing of web applications: A systematic mapping of the literature // Journal of King Saud University - Computer and Information Sciences. - 2022. - Vol. 34, No. 9. - P. 6775–6792. DOI: https://doi.org/10.1016/j.jksuci.2021.09.018 (дата звернення: 14.03.2026).
  4. Daz-Verdejo J., Muoz-Calle J., Estepa Alonso A. et al. On the Detection Capabilities of Signature-Based Intrusion Detection Systems in the Context of Web Attacks // Applied Sciences. - 2022. - Vol. 12, No. 2. - P. 852. DOI: https://doi.org/10.3390/app12020852 (дата звернення: 19.03.2026).
  5. Притула А. В., Куперштейн Л. М., Маліновський В. І. Аналіз технологій тестування на проникнення web-додатків // Наукові праці Вінницького національного технічного університету. - 2024. - №2. DOI: https://doi.org/10.31649/2307-5376-20242-45-53. (дата звернення: 16.03.2026).
  6. Song B., Sun L., Qin Z. Design of Web Security Penetration Test System Based on Attack and Defense Game // Scientific Programming. - 2022. - Vol. 2022. - P. 1–11. DOI: https://doi.org/10.1155/2022/8645969 (дата звернення: 15.03.2026).
  7. Katsikeas S., Rencelj Ling E., Johnsson P., Ekstedt M. Empirical evaluation of a threat modeling language as a cybersecurity assessment tool // Computers & Security. - 2024. - Vol. 140. DOI: https://doi.org/10.1016/j.cose.2024.103743 (дата звернення: 15.03.2026).
  8. Do C. T. et al. Game Theory for Cyber Security and Privacy // ACM Computing Surveys. - 2017. - Vol. 50, No. 2. - P. 1–37. DOI: https://doi.org/10.1145/3057268 (дата звернення: 15.03.2026).
  9. Huang L., Zhu Q. A dynamic games approach to proactive defense strategies against Advanced Persistent Threats in cyberphysical systems // Computers & Security. - 2020. - Vol. 89. - P. 1-24. DOI: https://doi.org/10.1016/j.cose.2019.101660 (дата звернення: 19.03.2026).
  10. Liu S., Cao J., Wang Y., Chen W., Liu Y. Self-play reinforcement learning with comprehensive critic in computer games // Neurocomputing. - 2021. - Vol. 449. - P. 207–213. DOI: https://doi.org/10.1016/j.neucom.2021.04.006 (дата звернення: 14.03.2026).