Search academic texts

Information × Registration Number 2125U003023, Article popup.category Бакалаврська робота Title Застосування методів і підходів інтелектуального аналізу даних для аналізу даних критичної інфраструктури (AI translated) popup.author Самаріна Валерія ЄвгенівнаSamarina Valeriya Yevhenivna popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76249 popup.publisher Київ Description Дипломна робота: 119 с., 12 рис., 8 табл., 2 додатки, 20 джерел. Об’єктом дослідження є критична інформаційна інфраструктура, що піддається кіберзагрозам. Предметом дослідження є методи машинного навчання для виявлення аномалій, класифікації рівнів загрози та прогнозування кіберінцидентів на основі технічних даних. Метою роботи є розробка та дослідження ефективних підходів до аналізу та моніторингу кіберзагроз у сфері критичної інфраструктури з використанням інструментів машинного навчання. Практичним результатом роботи є програмна система, реалізована мовою Python, яка дозволяє проводити класифікацію інцидентів, виявляти аномалії та прогнозувати кількість атак на основі реального датасету кіберінцидентів. Bachelor thesis: 119 p., 12 fig., 8 tabl., 2 append., 20 references. The object of research is critical information infrastructure exposed to cyber threats. The subject of the study is machine learning methods for anomaly detection, threat level classification, and cyber incident prediction based on technical data. The aim of the work is to develop and research effective approaches to analyzing and monitoring cyber threats in the field of critical infrastructure using machine learning tools. The practical result of the work is a software system implemented in Python, which allows to classify incidents, detect anomalies and predict the number of attacks based on a real cyber incident dataset. popup.nrat_date 2025-11-05 Close