Пошук академічних текстів

Інформація × Реєстраційний номер 2125U003023, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Застосування методів і підходів інтелектуального аналізу даних для аналізу даних критичної інфраструктури Автор Самаріна Валерія ЄвгенівнаSamarina Valeriya Yevhenivna Дата публікації 01-01-2025 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/76249 Видання Київ Опис 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. Додано в НРАТ 2025-11-05 Закрити