Методи машинного навчання для виявлення мережевих вторгнень у системах кібербезпеки
Loading...
Date
2026
Journal Title
Journal ISSN
Volume Title
Publisher
ЧДБК
Abstract
У сучасному середовищі інформаційних технологій динаміка розвитку кіберзагроз вимагає впровадження інтелектуальних засобів захисту. Традиційні системи виявлення вторгнень (IDS), що базуються на сигнатурному аналізі, демонструють обмежену ефективність проти атак нового типу, оскільки вони нездатні розпізнавати аномалії, що відсутні у заздалегідь визначених базах даних. Саме тому застосування методів машинного навчання є пріоритетним напрямком, що дозволяє автоматизувати процес ідентифікації підозрілої активності на основі аналізу статистичних характеристик мережевих потоків.
Description
Keywords
SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science, SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information technology
Citation
Олійник М.С., Медолиз М.М. Методи машинного навчання для виявлення мережевих вторгнень у системах кібербезпеки. Матеріали ХVІІI Всеукраїнської науково-практичної конференції «Тенденції розвитку ІТ-технологій в Україні»: збірник наукових праць. Черкаси, 2026. С. 90-93