Концептуальні основи виявлення аномалій у промислових інформаційних системах з використанням машинного навчання
| dc.contributor.author | Довидовський, Едуард О. | uk_UA |
| dc.contributor.author | Гуда, Антон Ігорович | uk_UA |
| dc.contributor.author | Селівьорстова, Тетяна Віталіївна | uk_UA |
| dc.date.accessioned | 2026-06-17T07:35:21Z | |
| dc.date.issued | 2026 | |
| dc.description | Е. Довидовський: ORCID 0009-0006-7482-1305; А. Гуда: ORCID 0000-0003-1139-1580; Т. Селівьорстова: ORCID 0000-0002-2470-6986 | uk_UA |
| dc.description.abstract | UKR: У роботі розглянуто підходи до виявлення аномалій у промислових інформаційно-управляючих системах із використанням методів машинного навчання. Проаналізовано особливості функціонування сучасних виробничих середовищ та пов’язані з ними ризики інформаційної безпеки, що виникають у процесі цифрової трансформації промисловості та інтеграції інформаційних технологій у виробничі процеси. Основну увагу приділено моделям неконтрольованого навчання, які дозволяють формувати узагальнене уявлення про нормальний стан системи без попереднього маркування даних. Розглянуто принцип роботи автоенкодера як інструмента виявлення відхилень на основі аналізу помилки реконструкції. Запропоновано узагальнену концептуальну схему виявлення аномалій, що базується на порівнянні фактичних і відновлених значень параметрів та дозволяє інтерпретувати відхилення як потенційні порушення нормального функціонування системи. Робота має теоретичний характер і спрямована на систематизацію існуючих підходів. | uk_UA |
| dc.description.abstract | ENG: The paper provides a conceptual overview of anomaly detection in industrial information systems with a focus on machine learning methods. The discussion emphasizes unsupervised approaches for modeling normal system behavior and detecting deviations without predefined attack patterns. The work is descriptive and aims to clarify the underlying principles rather than present experimental validation. | en |
| dc.identifier.citation | Довидовський Е. О., Гуда А. І., Селівьорстова Т. В. Концептуальні основи виявлення аномалій у промислових інформаційних системах з використанням машинного навчання. Інформаційні технології в металургії та машинобудуванні – ІТММ’2026 : тези доп. Міжнародної наук.-техн. конф. (м. Дніпро, 21-23 березня 2026 р.). Дніпро, 2026. C. 406–409. DOI: https://doi.org/10.34185/1991-7848.itmm.2026.01.072. | uk_UA |
| dc.identifier.doi | https://doi.org/10.34185/1991-7848.itmm.2026.01.072 | en |
| dc.identifier.issn | 2708-0102 (Online) | |
| dc.identifier.uri | https://journals.nmetau.edu.ua/index.php/itmm/uk/article/view/2456 | en |
| dc.identifier.uri | https://crust.ust.edu.ua/handle/123456789/22414 | en |
| dc.language.iso | uk | |
| dc.publisher | Український державний університет науки і технологій, ІВК «Системні технології», Дніпро | uk_UA |
| dc.rights | Creative Commons Attribution 4.0 International License | en |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | en |
| dc.subject | машинне навчання | uk_UA |
| dc.subject | аномалії | uk_UA |
| dc.subject | інформаційна безпека | uk_UA |
| dc.subject | автоенкодер | uk_UA |
| dc.subject | промислові системи | uk_UA |
| dc.subject | поведінковий аналіз | uk_UA |
| dc.subject | machine learning | en |
| dc.subject | anomaly detection | en |
| dc.subject | cybersecurity | en |
| dc.subject | autoencoder | en |
| dc.subject | industrial systems | en |
| dc.subject | behavioral analysis | en |
| dc.subject | КІТС | uk_UA |
| dc.subject.classification | TECHNOLOGY | en |
| dc.subject.classification | TECHNOLOGY::Information technology | en |
| dc.title | Концептуальні основи виявлення аномалій у промислових інформаційних системах з використанням машинного навчання | uk_UA |
| dc.title.alternative | Conceptual Foundations of Anomaly Detection in Industrial Information Systems Using Machine Learning | en |
| dc.type | Thesis | en |