машинне навчання

The research introduces a hybrid behavioural analysis technique for early detection of anomalous user behavior observed on web applications. This strategy involves statistical probability modeling and sequence- based deep learning to design interpretable and robust anomaly detection. A probability baseline has been obtained as a probabilistic basis using KDE (Kernel Density Estimation) and longitudinal time series patterns are sampled using an LSTM network. The hybrid anomaly score combines these two models to dynamically analyze behavioural deviations.

The article discusses modern information security technologies in distributed and asymmetric systems, as well as problems arising from their implementation in the context of growing cyber threats. An analysis of cryptographic methods, authentication systems, access control, and intrusion detection has been provided. Particular attention has been paid to the limitations of existing technologies and promising areas for their improvement, in particular the use of machine learning methods, block chain technologies, and the Zero Trust concept.

Розглянуто проблему виявлення аномалій у мережному трафіку та запропоновано комплексне рішення для підвищення рівня кібербезпеки організацій різного масштабу. Здійснено порівняльний аналіз наявних систем моніторингу та виявлення аномалій, включаючи як відкриті рішення, так і комерційні продукти.

Цифрова трансформація публічних сервісів є ключовим напрямом модернізації державного управління в умовах інформаційного суспільства. Зростання вимог громадян до швидкості, доступності та якості послуг зумовлює потребу у впровадженні інтелектуальних технологій. Використання штучного інтелекту, машинного навчання та аналітики великих даних відкриває нові можливості для оптимізації процесів, прогнозування навантаження, виявлення аномалій і підтримки управлінських рішень.

У статті представлено результати математичного та комп’ютерного моделювання процесу стикового зварювання оцинкованих сталевих штаб, з яких формували армувальні профілі, що використовуються у виробництві металопластикових вікон. Актуальність дослідження зумовлена необхідністю підвищення якості з’єднань та стабільності виробничих процесів у галузі віконного виробництва. Основною метою роботи є побудова моделей, здатних з високою точністю прогнозувати міцність профілю у місті зварного з’єднання на основі ключових параметрів зварювання.

У цій статті пропонується нова архітектура багатоагентної системи та її формальна специфікація для аналізу та адаптивної корекції навчальних траєкторій студентів за допомогою програмних агентів у цифрових навчальних середовищах. Запропонований підхід інтегрує інструменти штучного інтелекту, часову логіку та багатоагентну системну архітектуру для забезпечення персоналізованої адаптації освітнього контенту.