кібербезпека

У статті досліджено особливості оцінювання ризиків функціонування автоматизованих транспортних засобів у змішаному транспортному середовищі, де одночасно взаємодіють автоматизовані та традиційні учасники дорожнього руху. Актуальність теми зумовлена високим рівнем аварійності, пов’язаним із людським фактором, а також ускладненням структури ризиків унаслідок упровадження інтелектуальних транспортних систем.

Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

Стаття поширюється за ліцензією Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

У цій роботі представлені методи виявлення статистичних аномалій у кіберфізичних системах з використанням набору даних захищеного водоочищення, зменшеної версії реальної промислової водоочисної станції. Ми розглядаємо критичний сигнал давача, індикатор рівня води LIT301, та розробляємо дві відповідні конфігурації існуючих статистичних моделей, щоб використати їх для виявлення кібератак, зокрема виявлення зміщень Z-оцінки за допомогою рухомого вікна та модель авторегресії інтегрованого ковзного середнього порядку (3,0,5).

Досліджено кібербезпекові наслідки числових аномалій стандарту IEEE 754 – міжнародного стандарту арифметики з рухомою комою, що визначає формати представлення, правила округлення та поведінку виняткових ситуацій у сучасних обчислювальних системах. Проаналізовано стандарт IEEE 754-2019 щодо семантики спеціальних значень (NaN – Not-a-Number, не-число; знак нуля; нескінченності; денормалізовані числа) як потенційних векторів атак. Виконано систематичний аналіз 312 CVE-записів бази NVD (National Vulnerability Database, Національна база вразливостей) за 2015–2024 рр.

У статті досліджено адміністративно-правове забезпечення цифровізації публічного управ- ління в аграрній сфері України як комплексний механізм, що поєднує нормативне регулювання, інституційні спроможності та організаційно-процедурні інструменти впровадження цифрових рішень у діяльність органів публічної влади.

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.