Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/52504
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorЛитвиненко, Ярослав Володимирович-
dc.contributor.advisorLytvynenko, Iaroslav-
dc.contributor.authorКозій, Олег Іванович-
dc.contributor.authorKoziy, Oleg-
dc.date.accessioned2026-06-19T15:30:58Z-
dc.date.available2026-06-19T15:30:58Z-
dc.date.issued2026-06-18-
dc.date.submitted2026-06-04-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52504-
dc.descriptionРоботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 18.06.2026р. на засіданні екзаменаційної комісії №31 у Тернопільському національному технічному університеті імені Івана Пулюяuk_UA
dc.description.abstractКваліфікаційна робота присв’ячена аналізу методів виявлення аномалій у журналах подій та розробці програми для виявлення аномалій у журналах подій інформаційних систем. Описано основні моменти щодо журналів подій в інформаціних системах їх роль у забезпеченні безпеки, розглянуті причини винекнення аномалій, проведений аналіз методів їх виявлення.У першому розділі роботи розглянуто поняття інформаційних систем і журналів подій, їх структуру, класифікацію та роль у моніторингу й забезпеченні інформаційної безпеки. Описано основні види аномалій, причини їх виникнення та можливі наслідки для функціонування систем. Виконано огляд традиційних методів виявлення аномалій, а також сучасних підходів на основі машинного навчання та штучного інтелекту. Проведено порівняльний аналіз існуючих методів і обґрунтовано вибір алгоритму Isolation Forest як найбільш доцільного для дослідження. У другому розділі розроблено програмне забезпечення для автоматичного виявлення аномалій у журналах подій інформаційних систем. Сформовано функціональні та нефункціональні вимоги до програми, спроєктовано її архітектуру, структуру обробки даних та алгоритм роботи. Також описано основні програмні модулі, етапи аналізу журналів подій і реалізацію алгоритму Isolation Forest для виявлення аномальної активності. У третьому розділі кваліфікаційної роботи висвітлено питання забезпечення безпеки життєдіяльності, визначено її мету, завдання та значення в сучасних умовах. Розглянуто порядок дій під час виникнення та ліквідації аварій на об’єктах господарської діяльності. Крім того, здійснено аналіз основних видів катастроф і аварій, а також охарактеризовано типові заходи реагування та аварійно-відновлювальні роботи, що проводяться для усунення їх наслідків і відновлення нормального функціонування об’єктів. Об’єкт дослідження: Процес виявлення аномалій у журналах подій інформаційних систем. Предмет дослідження: Методи аналізу подій у журналах інформаційних систем. Практичне значення одержаних результатів полягає у стовренні програми для виявлення аномалій у журналах подій інформаційних систем.uk_UA
dc.description.abstractThe qualification work is devoted to the analysis of methods for detecting anomalies in event logs and the development of a program for detecting anomalies in event logs of information systems. The main points regarding event logs in information systems and their role in ensuring security are described, the reasons for the occurrence of anomalies are considered, and the methods for their detection are analyzed. The first section of the work considers the concepts of information systems and event logs, their structure, classification and role in monitoring and ensuring information security. The main types of anomalies, the causes of their occurrence and possible consequences for the functioning of the systems are described. A review of traditional methods for detecting anomalies, as well as modern approaches based on machine learning and artificial intelligence, is carried out. A comparative analysis of existing methods is carried out and the choice of the Isolation Forest algorithm as the most appropriate for the study is justified. In the second section, software is developed for automatic detection of anomalies in event logs of information systems. Functional and non-functional requirements for the program are formed, its architecture, data processing structure and operation algorithm are designed. The main software modules, stages of event log analysis and implementation of the Isolation Forest algorithm for detecting anomalous activity are also described. The third section of the qualification work highlights the issue of ensuring the safety of life, defines its purpose, objectives and significance in modern conditions. The procedure for actions during the occurrence and elimination of accidents at business facilities is considered. In addition, the main types of disasters and accidents are analyzed, as well as typical response measures and emergency recovery work carried out to eliminate their consequences and restore normal functioning of facilities are characterized. Object of research: The process of detecting anomalies in event logs of information systems. Subject of research: Methods of analyzing events in event logs of information systems. The practical significance of the results obtained is in creating a program for detecting anomalies in event logs of information systems.uk_UA
dc.description.tableofcontentsВСТУП 9 РОЗДІЛ 1. АНАЛІЗ ЛІТЕРАТУРНИХ ДЖЕРЕЛ У НАПРЯМКУ ВИЯВЛЕННЯ АНОМАЛІЙ У ЖУРНАЛАХ ПОДІЙ ІНФОРМАЦІЙНИХ СИСТЕМ 11 1.1. Інформаційні системи та журнали подій 11 1.2. Журнали подій інформаційних систем та їх роль у моніторингу й забезпеченні безпеки 19 1.3. Аномалії в журналах подій: поняття, класифікація та причини виникнення 21 1.4. Традиційні методи виявлення аномалій у журналах подій 24 1.5. Сучасні методи виявлення аномалій на основі машинного навчання та штучного інтелекту 27 1.6. Порівняльний аналіз існуючих методів виявлення аномалій та обґрунтування вибору підходу для дослідження 30 1.7. Висновок до першого розділу 34 РОЗДІЛ 2. РОЗРОБКА ПРОГРАМИ ДЛЯ ВИЯВЛЕННЯ АНОМАЛІЙ У ЖУРНАЛАХ ПОДІЙ ІНФОРМАЦІЙНИХ СИСТЕМ 35 2.1 Постановка задачі виявлення аномалій та формування вимог до програмного забезпечення 35 2.2 Проєктування архітектури програми та структури обробки журналів подій 36 2.3 Розробка алгоритму виявлення аномалій у журналах подій інформаційних систем 39 2.4 Реалізація програмного забезпечення та опис основних модулів системи 41 2.5 Тестування програми та аналіз результатів виявлення аномалій 45 2.6 Висновок до другого розділу 51 РОЗДІЛ 3. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 53 3.1 Безпека життєдіяльності. Мета та завдання 53 3.2 Інформаційне забезпечення БЖД 55 3.3 План ліквідації аварій на виробничому об’єкті 57 3.4 Висновок до третього розділу 62 ВИСНОВКИ 63 ПЕРЕЛІК ДЖЕРЕЛ 65 ДОДАТКИuk_UA
dc.format.extent78-
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені ім. І. Пулюяuk_UA
dc.subject122uk_UA
dc.subjectкомп’ютерні наукиuk_UA
dc.subjectжурналuk_UA
dc.subjectметодuk_UA
dc.subjectінформаційна системаuk_UA
dc.subjectаномаліяuk_UA
dc.subjectloguk_UA
dc.subjectmethoduk_UA
dc.subjectinformation systemuk_UA
dc.subjectanomalyuk_UA
dc.titleАналіз методів виявлення аномалій у журналах подій інформаційних системuk_UA
dc.title.alternativeAnalysis of Anomaly Detection Methods in Information System Event Logsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Козій Олег Іванович, 2026uk_UA
dc.coverage.placenameТернопільuk_UA
dc.subject.udc004.056.5:004.89uk_UA
dc.relation.references1. Aggarwal C. C. Outlier Analysis / C. C. Aggarwal. — 2nd ed. — Cham : Springer, 2017. — 446 p.uk_UA
dc.relation.references2. Chandola V. Anomaly Detection: A Survey / V. Chandola, A. Banerjee, V. Kumar // ACM Computing Surveys. — 2009. — Vol. 41, № 3. — P. 1–58.uk_UA
dc.relation.references3. Liu F. T. Isolation Forest / F. T. Liu, K. M. Ting, Z.-H. Zhou // Proceedings of the IEEE International Conference on Data Mining. — Pisa, Italy, 2008. — P. 413–422.uk_UA
dc.relation.references4. Liu F. T. Isolation-Based Anomaly Detection / F. T. Liu, K. M. Ting, Z.-H. Zhou // ACM Transactions on Knowledge Discovery from Data. — 2012. — Vol. 6, № 1. — P. 1–39.uk_UA
dc.relation.references5. Bishop C. M. Pattern Recognition and Machine Learning / C. M. Bishop. — New York : Springer, 2006. — 738 p.uk_UA
dc.relation.references6. Goodfellow I. Deep Learning / I. Goodfellow, Y. Bengio, A. Courville. — Cambridge : MIT Press, 2016. — 775 p.uk_UA
dc.relation.references7. Géron A. Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow / A. Géron. — 3rd ed. — Sebastopol : O’Reilly Media, 2022. — 851 p.uk_UA
dc.relation.references8. Han J. Data Mining: Concepts and Techniques / J. Han, M. Kamber, J. Pei. — 4th ed. — Burlington : Morgan Kaufmann, 2022. — 740 p.uk_UA
dc.relation.references9. Scikit-learn Developers. Scikit-learn: Machine Learning in Python [Electronic resource]. — Access mode: https://scikit-learn.orguk_UA
dc.relation.references10. McKinney W. Python for Data Analysis / W. McKinney. — 3rd ed. — Sebastopol : O’Reilly Media, 2022. — 579 p.uk_UA
dc.relation.references11. VanderPlas J. Python Data Science Handbook / J. VanderPlas. — Sebastopol : O’Reilly Media, 2017. — 548 p.uk_UA
dc.relation.references12. Turnbull J. The Logstash Book / J. Turnbull. — New York : James Turnbull, 2014. — 420 p.uk_UA
dc.relation.references13. Chuvakin A. Logging and Log Management: The Authoritative Guide to Understanding the Concepts Surrounding Logging and Log Management / A. Chuvakin, K. Schmidt, C. Phillips. — Waltham : Syngress, 2012. — 432 p.uk_UA
dc.relation.references14. Bejtlich R. The Practice of Network Security Monitoring / R. Bejtlich. — San Francisco : No Starch Press, 2013. — 376 p.uk_UA
dc.relation.references15. Easttom C. Network Defense and Countermeasures / C. Easttom. — Cham : Springer, 2020. — 428 p. 16. Stallings W. Network Security Essentials: Applications and Standards / W. Stallings. — 7th ed. — London : Pearson Education, 2020. — 816 p.uk_UA
dc.relation.references17. Kim D. Fundamentals of Information Systems Security / D. Kim, M. Solomon. — 4th ed. — Burlington : Jones & Bartlett Learning, 2021. — 720 p.uk_UA
dc.relation.references18. Van der Aalst W. Process Mining: Data Science in Action / W. Van der Aalst. — 2nd ed. — Berlin : Springer, 2016. — 467 p.uk_UA
dc.relation.references19. Splunk Inc. Splunk Documentation [Electronic resource]. — Access mode: https://docs.splunk.comuk_UA
dc.relation.references20. Elastic N.V. Elastic Stack Documentation [Electronic resource]. — Access mode: https://www.elastic.co/guideuk_UA
dc.relation.references21. Литвиненко Я.В., Лупенко С.А., Щербак Л.М. Моделювання та обробка циклічних сигналів серця на ЕОМ. // Вимірювальна та обчислювальна техніка в технологічних процесах.- Хмельницький: Вид.-во “Навчальна книга”. – 2000. №3, -132-139с.uk_UA
dc.relation.references22. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів // Тези доповідей п’ятої наук.-техн. конф. ТДТУ ”Прогресивні матеріали, технології та обладнання в машино- і приладобудуванні”. Тернопіль. – 2001. – 16.uk_UA
dc.relation.references23. Осухівська Г.М. Обгрунтування вибору фільтру для статистичного аналізу тональних сигналів. Вісник Тернопільського державного технічного університету. 1997. Т. 2, № 2. С. 57-62.uk_UA
dc.relation.references24. Литвиненко Я., Лупенко С., Щербак Л. Статистичний метод визначення зонної структури електрокардіосигналу в автоматизованих діагностичних системах. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 3. С. 165-175.uk_UA
dc.relation.references25. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів. Тези доповідей п’ятої наук. конф. ТДТУ. Тернопіль. 2001. С. 16.uk_UA
dc.relation.references26. Лупенко C. А., Литвиненко Я. В., Сверстюк А. С. Статистичний сумісний аналіз кардіосигналів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. Електроніка та системи управління. Національний авіаційний університет. Київ, 2008. № 4 (18). С. 22-29.uk_UA
dc.relation.references27. Лупенко С., Литвиненко Я., Сверстюк А. Сумісна статистична обробка синхронно зареєстрованих кардіосигналів на базі їх моделі у вигляді циклічних ритмічно пов’язаних випадкових процесів. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 травня 2008 р. Тернопіль, 2008. С. 111.uk_UA
dc.relation.references28. Литвиненко Я.В. Моделювання та методи визначення зонної часової структури електрокардіосигналу в автоматизованих діагностичних системах: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2006. 20 с.uk_UA
dc.relation.references29. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів на основі вектора циклічних ритмічно пов’язаних випадкових процесів / А. Б. Горкуненко, С. А. Лупенко, Н. Р. Дем’янчук, Я. В. Литвиненко // Електроніка та системи управління. К: НАУ, 2011. № 2. С. 133–141.uk_UA
dc.relation.references30. Інформаційна технологія моделювання, аналізу та прогнозування циклічних економічних процесів / А. Б. Горкуненко, С. А. Лупенко, Г. М. Осухівська, Н. Б. Стадник // Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: ХНУ, 2012. № 2. С. 167−176.uk_UA
dc.relation.references31. Інформаційна технологія прогнозування циклічних економічних процесів / А. Горкуненко, Р. Козак, Я. Литвиненко [та ін.] // Вісник Тернопільського національного технічного університету ім. І. Пулюя. Тернопіль: ТНТУ, 2012. № 1. С. 143−154.uk_UA
dc.relation.references32. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169.uk_UA
dc.relation.references33. I.V. Lytvynenko. The method of segmentation of stochastic cyclic signals for the problems of their processing and modeling/ I.V. Lytvynenko / Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2017, Vol. 4, No. 2, pp. 93-103.uk_UA
dc.relation.references34. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293.uk_UA
dc.relation.references35. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7.uk_UA
dc.relation.references36. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169.uk_UA
dc.relation.references37. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293.uk_UA
dc.relation.references38. I.V. Lytvynenko. Method of the quadratic interpolation of the discrete rhythm function of the cyclical signal with a defined segment structure / I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2016, Vol. 84, No. 4, pp. 131-138.uk_UA
dc.relation.references39. S. Lupenko, A. Lupenko, I. Lytvynenko, V. Martsenyuk. Methods for Estimating the Discrete Rhythmic Structure of Cyclic Random Processes Using Adaptive Interpolation Conference on Computer Science and Information Technologies CSIT 2020: Advances in Intelligent Systems and Computing V pp 614-627 Conference paper. First Online: 23 December 2020. Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 1293).uk_UA
dc.relation.references40. Method of Evaluation of Discrete Rhythm Structure of Cyclic Signals with the Help of Adaptive Interpolation Lytvynenko, I., Lupenko, S., Onyskiv, P. 2020 IEEE 15th International Scientific and Technical Conference on Computer Sciences and Information Technologies, CSIT 2020 - Proceedings, 2020, 1, pp. 155–158, 9321878uk_UA
dc.relation.references41. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7.uk_UA
dc.relation.references42. Software for statistical processing and modeling of a set of synchronously registered cardio signals of different physical nature Lupenko, S., Lytvynenko, I., Sverstiuk, A., Horkunenko, A., Shelestovskyi, B. CEUR Workshop Proceedings, 2021, 2864, pp. 194–205uk_UA
dc.relation.references43. Modeling and Methods of Statistical Processing of a Vector Rhytmocardiosignal I Lytvynenko, S Lupenko, P Onyskiv, A Zozulia The Open Bioinformatics Journal 14 (1) 73-86uk_UA
dc.relation.references44. I.V. Lytvynenko, P.O. Marushak, S.A. Lupenko, Yu.I. Hats, A.Menou. Software tools for the analysis of the self-organizing material surface after deformation for the problems of its sementation and statistical processing // Proc. of International Symposium Aircraft materials. ACMA 2016. (May 11-13). - 2016. - Morocco, Agadir. – P. 138-139.uk_UA
dc.relation.references45. Lupenko, S., Lytvynenko, I., Stadnyk, N. Method of Statistical Processing of Discrete Cycle Random Processes, by their Reduction to Isomorphic Periodic Random Sequences 2020 10th International Conference on Advanced Computer Information Technologies, ACIT 2020 - Proceedings, 2020, pp. 209-212, 9209004uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені ім. І. Пулюяuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Козій О. І. Аналіз методів виявлення аномалій у журналах подій інформаційних систем : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 122 - комп’ютерні науки / наук. кер. Я. В. Литвиненко. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 78 с.uk_UA
Розташовується у зібраннях:122 — Компʼютерні науки, F3 Комп’ютерні науки (бакалаври)

Файли цього матеріалу:
Файл Опис РозмірФормат 
2026_KRB_SNzs-41_Koziy_OI.pdfДипломна робота1,62 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора