Link lub cytat. http://elartu.tntu.edu.ua/handle/lib/53790
Tytuł: Використання автоенкодерів для виявлення кібербезпекових аномалій в інформаційно-телекомунікаційних мережах
Authors: Іванченко, Євгенія
Рижаков, Микола
Кихтенко, Євген
Роженко, Артем
Affiliation: Державний університет інформаційно-комунікаційних технологій
Bibliographic description (Ukraine): Використання автоенкодерів для виявлення кібербезпекових аномалій в інформаційно-телекомунікаційних мережах / Євгенія Іванченко, Микола Рижаков, Євген Кихтенко, Артем Роженко // ITSEC, 27-29 травня 2026 року. — Т. : ТНТУ, 2026. — С. 243–248.
Bibliographic reference (2015): Використання автоенкодерів для виявлення кібербезпекових аномалій в інформаційно-телекомунікаційних мережах / Іванченко Є. та ін. // ITSEC, Тернопіль, 27-29 травня 2026 року. 2026. С. 243–248.
Bibliographic citation (APA): Ivanchenko, Ye., Rizhakov, M., Kykhtenko, Ye., & Rozhenko, A. (2026). Vykorystannia avtoenkoderiv dlia vyiavlennia kiberbezpekovykh anomalii v informatsiino-telekomunikatsiinykh merezhakh. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 27-29 May 2026, Ternopil, 243-248. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO): Ivanchenko Ye., Ryzhakov M., Kykhtenko Ye., Rozhenko A. (2026) Vykorystannia avtoenkoderiv dlia vyiavlennia kiberbezpekovykh anomalii v informatsiino-telekomunikatsiinykh merezhakh. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security (Tern., 27-29 May 2026), pp. 243-248 [in Ukrainian].
Część publikacji: Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій, 2026
Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 2026
Konferencja/wydarzenie: ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій
Journal/kolekcja: Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій
Data wydania: 27-maj-2026
Date of entry: 27-sie-2026
Wydawca: ТНТУ
TNTU
Place edycja: Тернопіль
Ternopil
Zakresu czasowego: 27-29 травня 2026 року
27-29 May 2026
UDC: 004.056
004.8
Strony: 6
Zakres stron: 243-248
Główna strona: 243
Strona końcowa: 248
URI: http://elartu.tntu.edu.ua/handle/lib/53790
Właściciel praw autorskich: © Кафедра кібербезпеки Тернопільського національного технічного університету імені Івана Пулюя, 2026
Związane URL literatura: https://www.enisa.europa.eu/publications/enisa-threat-landscape-2024
https://zakon.rada.gov.ua/laws/show/1882-20
https://csecurity.kubg.edu.ua/index.php/journal/article/view/823
https://duikt.edu.ua/uploads/p_2958_82196938.pdf
Wykaz piśmiennictwa: 1. ENISA Threat Landscape 2024. European Union Agency for Cybersecurity, 2024. 142 p. URL: https://www.enisa.europa.eu/publications/enisa-threat-landscape-2024 (дата звернення: 28.04.2026).
2. Про критичну інфраструктуру : Закон України від 16.11.2021 № 1882- IX. URL: https://zakon.rada.gov.ua/laws/show/1882-20 (дата звернення: 28.04.2026).
3. Kwon D., Kim H., Kim J., Suh S. C., Kim I., Kim K. A survey of deep learning-based network anomaly detection. Cluster Computing. 2019. Vol. 22. P. 949–961. DOI: 10.1007/s10586-017-1117-8.
4. Chalapathy R., Chawla S. Deep learning for anomaly detection: A survey. arXiv preprint arXiv:1901.03407. 2019. 50 p.
5. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p.
6. Hinton G. E., Salakhutdinov R. R. Reducing the dimensionality of data with neural networks. Science. 2006. Vol. 313, № 5786. P. 504–507.
7. Іванченко Є. І., Рижаков М. М. Узагальнена модель прогнозування та виявлення кібербезпекових аномалій на основі штучного інтелекту. Кібербезпека: освіта, наука, техніка. 2025. URL: https://csecurity.kubg.edu.ua/index.php/journal/article/view/823.
8. Рижаков М. М. Моделі та методи виявлення кіберінцидентів у телекомунікаційних мережах критичної інфраструктури : дис. … д-ра філософії : 125 / Держ. ун-т інформ.-комунікац. технологій. Київ, 2025. URL: https://duikt.edu.ua/uploads/p_2958_82196938.pdf.
9. Pang G., Shen C., Cao L., Hengel A. v. d. Deep learning for anomaly detection: A review. ACM Computing Surveys. 2021. Vol. 54, № 2. P. 1–38. DOI: 10.1145/3439950.
References: 1. ENISA Threat Landscape 2024. European Union Agency for Cybersecurity, 2024. 142 p. URL: https://www.enisa.europa.eu/publications/enisa-threat-landscape-2024 (Date of appeal: 28.04.2026).
2. Pro krytychnu infrastrukturu : Zakon Ukrainy vid 16.11.2021 No 1882- IX. URL: https://zakon.rada.gov.ua/laws/show/1882-20 (Date of appeal: 28.04.2026).
3. Kwon D., Kim H., Kim J., Suh S. C., Kim I., Kim K. A survey of deep learning-based network anomaly detection. Cluster Computing. 2019. Vol. 22. P. 949–961. DOI: 10.1007/s10586-017-1117-8.
4. Chalapathy R., Chawla S. Deep learning for anomaly detection: A survey. arXiv preprint arXiv:1901.03407. 2019. 50 p.
5. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge : MIT Press, 2016. 800 p.
6. Hinton G. E., Salakhutdinov R. R. Reducing the dimensionality of data with neural networks. Science. 2006. Vol. 313, No 5786. P. 504–507.
7. Ivanchenko Ye. I., Ryzhakov M. M. Uzahalnena model prohnozuvannia ta vyiavlennia kiberbezpekovykh anomalii na osnovi shtuchnoho intelektu. Kiberbezpeka: osvita, nauka, tekhnika. 2025. URL: https://csecurity.kubg.edu.ua/index.php/journal/article/view/823.
8. Ryzhakov M. M. Modeli ta metody vyiavlennia kiberintsydentiv u telekomunikatsiinykh merezhakh krytychnoi infrastruktury : dys. … d-ra filosofii : 125, Derzh. un-t inform.-komunikats. tekhnolohii. Kyiv, 2025. URL: https://duikt.edu.ua/uploads/p_2958_82196938.pdf.
9. Pang G., Shen C., Cao L., Hengel A. v. d. Deep learning for anomaly detection: A review. ACM Computing Surveys. 2021. Vol. 54, No 2. P. 1–38. DOI: 10.1145/3439950.
Typ zawartości: Conference Abstract
Występuje w kolekcjach:ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)



Pozycje DSpace są chronione prawami autorskimi