1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

Název:	Змагальні атаки на системи виявлення вторгнень з гібридною архітектурою у мережах IoT
Autoři:	Удовик, Ірина Кручінін, Олександр Тимофєєв, Дмитро
Affiliation:	Національний технічний університет «Дніпровська політехніка»
Bibliographic description (Ukraine):	Удовик І. Змагальні атаки на системи виявлення вторгнень з гібридною архітектурою у мережах IoT / Ірина Удовик, Олександр Кручінін, Дмитро Тимофєєв // ITSEC, 27-29 травня 2026 року. — Т. : ТНТУ, 2026. — С. 263–265.
Bibliographic reference (2015):	Удовик І., Кручінін О., Тимофєєв Д. Змагальні атаки на системи виявлення вторгнень з гібридною архітектурою у мережах IoT // ITSEC, Тернопіль, 27-29 травня 2026 року. 2026. С. 263–265.
Bibliographic citation (APA):	Udovyk, I., Kruchinin, O., & Tymofieiev, D. (2026). Zmahalni ataky na systemy vyiavlennia vtorhnen z hibrydnoiu arkhitekturoiu u merezhakh IoT. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 27-29 May 2026, Ternopil, 263-265. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Udovyk I., Kruchinin O., Tymofieiev D. (2026) Zmahalni ataky na systemy vyiavlennia vtorhnen z hibrydnoiu arkhitekturoiu u merezhakh IoT. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security (Tern., 27-29 May 2026), pp. 263-265 [in Ukrainian].
Is part of:	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
Conference/Event:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій
Journal/Collection:	Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій
Datum vydání:	27-kvě-2026
Date of entry:	27-srp-2026
Nakladatel:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	27-29 травня 2026 року 27-29 May 2026
UDC:	004.056.5
Number of pages:	3
Page range:	263-265
Start page:	263
End page:	265
URI:	http://elartu.tntu.edu.ua/handle/lib/53800
Copyright owner:	© Кафедра кібербезпеки Тернопільського національного технічного університету імені Івана Пулюя, 2026
URL for reference material:	https://www.mdpi.com/2073-431X/15/1/26 https://arxiv.org/abs/2507.19739v1 https://www.preprints.org/ https://arxiv.org/abs/2409.12472 https://arxiv.org/html/2603.23438v1 https://ieeexplore.ieee.org/document/11261632
References (Ukraine):	1. Babenko, T.; Kolesnikova, K.; Bakhtiyarova, Y.; Yeskendirova, D.; Sansyzbay, K.; Sysoyev, A.; Kruchinin, O. (2026). Hybrid GNN-LSTM Architecture for Probabilistic IoT Botnet Detection with Calibrated Risk Assessment: Computers, 15(1), p.26. – URL: https://www.mdpi.com/2073-431X/15/1/26. (дата звернення: 25.04.2026). 2. Karma Gurung, Ashutosh Ghimire, Fathi Amsaad. (2025). Enhancing IoT Intrusion Detection Systems through Adversarial Training. – URL: https://arxiv.org/abs/2507.19739v1. (дата звернення: 25.04.2026). 3. Ade Kurniawan, Merios Gusan Putra, Dani Lukman Hakim, Mochammad Ariyanto. (2026). Temporal Adversarial Attacks on Time Series and Reinforcement Learning Systems. – URL: https://www.preprints.org/ manuscript/202601.0598. (дата звернення: 25.04.2026). 4. Ziyi Liu, Dengpan Ye, Long Tang, Yunming Zhang, Jiacheng Deng. (2024). TEAM: Temporal Adversarial Examples Attack Model against Network Intrusion Detection System Applied to RNN. – URL: https://arxiv.org/abs/2409.12472. (дата звернення: 26.04.2026). 5. Islam Debicha, Tayeb Kenaza, Ishak Charfi, Salah Mosbah, Mehdi Sehaki, Jean-Michel Dricot. (2026). Targeted adversarial traffic generation: black- box approach to evade intrusion detection systems in IoT networks. – URL: https://arxiv.org/html/2603.23438v1. (дата звернення: 26.04.2026) 6. Dimitri Galli, Andrea Venturi, Dario Stabili, Mauro Andreolini, Mirco Marchetti. (2025). Defending Network Intrusion Detection Systems Based on Graph Neural Networks Against Structural Adversarial Attacks. – URL: https://ieeexplore.ieee.org/document/11261632. (дата звернення: 27.04.2026)
References (International):	1. Babenko, T.; Kolesnikova, K.; Bakhtiyarova, Y.; Yeskendirova, D.; Sansyzbay, K.; Sysoyev, A.; Kruchinin, O. (2026). Hybrid GNN-LSTM Architecture for Probabilistic IoT Botnet Detection with Calibrated Risk Assessment: Computers, 15(1), p.26, URL: https://www.mdpi.com/2073-431X/15/1/26. (Date of appeal: 25.04.2026). 2. Karma Gurung, Ashutosh Ghimire, Fathi Amsaad. (2025). Enhancing IoT Intrusion Detection Systems through Adversarial Training, URL: https://arxiv.org/abs/2507.19739v1. (Date of appeal: 25.04.2026). 3. Ade Kurniawan, Merios Gusan Putra, Dani Lukman Hakim, Mochammad Ariyanto. (2026). Temporal Adversarial Attacks on Time Series and Reinforcement Learning Systems, URL: https://www.preprints.org/ manuscript/202601.0598. (Date of appeal: 25.04.2026). 4. Ziyi Liu, Dengpan Ye, Long Tang, Yunming Zhang, Jiacheng Deng. (2024). TEAM: Temporal Adversarial Examples Attack Model against Network Intrusion Detection System Applied to RNN, URL: https://arxiv.org/abs/2409.12472. (Date of appeal: 26.04.2026). 5. Islam Debicha, Tayeb Kenaza, Ishak Charfi, Salah Mosbah, Mehdi Sehaki, Jean-Michel Dricot. (2026). Targeted adversarial traffic generation: black- box approach to evade intrusion detection systems in IoT networks, URL: https://arxiv.org/html/2603.23438v1. (Date of appeal: 26.04.2026) 6. Dimitri Galli, Andrea Venturi, Dario Stabili, Mauro Andreolini, Mirco Marchetti. (2025). Defending Network Intrusion Detection Systems Based on Graph Neural Networks Against Structural Adversarial Attacks, URL: https://ieeexplore.ieee.org/document/11261632. (Date of appeal: 27.04.2026)
Content type:	Conference Abstract
Vyskytuje se v kolekcích:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.