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)

Назва:	Проблеми та обмеження виявлення аномалій у кіберфізичних системах критичної інфраструктури
Автори:	Воробець, Ігор
Приналежність:	Тернопільський національний технічний університет імені Івана Пулюя
Бібліографічний опис:	Воробець І. Проблеми та обмеження виявлення аномалій у кіберфізичних системах критичної інфраструктури / Ігор Воробець // ITSEC, 27-29 травня 2026 року. — Т. : ТНТУ, 2026. — С. 149–150.
Бібліографічне посилання:	Воробець І. Проблеми та обмеження виявлення аномалій у кіберфізичних системах критичної інфраструктури // ITSEC, Тернопіль, 27-29 травня 2026 року. 2026. С. 149–150.
Bibliographic citation (APA):	Vorobets, I. (2026). Problemy ta obmezhennia vyiavlennia anomalii u kiberfizychnykh systemakh krytychnoi infrastruktury. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 27-29 May 2026, Ternopil, 149-150. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Vorobets I. (2026) Problemy ta obmezhennia vyiavlennia anomalii u kiberfizychnykh systemakh krytychnoi infrastruktury. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security (Tern., 27-29 May 2026), pp. 149-150 [in Ukrainian].
Є частиною видання:	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
Конференція/захід:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій
Журнал/збірник:	Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій
Дата публікації:	27-тра-2026
Дата внесення:	27-сер-2026
Видавництво:	ТНТУ TNTU
Місце видання, проведення:	Тернопіль Ternopil
Часове охоплення:	27-29 травня 2026 року 27-29 May 2026
УДК:	004.056 004.8
Кількість сторінок:	2
Діапазон сторінок:	149-150
Початкова сторінка:	149
Кінцева сторінка:	150
URI (Уніфікований ідентифікатор ресурсу):	http://elartu.tntu.edu.ua/handle/lib/53927
Власник авторського права:	© Кафедра кібербезпеки Тернопільського національного технічного університету імені Івана Пулюя, 2026
URL-посилання пов’язаного матеріалу:	https://doi.org/10.1109/jiot.2017.2703172 https://doi.org/10.1145/3439950 https://doi.org/10.1186/s40537-021-00514-x https://doi.org/10.1007/s00521-022-07903-0 https://doi.org/10.53894/ijirss.v8i5.8655
Перелік літератури:	1. Cyber-physical systems security–a survey / A. Humayed et al. IEEE Internet of Things Journal. 2017. Vol. 4, no. 6. P. 1802–1831. URL: https://doi.org/10.1109/jiot.2017.2703172 (дата звернення: 09.05.2026). 2. Deep learning for anomaly detection: a review / G. Pang et al. ACM Computing Surveys. 2021. Vol. 54, no. 2. P. 1–38. URL: https://doi.org/10.1145/3439950 (дата звернення: 09.05.2026). 3. Seliya N., Abdollah Zadeh A., Khoshgoftaar T. M. A literature review on one-class classification and its potential applications in big data. Journal of Big Data. 2021. Vol. 8, no. 1. URL: https://doi.org/10.1186/s40537-021-00514-x (дата звернення: 09.05.2026). 4. Ntalampiras S., Potamitis I. Few-shot learning for modeling cyber physical systems in non-stationary environments. Neural Computing and Applications. 2022. URL: https://doi.org/10.1007/s00521-022-07903-0 (дата звернення: 09.05.2026). 5. Generative adversarial networks for synthetic data generation: a systematic review of techniques, applications, and evaluation methods / R. Thinakaran et al. International Journal of Innovative Research and Scientific Studies. 2025. Vol. 8, no. 5. P. 286–293. URL: https://doi.org/10.53894/ijirss.v8i5.8655 (дата звернення: 09.05.2026).
References:	1. Cyber-physical systems security–a survey, A. Humayed et al. IEEE Internet of Things Journal. 2017. Vol. 4, no. 6. P. 1802–1831. URL: https://doi.org/10.1109/jiot.2017.2703172 (Date of appeal: 09.05.2026). 2. Deep learning for anomaly detection: a review, G. Pang et al. ACM Computing Surveys. 2021. Vol. 54, no. 2. P. 1–38. URL: https://doi.org/10.1145/3439950 (Date of appeal: 09.05.2026). 3. Seliya N., Abdollah Zadeh A., Khoshgoftaar T. M. A literature review on one-class classification and its potential applications in big data. Journal of Big Data. 2021. Vol. 8, no. 1. URL: https://doi.org/10.1186/s40537-021-00514-x (Date of appeal: 09.05.2026). 4. Ntalampiras S., Potamitis I. Few-shot learning for modeling cyber physical systems in non-stationary environments. Neural Computing and Applications. 2022. URL: https://doi.org/10.1007/s00521-022-07903-0 (Date of appeal: 09.05.2026). 5. Generative adversarial networks for synthetic data generation: a systematic review of techniques, applications, and evaluation methods, R. Thinakaran et al. International Journal of Innovative Research and Scientific Studies. 2025. Vol. 8, no. 5. P. 286–293. URL: https://doi.org/10.53894/ijirss.v8i5.8655 (Date of appeal: 09.05.2026).
Тип вмісту:	Conference Abstract
Розташовується у зібраннях:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

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