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)

Título:	Модель гібридної системи виявлення вторгнень на основі криптографічних перетворень та методів штучного інтелекту
Authors:	Давлетова, Аліна
Affiliation:	Західноукраїнський національний університет
Bibliographic description (Ukraine):	Давлетова А. Модель гібридної системи виявлення вторгнень на основі криптографічних перетворень та методів штучного інтелекту / Аліна Давлетова // ITSEC, 27-29 травня 2026 року. — Т. : ТНТУ, 2026. — С. 162–164.
Bibliographic reference (2015):	Давлетова А. Модель гібридної системи виявлення вторгнень на основі криптографічних перетворень та методів штучного інтелекту // ITSEC, Тернопіль, 27-29 травня 2026 року. 2026. С. 162–164.
Bibliographic citation (APA):	Davletova, A. (2026). Model hibrydnoi systemy vyiavlennia vtorhnen na osnovi kryptohrafichnykh peretvoren ta metodiv shtuchnoho intelektu. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 27-29 May 2026, Ternopil, 162-164. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Davletova A. (2026) Model hibrydnoi systemy vyiavlennia vtorhnen na osnovi kryptohrafichnykh peretvoren ta metodiv shtuchnoho intelektu. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security (Tern., 27-29 May 2026), pp. 162-164 [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
Data de edición:	27-May-2026
Date of entry:	27-Aug-2026
Editor:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	27-29 травня 2026 року 27-29 May 2026
UDC:	621.395.7 (043.2) 1
Number of pages:	3
Page range:	162-164
Start page:	162
End page:	164
URI:	http://elartu.tntu.edu.ua/handle/lib/53936
Copyright owner:	© Кафедра кібербезпеки Тернопільського національного технічного університету імені Івана Пулюя, 2026
URL for reference material:	https://doi.org/10.1109/ICCDS64403.2025.11209720. https://doi.org/10.3390/s25247564 https://doi.org/10.1007/s44196-025-00750-6 https://doi.org/708-717.10.52783/jisem.v10i50s.10350 https://doi.org/10.1002/ett.4150
References (Ukraine):	1. Viswanathan C., Kirthika G. Hybrid Machine Learning-Based Intrusion Detection System for Cybersecurity in Autonomous Vehicles. 2025. 1-6. https://doi.org/10.1109/ICCDS64403.2025.11209720.. 2. Joshi V.R., Assa-Agyei K., Al-Hadhrami T., Qasem, S.N. Hybrid AI Intrusion Detection: Balancing Accuracy and Efficiency. Sensors. 2025. 25(24), 7564. https://doi.org/10.3390/s25247564 3. Mamatha P., Balaji S., Anuraghav S.S. Development of Hybrid Intrusion Detection System Leveraging Ensemble Stacked Feature Selectors and Learning Classifiers to Mitigate the DoS Attacks. Int J Comput Intell Syst 18, 20 (2025). https://doi.org/10.1007/s44196-025-00750-6 4. Bharti J., Singh S. A Machine Learning Based Hybrid Encryption System to Prevent Cloud Data Breach. Journal of Information Systems Engineering and Management. 2025. 10. https://doi.org/708-717.10.52783/jisem.v10i50s.10350. 5. Ahmad Z., Khan A.S., Wai Shiang C., Abdullah J., Ahmad F. Network intrusion detection system: A systematic study of machine learning and deep learning approaches. Trans Emerg Telecommun Technol. 2021. 32(1):e4150. https://doi.org/10.1002/ett.4150
References (International):	1. Viswanathan C., Kirthika G. Hybrid Machine Learning-Based Intrusion Detection System for Cybersecurity in Autonomous Vehicles. 2025. 1-6. https://doi.org/10.1109/ICCDS64403.2025.11209720.. 2. Joshi V.R., Assa-Agyei K., Al-Hadhrami T., Qasem, S.N. Hybrid AI Intrusion Detection: Balancing Accuracy and Efficiency. Sensors. 2025. 25(24), 7564. https://doi.org/10.3390/s25247564 3. Mamatha P., Balaji S., Anuraghav S.S. Development of Hybrid Intrusion Detection System Leveraging Ensemble Stacked Feature Selectors and Learning Classifiers to Mitigate the DoS Attacks. Int J Comput Intell Syst 18, 20 (2025). https://doi.org/10.1007/s44196-025-00750-6 4. Bharti J., Singh S. A Machine Learning Based Hybrid Encryption System to Prevent Cloud Data Breach. Journal of Information Systems Engineering and Management. 2025. 10. https://doi.org/708-717.10.52783/jisem.v10i50s.10350. 5. Ahmad Z., Khan A.S., Wai Shiang C., Abdullah J., Ahmad F. Network intrusion detection system: A systematic study of machine learning and deep learning approaches. Trans Emerg Telecommun Technol. 2021. 32(1):e4150. https://doi.org/10.1002/ett.4150
Content type:	Conference Abstract
Aparece nas Coleccións	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

Todos os documentos en Dspace estan protexidos por copyright, con todos os dereitos reservados