Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://hdl.handle.net/123456789/22145
Назва: Розробка системи протидії фроду у фінансових організаціях. Автоматичне виявлення загроз у системі за допомогою комплексної системи машинного навчання
Інші назви: Development of a fraud prevention system in financial organizations. Automatic detection of threats in the system using a complex machine learning system
Автори: Карпенко, Роман Андрійович
Ключові слова: системи та методи протидії фроду, рекурентна нейронна мережа, моделі машинного навчання, етапи ідентифікації користувача, рівні ідентифікаторів користувача, перевірка вебресурсів на вразливості, поведінкова модель бота, кібератака.
Дата публікації: чер-2022
Короткий огляд (реферат): Визначено загальні принципи кібербезпеки; детально розглянуто проблематику кібербезпеки вебресурсів, різновиди атак на вебресурси та інструменти моніторингу стану безпеки вебресурсів; проаналізовано кібератаки, здійснених на вебресурси фінансових установ різних форм власності в Україні; розглянуто психологічні аспекти поведінки користувачів, що використовуються як для виявлення, так і для побудови поведінкової моделі бота; розкрито сутність категорії «система протидії фроду» в контексті в контексті заходів з кібербезпеки вебресурсів; систематизовано існуючі практики використання машинного навчання для перевірки веб-ресурсів на вразливості; здійснення робота зі створення облікових записів користувачів з використанням моделей машинного навчання; експериментальним шляхом доведено вразливість та недосконалість антифрод мереж; розроблено план подальшого дослідження системи протидії фроду з урахуванням отриманих результатів.
URI (Уніфікований ідентифікатор ресурсу): http://hdl.handle.net/123456789/22145
Розташовується у зібраннях:Наукові роботи студентів, магістрантів, аспірантів (ФТФ)

Файли цього матеріалу:
Файл Опис РозмірФормат 
Магістерська_робота_Карпенка_Романа_Андрійовича.pdf3.01 MBAdobe PDFПереглянути/Відкрити


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