Розробка програмного забезпечення інтелектуальної системи детекції несанкціонованого доступу до хмарних даних із використанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorШуклін, Герман Вікторович
dc.contributor.authorБульботко, Назар Вікторович
dc.date.accessioned2026-09-18T12:46:32Z
dc.date.available2026-09-18T12:46:32Z
dc.date.issued2026
dc.description.abstractДипломна робота на тему «Розробка програмного забезпечення інтелектуальної системи детекції несанкціонованого доступу до хмарних даних із використанням машинного навчання» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Бульботком Назаром Вікторовичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі вступу; 4 розділів («Аналіз предметної області та постановка завдання», «Проектування та вибір технологій», «Програмна реалізація системи», «Тестування та оцінка ефективності програмної системи»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 30 джерел; 16 ілюстрацій; 5 таблиць та 2 додатків. Загальний обсяг роботи становить 78 сторінок. Актуальність теми зумовлена необхідністю підвищення рівня безпеки хмарних середовищ шляхом використання сучасних інформаційних технологій та методів машинного навчання. Існуючі підходи до контролю доступу до хмарних сховищ часто обмежуються механізмами автентифікації та статичними правилами безпеки, що не завжди дозволяє своєчасно виявляти аномальну або потенційно небезпечну поведінку користувачів. Це ускладнює процес виявлення несанкціонованого доступу та підвищує ризик компрометації конфіденційних даних, що обумовлює необхідність розробки інтелектуальних систем моніторингу та аналізу поведінкових характеристик користувачів. Метою роботи розробка програмного забезпечення інтелектуальної системи детекції несанкціонованого доступу до хмарних даних із використанням методів машинного навчання для моніторингу активності користувачів, журналювання подій, аналізу поведінкових характеристик та виявлення аномальної активності. Для досягнення поставленої мети було визначено такі завдання: провести аналіз предметної області та сучасних підходів до забезпечення безпеки хмарних сховищ; дослідити методи виявлення аномальної активності та обґрунтувати вибір моделі машинного навчання; сформулювати функціональні та нефункціональні вимоги до системи; розробити архітектуру програмної системи та обґрунтувати вибір технологічного стеку; реалізувати механізми автентифікації, журналювання подій, аналізу поведінкових характеристик і оцінювання ризику користувацької активності; провести тестування системи та оцінити ефективність її функціонування. Практичне значення полягає в розробці програмної системи для здійснення моніторингу взаємодії користувачів із хмарним сховищем, накопичення журналів подій, аналізу поведінкових характеристик та виявлення потенційно небезпечної активності із використанням методів машинного навчання.
dc.description.abstractotherThe bachelor's thesis entitled “Development of Software for an Intelligent System for Detecting Unauthorized Access to Cloud Data Using Machine Learning” was completed by Nazar Viktorovych Bulbotko, a student of the Department of Software Engineering in Power Engineering of the Institute of Atomic and Thermal Energy (IATE), majoring in 121 “Software Engineering” under the educational and professional program “Software Engineering of Intelligent Cyber-Physical Systems in Power Engineering”. The thesis consists of an introduction; four chapters (“Analysis of the Subject Area and Problem Statement”, “System Design and Technology Selection”, “Software Implementation of the System”, and “Testing and Evaluation of the Software System Efficiency”); conclusions to each chapter; general conclusions; a list of references containing 30 sources; 16 figures; 5 tables; and 2 appendices. The total volume of the thesis is 78 pages. The relevance of the topic is determined by the need to improve the security of cloud environments through the use of modern information technologies and machine learning methods. Existing approaches to access control in cloud storage systems are often limited to authentication mechanisms and static security rules, which do not always allow the timely detection of anomalous or potentially dangerous user behavior. This complicates the process of identifying unauthorized access and increases the risk of confidential data compromise, which necessitates the development of intelligent systems for monitoring and analyzing user behavioral characteristics. The aim of the thesis is to develop software for an intelligent system for detecting unauthorized access to cloud data using machine learning methods for monitoring user activity, event logging, behavioral analysis, and anomaly detection. To achieve this goal, the following objectives were defined: to analyze the subject area and modern approaches to cloud storage security; to investigate anomaly detection methods and justify the selection of a machine learning model; to define the functional and non-functional requirements of the system; to design the software system architecture and justify the technology stack; to implement authentication, event logging, behavioral analysis, and user activity risk assessment mechanisms; and to test the system and evaluate the effectiveness of its operation. The practical significance of the obtained results lies in the development of a software system for monitoring user interaction with cloud storage, collecting event logs, analyzing behavioral characteristics, and detecting potentially dangerous activity using machine learning methods. The developed software can be applied as a basis for intelligent cloud security monitoring systems and behavioral analysis of user activity.
dc.format.extent78 c.
dc.identifier.citationБульботко, Н. В. Розробка програмного забезпечення інтелектуальної системи детекції несанкціонованого доступу до хмарних даних із використанням машинного навчання : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Бульботко Назар Вікторович. – Київ, 2026. – 78 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83289
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectхмарне сховище
dc.subjectінформаційна безпека
dc.subjectнесанкціонований доступ
dc.subjectмашинне навчання
dc.subjectrandom forest
dc.subjectповедінковий аналіз
dc.subjectжурналювання подій
dc.titleРозробка програмного забезпечення інтелектуальної системи детекції несанкціонованого доступу до хмарних даних із використанням машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bulbotko_bakalavr.pdf
Розмір:
4.12 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІПЗЕ)
Бакалаврські роботи