Система аналізу та оцінки поведінки користувачів в SaaS-продуктах з метою виявлення аномальної діяльності

Скорочена інформація про документ
dc.contributor.advisorКоган, Алла Вікторівна
dc.contributor.authorМозольова, Дарина Костянтинівна
dc.date.accessioned2023-07-10T09:44:14Z
dc.date.available2023-07-10T09:44:14Z
dc.date.issued2022-12
dc.description.abstractМагістерська дисертація на здобуття ступеня «магістр» за освітньо-професійною програмою підготовки «Інформаційні управляючі системи та технології» на тему «Система аналізу та оцінки поведінки користувачів в SaaS-продуктах з метою виявлення аномальної діяльності». Дисертація містить 114 сторінок, 56 рисунків, 19 таблиць, 9 додатків, 18 джерел. Актуальність. В останні роки випадки шахрайства зростають швидкими темпами, а втрати можуть не бути безпосередньо фінансовими. У випадку виникнення непередбачуваних проблем в багатьох системах, наприклад, як у випадку зі здоров’ям, виявлення їх на ранній стадії може мати вагоме значення для полегшення «одужання». Саме тому автоматизоване виявлення та вчасне сповіщення про аномальні дані чи підозрілу діяльність є критично важливим та актуальним. Метою магістерської дисертації є підвищення ефективності виявлення і попередження аномальної діяльності з боку користувачів. Об`єктом дослідження є процес виявлення аномалій в даних з використанням методів і підходів машинного навчання. Предметом дослідження є системи аналізу та оцінки поведінки стейкхолдерів в даних. Наукова новизна: вперше отримано систему для виявлення шахрайської поведінки на основі початкової сепарації та подальшого об'єднання рішень для різних типів даних.uk
dc.description.abstractotherMaster's thesis for the degree of "Master" in the educational and professional training program "Information Management Systems and Technologies" on the topic "System for analyzing and evaluating user behavior in SaaS products to detect anomalous activity." The dissertation contains 114 pages, 56 figures, 19 tables, 9 appendices, and 18 sources. Relevance. In recent years, fraud cases have been growing rapidly, and losses may not be directly financial. In the case of unforeseen problems in many systems, for example, as in the case of health, detecting them at an early stage can be essential to facilitate "recovery". That is why automated detection and timely notification of anomalous data or suspicious activity is critical and relevant. The purpose of the master's thesis is to improve the efficiency of detection and prevention of anomalous activity by users. The object of research is the process of detecting anomalies in data using machine learning methods and approaches. The subject of research is systems for analyzing and evaluating stakeholder behavior in data. Scientific novelty: for the first time, a system for detecting fraudulent behavior based on initial separation and subsequent fusion of solutions for different types of data was obtained.uk
dc.format.extent100 с.uk
dc.identifier.citationМозольова, Д. К. Система аналізу та оцінки поведінки користувачів в SaaS-продуктах з метою виявлення аномальної діяльності : магістреська дис. : 126 Інформаційні системи та технології / Мозольова Дарина Костянтинівна. – Київ, 2022. – 100 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/57931
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectвиявлення аномалійuk
dc.subjectповедінка користувачівuk
dc.subjectмашинне навчанняuk
dc.subjectавтоенкодериuk
dc.subjectізоляційний лісuk
dc.subject.udc004.8uk
dc.titleСистема аналізу та оцінки поведінки користувачів в SaaS-продуктах з метою виявлення аномальної діяльностіuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи