Визначення потенційних атак із використанням методів штучного інтелекту: забезпечення кібербезпеки фінансових послуг
| dc.contributor.advisor | Ткач, Володимир Миколайович | |
| dc.contributor.author | Кравець, Андрій Олександрович | |
| dc.date.accessioned | 2025-09-29T08:11:55Z | |
| dc.date.available | 2025-09-29T08:11:55Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Обсяг дипломної роботи складається з 4 розділів, що складають 57 сторінки та містять 2 додатки та 19 літературних джерел. Мета дослідження: підвищення рівня кібербезпеки шляхом розробки механізму ефективного виявлення та попередження кібератак у фінансових установах за рахунок використання методів штучного інтелекту. Об’єкт дослідження: процес забезпечення кібербезпеки фінансових послуг. Предмет дослідження: застосування методів штучного інтелекту для виявлення та попередження кібератак у фінансовому секторі. Методи дослідження: аналіз літературних джерел з кібербезпеки та штучного інтелекту, розробка та тестування програмного забезпечення для виявлення кібератак, обробка та аналіз великих обсягів даних, порівняння ефективності різних алгоритмів машинного навчання, таких як Random Forest, Support Vector Machines, та нейронні мережі. Отримані результати: Розроблена система на основі штучного інтелекту, яка демонструє високу точність виявлення різних типів кібератак, зокрема DDoS, DoS, Port Scan, Botnets, SQL Injection, XSS та інших. Система досягла точності 99.87% у тестових умовах, що підтверджує її ефективність та надійність у реальному застосуванні. Виявлено, що додаткове налаштування гіперпараметрів моделі покращує точність виявлення, що робить систему адаптивною до нових загроз. | |
| dc.description.abstractother | The volume of the thesis consists of 4 chapters, which total 57 pages and contains 2 appendices and 19 references. The purpose of the study: to develop and implement a system that uses artificial intelligence methods to effectively detect and prevent cyberattacks in financial institutions, increasing the level of cybersecurity and data protection. Object of research: the process of ensuring cybersecurity of financial services. Subject of research: application of artificial intelligence methods to detect and prevent cyberattacks in the financial sector. Research methods: analysis of literature sources on cybersecurity and artificial intelligence, development and testing of software for detecting cyberattacks, processing and analysis of large amounts of data, comparison of the effectiveness of various machine learning algorithms, such as Random Forest, Support Vector Machines, and neural networks. Results: An artificial intelligence-based system has been developed that demonstrates high accuracy in detecting various types of cyberattacks, including DDoS, DoS, Port Scan, Botnets, SQL Injection, XSS, and others. The system achieved an accuracy of 99.87% under test conditions, which confirms its effectiveness and reliability in real-world applications. It was found that additional tuning of the model's hyperparameters improves the detection accuracy, which makes the system adaptive to new threats. | |
| dc.format.extent | 57 с. | |
| dc.identifier.citation | Кравець, А. О. Визначення потенційних атак із використанням методів штучного інтелекту: забезпечення кібербезпеки фінансових послуг : дипломна робота ... бакалавра : 125 Кібербезпека / Кравець Андрій Олександрович. – Київ, 2024. – 57 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/76371 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject | кібербезпека | |
| dc.subject | фінансові послуги | |
| dc.subject | штучний інтелект | |
| dc.subject | машинне навчання | |
| dc.subject | виявлення кібератак | |
| dc.subject | Random Forest | |
| dc.subject | нейронні мережі | |
| dc.subject | Big Data | |
| dc.subject | DDoS | |
| dc.subject | DoS | |
| dc.subject | cybersecurity | |
| dc.subject | financial services | |
| dc.subject | artificial intelligence | |
| dc.subject | machine learning | |
| dc.subject | cyberattack detection | |
| dc.subject | neural networks | |
| dc.title | Визначення потенційних атак із використанням методів штучного інтелекту: забезпечення кібербезпеки фінансових послуг | |
| dc.type | Bachelor Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Kravets_Bakalavr.pdf
- Розмір:
- 945.86 KB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: