Нові технології та засоби соціальної інженерії, засновані на ML та AI

Скорочена інформація про документ
dc.contributor.advisorНаконечна, Юлія Володимирівна
dc.contributor.authorКустов, Іван Сергійович
dc.date.accessioned2025-12-10T08:18:12Z
dc.date.available2025-12-10T08:18:12Z
dc.date.issued2025
dc.description.abstractДана робота містить 52 сторінки, 5 ілюстрацій, 2 таблиці, 59 джерел за переліком посилань, 1 додаток. Метою дослідження є аналіз загроз соціальної інженерії, що ґрунтуються на генеративному штучному інтелекті, та розробка інтелектуального детектора текстів, згенерованих ШІ, з урахуванням обмежень у ресурсах і потреби в локальному застосуванні. Об’єкт дослідження – інформаційні потоки в цифрових середовищах, що можуть містити контент штучного походження. Предмет дослідження – методи й засоби виявлення згенерованого текстового контенту в рамках соціоінженерних сценаріїв із використанням технологій машинного навчання. Методи дослідження: машинне навчання, евристичне моделювання, аналіз текстових характеристик, побудова логістичної регресії, застосування Flan-T5 трансформера, аблейшн-аналіз, оцінка точності моделей класифікації. У результаті було реалізовано легкий, автономний детектор ШІ-текстів, що поєднує трансформерну модель із набором евристичних ознак. Система демонструє високу точність (ROC-AUC = 0.995), легко модифікується для специфічних потреб і може бути інтегрована в SOC/SIEM або освітні платформи.
dc.description.abstractotherThis thesis consists of 52 pages, 5 illustrations, 2 tables, and 59 sources in the list of references, 1 appendix. The purpose of the study is to analyze social engineering threats based on generative artificial intelligence and to develop an intelligent detector of AI-generated texts, considering resource constraints and the need for local deployment. The object of research is information flows in digital environments that may contain artificially generated content. The subject of research is methods and tools for detecting AI-generated textual content in social engineering scenarios using machine learning technologies. Research methods include machine learning, heuristic modeling, analysis of textual features, logistic regression, application of the Flan-T5 transformer, ablation analysis, and evaluation of classification model accuracy. As a result, a lightweight, autonomous AI-text detector was implemented, combining a transformer model with a set of heuristic features. The system demonstrates high accuracy (ROC-AUC = 0.995), is easily adaptable for specific needs, and can be integrated into SOC/SIEM architectures or educational platforms.
dc.format.extent61 с.
dc.identifier.citationКустов, І. С. Нові технології та засоби соціальної інженерії, засновані на ML та AI : дипломна робота ... бакалавра : 125 Кібербезпека / Кустов Іван Сергійович. – Київ, 2025. – 61 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77616
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectгенеративний штучний інтелект
dc.subjectLLM
dc.subjectсоціальна інженерія
dc.subjectFlanT5
dc.subjectдетекція AI
dc.subjectлогістична регресія
dc.subjectgenerative artificial intelligence
dc.subjectsocial engineering
dc.subjectFlan-T5
dc.subjectAI detection
dc.subjectlogistic regression
dc.titleНові технології та засоби соціальної інженерії, засновані на ML та AI
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kustov_bakalavr.pdf
Розмір:
845.29 KB
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 (ІБ)
Бакалаврські роботи