Ткач, Володимир МиколайовичПолянський, Ян Валентинович2025-08-072025-08-072024Полянський, Я. В. Виявлення аномалій у часових рядах методами машинного навчання без використання патернів : дипломна робота ... бакалавра : 125 Кібербезпека / Полянський Ян Валентинович. – Київ, 2024. – 53 с.https://ela.kpi.ua/handle/123456789/75473Обсяг дипломної роботи 53 сторінки, 23 ілюстрацій, 1 таблиця, 1 додаток і 12 джерел літератури. Об’єкт дослідження: Часові ряди даних, що характеризують поведінку різних систем, інтернет-трафік або інші динамічні процеси, які потребують моніторингу та виявлення аномалій Предмет дослідження: Методи та алгоритми для виявлення аномалій у часових рядах, зокрема використання додаткових ознак та моделей LSTM. Мета дослідження: Розробка ефективного методу виявлення аномалій у часових рядах шляхом створення та використання додаткових ознак і навчання моделі LSTM для підвищення точності прогнозування та ідентифікації аномалій. Методи дослідження: Вивчення існуючих методів виявлення аномалій у часових рядах, опис та застосування математичних моделей для обробки та аналізу часових рядів, використання статистичних характеристик, навчання моделей LSTM для прогнозування та виявлення аномалій у часових рядах. Проведення експериментів. Отримані результати: Розроблено та реалізовано метод виявлення аномалій у часових рядах з використанням додаткових ознак та моделі LSTM, що дозволило підвищити точність виявлення аномалій. Проведено тестування на реальних даних, що підтвердило ефективність запропонованого методу.53 c.ukчасові рядивиявлення аномалійLSTMдодаткові ознакимашинне навчанняtime seriesanomaly detectionadditional featuresmachine learningBachelor Thesis