Яйлимова, Ганна ОлексіївнаМелоян, Мирослав Вагаршакович2026-06-082026-06-082026Мелоян, М. В. Математичні моделі та методи оцінки ризиків кіберзагроз в умовах невизначеності даних : дипломна робота ... бакалавра : 113 Прикладна математика / Мелоян Мирослав Вагаршакович. – Київ, 2026. – 128 с.https://ela.kpi.ua/handle/123456789/81543Квалiфiкацiйна робота мiстить: 128 стор., 6 рисункiв, 13 таблиць, 38 джерел. Метою роботи є побудова та дослiдження гiбридної математичної моделi нормованого оцiнювання ризику кiберзагроз за мережевими ознаками в умовах неповноти, нечiткостi та суперечливостi даних. Об’єктом дослiдження є процес оцiнювання ризикiв кiберзагроз у мережевих iнформацiйних системах за умов невизначеностi даних. Предметом дослiдження є математичнi моделi та методи iнтеграцiї нечiтких, iмовiрнiсних i доказових оцiнок ризику. У роботi проаналiзовано сучаснi пiдходи до оцiнювання ризикiв iнформацiйної безпеки, сформульовано математичну постановку задачi та побудовано гiбридну модель, що поєднує нечiтку систему виведення, байєсiвську мережу та теорiю доказiв Демпстера–Шейфера. Запропоновано вiдображення мережевих ознак у нормованi фактори ризику, сформовано базовi функцiї призначення маси для FIS- та BN-компонентiв i виконано їх агрегацiю з урахуванням надiйностi джерел та конфлiкту мiж свiдченнями. Програмну реалiзацiю виконано мовою Python на основi набору даних CIC-IDS2017. Проведено порiвняння моделей, аналiз фiнального iндексу ризику, конфлiкту, чутливостi до параметрiв та впливу неповноти факторної iнформацiї. Показано, що запропонована модель дозволяє отримувати нормовану оцiнку ризику та явно враховувати залишкову невизначенiсть i суперечливiсть рiзнорiдних джерел свiдчень.128 с.ukкiберризикневизначенiсть данихнечiтка система виведеннябайєсiвська мережатеорiя доказiв демпстера–шейферабазова функцiя призначення масиагрегацiя свiдченьcic-ids2017Bachelor Thesis004.94:519.6/519.7