Метод виявлення аномалій у роботі системи обробки даних за допомогою моделей глибокого навчання

Ніколаєв, О. Є.

Публікація:
Метод виявлення аномалій у роботі системи обробки даних за допомогою моделей глибокого навчання

dc.contributor.author	Ніколаєв, О. Є.
dc.date.accessioned	2025-08-24T18:26:19Z
dc.date.available	2025-08-24T18:26:19Z
dc.date.issued	2025
dc.description.abstract	Метою кваліфікаційної роботи є розробка та дослідження методу виявлення аномалій у роботі системи обробки даних із використанням моделей глибокого навчання, зокрема гібридної архітектури CNN+LSTM. У ході виконання кваліфікаційної роботи було здійснено аналіз структури системи обробки даних, підготовлено часові ряди на основі логів активності, виявлено сезонні та нестабільні характеристики даних. Реалізовано кілька моделей прогнозування та аномалійної класифікації, включаючи MA, LSTM та CNN+LSTM. Проведено експерименти з різною кількістю історичних вхідних днів для оптимізації точності. Розроблено механізм виявлення аномалій на основі прогнозної похибки та довірчого інтервалу. Отримані результати свідчать про високу ефективність гібридного підходу для задачі моніторингу й оцінки стану інформаційних систем у режимі, близькому до реального часу.
dc.identifier.citation	Ніколаєв О. Є. Метод виявлення аномалій у роботі системи обробки даних за допомогою моделей глибокого навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / О. Є. Ніколаєв ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 59 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/32438
dc.language.iso	uk
dc.subject	глибоке навчання
dc.subject	виявлення аномалій
dc.subject	CNN
dc.subject	LSTM
dc.subject	часові ряди
dc.title	Метод виявлення аномалій у роботі системи обробки даних за допомогою моделей глибокого навчання
dc.title.alternative	Method for Detecting Anomalies in Data Processing System Operation Using Deep Learning Models
dc.type	Other
dspace.entity.type	Publication