Метод виявлення аномальної поведінки користувачів корпоративної мережі на основі гібридної архітектури
Year: 2026
Type: dissertation
Abstract: Магістерська дисертація: 98 сторінок, 19 рис., 10 табл., 32 посилання, додаток. Об'єкт дослідження – процес виявлення аномальної поведінки користувачів корпоративних мереж на основі аналізу журналів активності. Предмет дослідження – методи глибинного навчання для часового аналізу поведінкових даних з забезпеченням інтерпретованості рішень. Мета роботи – розробка методу виявлення аномальної поведінки користувачів корпоративних мереж на основі гібридної архітектури Transformer-KAN, який одночасно враховує часову динаміку поведінки і забезпечує інтерпретованість рішень через аналіз градієнтної атрибуції та форми навчених RBF-функцій У роботі проведено аналіз існуючих методів виявлення інсайдерських загроз. Встановлено, що жоден з розглянутих підходів не вирішує одночасно задачі моделювання часової динаміки поведінки та інтерпретованості рішень. Запропоновано метод на основі гібридної архітектури Transformer-KAN з дворівневим представленням даних: з журналів активності п'яти типів формуються денні вектори з 20 ознак, з яких будуються тижневі послідовності для Transformer-гілки та статистичні агрегати для KAN-гілки з Гаусівським RBF-базисом для інтерпретованості рішень. На датасеті CERT r4.2 архітектура досягла найкращих показників серед усіх інтерпретованих методів у порівнянні. Розроблений метод може бути застосований як компонент UEBAсистем у корпоративному середовищі для автоматизованого виявлення інсайдерських загроз з поясненням рішень для аналітиків служби безпеки.
Author: Ступак, Андрій Вікторович
Language: Ukrainian
Subfield: Computer Networks and Communications
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7212346567