Моделі, методи та програмні компоненти засобів штучного інтелекту для захисту інформації систем інтернету речей

Abstract

Дисертація на здобуття наукового ступеня доктора філософії (PhD) за спеціальністю 123 – Комп’ютерна інженерія. – Національний технічний університет “Харківський політехнічний інститут”, Харків, 2026. Дисертаційна робота спрямована на розв’язання актуальної науково-технічної задачі, що полягає у підвищенні ефективності застосування нейромережевих методів для виявлення мережевих атак у системах Інтернету речей за умов обмежених обчислювальних ресурсів вбудованих пристроїв та необхідності виконання обчислень у режимі, наближеному до реального часу. Об’єкт дослідження – процес виявлення мережевих вторгнень у системах Інтернету речей. Предмет дослідження – моделі та методи виявлення мережевих вторгнень у системах Інтернету речей з урахуванням обмежень обчислювальних ресурсів мікроконтролерних платформ. Метою дисертаційної роботи є підвищення ефективності виявлення мережевих вторгнень у системах Інтернету речей шляхом оптимізації обчислювальних процесів нейромережевих моделей та вдосконалення методів їх реалізації на пристроях з обмеженими обчислювальними ресурсами, здатних функціонувати в режимі реального часу.The thesis is submitted to obtain a scientific degree of Doctor of Philosophy in Specialty 123 – Computer Engineering. – National Technical University "Kharkiv Polytechnic Institute", Kharkiv, 2026. The dissertation focuses on solving a relevant scientific and technical problem concerning the application of neural network methods to ensure protection against network attacks that require computations in near-real-time mode within the Internet of Things environment. Object of the study is the process of detecting network intrusions in Internet of Things systems. Subject of the study comprises models and methods for detecting network intrusions in Internet of Things systems.The aim of the dissertation is to improve the efficiency of network intrusion detection in Internet of Things systems by optimizing the computational processes of neural network models and improving methods of their implementation on devices with limited computational resources capable of operating in real time.