РОЗРОБКА МЕТОДІВ ВИЯВЛЕННЯ АНОМАЛІЙ У ВЕБ-ДОДАТКАХ ІЗ ВИКОРИСТАННЯМ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ

Анотація

У статті досліджено проблему автоматизованого виявлення аномалій у веб-додатках в умовах зростання складності систем і обсягів даних. Розроблено та експериментально перевірено три алгоритми, які забезпечують підвищення точності та швидкості виявлення аномалій. Встановлено, що модуль часової кореляції демонструє найвищу точність, адаптивний пороговий моніторинг забезпечує швидкість реагування, а гібридна кластеризація характеризується збалансованими показниками. Виявлено ключові проблеми впровадження, зокрема обчислювальну складність і потребу в адаптації моделей. Запропоновано рекомендації для інтеграції алгоритмів у системи моніторингу та окреслено перспективи розробки оптимізованих методів і вивчення нових типів загроз.