| DC Field | Value | Language |
|---|
| dc.contributor.author | Кузнецова, Е. В. | - |
| dc.contributor.author | Сенцова, А. Ю. | - |
| dc.coverage.spatial | Уфа | en_US |
| dc.date.accessioned | 2026-01-14T12:27:05Z | - |
| dc.date.available | 2026-01-14T12:27:05Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Кузнецова, Е. В. Применение машинного обучения в системах обнаружения вторжений для V2X-систем = Application of machine learning in insurance detection systems for V2X systems / Е. В. Кузнецова, А. Ю. Сенцова // Информационные технологии обеспечения комплексной безопасности в цифровом обществе : материалы VII Всероссийской молодёжной научно-практической конференции с международным участием, Уфа, 23–24 мая 2025 г. / Уфимский университет науки и технологий ; редкол.: Д. С. Юнусова (отв. ред.) [и др.]. – Уфа, 2025. – С. 25–28. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62722 | - |
| dc.description.abstract | В статье рассматриваются методы машинного обучения (МО), применяемые для обнаружения вторжений в системах V2X (Vehicle- to-Everything). Показана эффективность ключевых алгоритмов МО в контексте обеспечения информационной безопасности автомобильных сетей: метода K-ближайших соседей, многослойного перцептрона, сетей с долгой краткосрочной памятью (LSTM) и деревьев решений. Особое внимание уделено сравнительному анализу их производительности на основе стандартных оценочных метрик. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Уфимский университет науки и технологий | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | обнаружение вторжений | en_US |
| dc.subject | V2X | en_US |
| dc.subject | подключенные автомобили | en_US |
| dc.subject | кибербезопасность | en_US |
| dc.title | Применение машинного обучения в системах обнаружения вторжений для V2X-систем | en_US |
| dc.title.alternative | Application of machine learning in insurance detection systems for V2X systems | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article discusses machine learning (ML) methods used for intrusion detection in V2X (Vehicle-to-Everything) systems. The effectiveness of key ML algorithms in the context of ensuring information security of vehicular networks is demonstrated: К-nearest neighbors method, multilayer perceptron, long short-term memory (LSTM) networks, and decision trees. Particular attention is paid to a comparative analysis of their performance based on standard evaluation metrics. | en_US |
| Appears in Collections: | Информационные технологии обеспечения комплексной безопасности в цифровом обществе (2025)
|
