Моделі та методи машинного навчання для контролю контекстів в комунікаційних системах

Abstract

Об’єкт дослідження: процеси контролю контекстів і виявлення аномалій у комунікаційних системах на основі методів машинного та глибокого навчання. Мета роботи: розробка ефективних моделей і методів машинного навчання для контролю контекстів та виявлення аномалій у комунікаційних системах, що забезпечують семантичний аналіз даних у відеоінформації та ресурсах бездротових мереж. Предмет дослідження: методи та моделі машинного навчання для вилучення релевантних ознак та виявлення аномалій у спектральній інформації у бездротових мережах. Результати дослідження В роботі запропоновано дві моделі використання H-Score для вилучення малорозмірних релевантних ознак як у відеоданих IoBT, так і в спектральній інформації. Висновок Розроблені моделі можуть бути використані для підвищення безпеки та надійності комунікаційних систем у складних умовах, таких як IoBT та бездротові мережі з обмеженими ресурсами. Використання запропонованих методів дозволить створити ефективніші системи для виявлення загроз та адаптивного контролю контекстів у мережах.