Abstract
У роботі запропоновано підхід до автоматизації захисту інформації у відеопотоках на основі поєднання статистичних і глибинних методів машинного навчання з імовірнісним прийняттям рішень. Метою дослідження є створення архітектури, здатної забезпечувати виявлення аномалій і кібератак у режимі, наближеному до реального часу, з явним контролем частоти хибних спрацювань. Методологічно система складається з модуля попередньої обробки (нормалізація, фільтрація шумів, первинна сегментація), швидкого статистичного фільтра на базі ізоляційного лісу, глибинної моделі типу CNN+LSTM для просторово-часового аналізу та імовірнісного агрегатора, що калібрує вихідні оцінки і застосовує адаптивний поріг класифікації. Пороговий параметр автоматично коригується на основі ковзної оцінки FA/h, що забезпечує стабілізацію експлуатаційних показників без повторного навчання. Новизна підходу полягає у цілісній інтеграції статистичного і глибинного рівнів із подальшим імовірнісним злиттям ознак та прямим включенням критерію Recall@FA/h у цикл прийняття рішень, а також у механізмі адаптації порога в потоці. Математична модель формулюється як логістичне поєднання нормованого статистичного скору та виходу часової нейромережі, що дозволяє інтерпретувати рішення через апостеріорну вірогідність аномалії та керувати компромісом «чутливість–хибні тривоги». Експериментальна перевірка виконана на UCSD Ped2, Avenue і UCF-Crime разом із синтетичними сценаріями атак; оцінювання проводилося на подієвому рівні з використанням AUC-ROC, F1 та Recall@FA/h при обмеженні не більш як три хибні тривоги на годину. Запропонована модель продемонструвала AUC-ROC 0,92, Recall@3FA/h 0,83 і F1-міру 0,81, зменшивши середнє FA/h до 2,9; порівняння з базовими підходами (Isolation Forest та CNN-LSTM) зафіксувало стабільний приріст повноти при нижчій частоті помилкових спрацювань. Отримані результати підтверджують можливість застосування моделі у системах відеоспостереження з вимогами до роботи в реальному часі; подальший розвиток стосується розширення доменних даних і інтеграції з іншими компонентами кіберзахисту.