Praca skupiać się będzie na analizie logów systemowych za pomocą zaawansowanych technik sztucznej inteligencji (AI) i data miningu. OW ramach pracy badanę będzie, jak można wydobywać wiedzę i odkrywać wzorce zachowań użytkowników systemów internetowych, szczególnie w kontekście aplikacji do handlu akcjami online. Przedstawia metodologię i wyniki zastosowania różnych technik AI, w tym algorytmów uczenia maszynowego, do analizy danych logów w celu identyfikacji anomalii, trendów i zachowań użytkowników.

Na podstawie:

Borowiec, M.; Piszko, R.; Rak, T. Knowledge Extraction and Discovery about Web System Based on the Benchmark Application of Online Stock Trading System. Sensors 2023, 23, 2274. https://doi.org/10.3390/s23042274

Rak, T.; Żyła, R. Using Data Mining Techniques for Detecting Dependencies in the Outcoming Data of a Web-Based System. Appl. Sci. 2022, 12, 6115. https://doi.org/10.3390/app12126115

Borowiec, M.; Rak, T. Advanced Examination of User Behavior Recognition via Log Dataset Analysis of Web Applications Using Data Mining Techniques. Electronics 2023, 12, 4408. https://doi.org/10.3390/electronics12214408

Możliwe użycie klaster HPC na kontenerach dockerowych.