Доповідь присвячена дослідженню підходів до оптимізації мобільності та підвищення безпеки телекомунікаційних мереж транспортних систем на основі методів штучного інтелекту. Розглянуто архітектуру, сервіси та особливості функціонування мереж транспортних засобів типу VANET як складової інтелектуальних транспортних систем (ITS). Проаналізовано основні вимоги до таких мереж, зокрема мінімальну затримку передавання даних, високу надійність, масштабованість і стійкість до загроз безпеці. Обґрунтовано доцільність застосування методів глибинного навчання (DNN, CNN, RNN, DBN) для формування довіри, виявлення аномалій і прогнозування поведінки вузлів у мережах VANET. Запропоновано архітектурний підхід до інтеграції моделей штучного інтелекту у механізми управління мобільністю та безпекою. Отримані результати свідчать про перспективність інтеграції інтелектуальних алгоритмів у телекомунікаційні мережі транспортних систем для побудови надійних і безпечних комунікацій у «розумних містах».

Abstract
The article is devoted to the study of approaches to optimizing mobility and enhancing the security of tele-communication networks in transportation systems based on artificial intelligence methods. The architecture, services, and operational features of vehicular ad hoc networks (VANETs) as a component of intelligent trans-portation systems (ITS) are considered. The main requirements for such networks are analyzed, including mini-mal data transmission delay, high reliability, scalability, and resilience to security threats. The feasibility of applying deep learning methods (DNN, CNN, RNN, DBN) is substantiated for trust management, anomaly de-tection, and behavior prediction of nodes in VANETs. An architectural approach to integrating artificial intel-ligence models into mobility and security management mechanisms is proposed. The obtained results demon-strate the potential of integrating intelligent algorithms into telecommunication networks of transportation systems to establish reliable and secure communications in smart cities.