Метою дослідження було підвищення рівня кібербезпеки залізничних комунікаційних мереж шляхом інтеграції алгебраїчного моделювання та методів машинного навчання, зокрема нейронних мереж і нейро-символьного підходу. У роботі виконано аналіз вразливостей залізничних мереж, розроблено математичні моделі для оптимізації процесів маршрутизації рухомого складу, управління інфраструктурою та виявлення кіберзагроз. Запропоновано алгоритми ідентифікації аномалій у мережевому трафіку залізничних систем на основі автокодувальників, що дозволяють детектувати відхилення в потоках даних у режимі реального часу. Експериментальне моделювання проводилося з використанням датасету, що містив трафік залізничної інфраструктури з реальними та симульованими атаками.