ОГЛЯД МЕТОДІВ ТА СТРАТЕГІЙ КІБЕРБЕЗПЕКИ ЗАСОБАМИ ШТУЧНОГО ІНТЕЛЕКТУ
DOI:
https://doi.org/10.28925/2663-4023.2024.25.379389Ключові слова:
штучний інтелект, кібербезпека, загрози, інформаційний простірАнотація
У сучасному світі інформаційні технології стрімко розвиваються, що призводить до зростання кількості та складності кіберзагроз, зокрема фішингу, шкідливого програмного забезпечення та атак з використанням соціальної інженерії. Зростання кількості та складності кіберзагроз створює нагальну потребу у вдосконаленні методів захисту інформаційних систем. Штучний інтелект (ШІ), особливо технології машинного навчання та глибокого навчання, демонструють значний потенціал у підвищенні рівня кібербезпеки. Ця стаття присвячена огляду сучасних методів та стратегій кібербезпеки, що базуються на застосуванні ШІ, а також оцінці їх ефективності у виявленні та протидії кіберзагрозам. Проаналізовано останні дослідження як вітчизняних, так і закордонних науковців, які акцентують увагу на здатності ШІ аналізувати великі обсяги даних, виявляти приховані закономірності, прогнозувати потенційні загрози та автоматизувати процеси реагування на інциденти. Висвітлено ключові напрямки досліджень, включаючи виявлення аномалій, моделювання загроз, автоматизацію процесів реагування на інциденти та забезпечення розуміння рішень, прийнятих системами ШІ. Особлива увага приділяється інтеграції ШІ в існуючі системи кібербезпеки та його здатності до адаптації у відповідь на нові загрози. Стаття також обговорює основні виклики та перспективи застосування ШІ у кібербезпеці, включаючи етичні та правові аспекти, такі як питання приватності, прозорості рішень та відповідальності за дії, здійснені на основі рішень ШІ-систем. Останні статистичні дані свідчать про стрімке зростання ринку засобів ШІ для забезпечення кібербезпеки, що підкреслює важливість і актуальність цієї теми у сучасних умовах. Результати аналізу підтверджують, що використання ШІ дозволяє автоматизувати процеси моніторингу, виявлення та реагування на загрози, що зменшує час реакції на інциденти та підвищує загальний рівень захисту інформаційних систем. Разом з тим, впровадження ШІ у кібербезпеку стикається з низкою викликів, таких як забезпечення прозорості рішень, прийнятих ШІ, а також захист від потенційних загроз, створених з використанням тих самих технологій. Дослідження цієї теми сприяє стратегічному розвитку та інноваціям у сфері кібербезпеки, надаючи дослідникам та фахівцям нові інструменти та методи для забезпечення безпеки інформаційних систем. Отже, з огляду на швидке зростання та еволюцію кіберзагроз, дослідження ролі ШІ в кібербезпеці є надзвичайно актуальним та важливим. Це дозволяє не тільки підвищити ефективність захисту, але й сприяє розвитку нових стратегій та технологій для протидії загрозам у цифрову епоху.
Завантаження
Посилання
Magdenko, A. R., Buchatskyi, I. O., & Bondarenko, I. O. (2024). Artificial intelligence: a new weapon in the hands of cybercriminals and fraudsters. https://ir.lib.vntu.edu.ua//handle/123456789/42455.
Tovstukha, N. A. (2023). Using artificial intelligence to improve cybersecurity: pros and cons. Computer systems and network technologies: XIII International Scientific and Practical Conference, 153–154.
Ustymenko, V. O., & Olishevskyi, I. G. (2022). Prospects for the application of artificial intelligence technologies in the field of cybersecurity. Youth: science and innovations: mat. X Internat. scientific and technical conf. of students, graduate students and young scientists, 375–377.
Kaun, Y., & Sobchuk, O. (2024). Artificial intelligence as a tool for cyberattacks and cybersecurity. International scientific and practical conference “Problems of computer science, software modeling and security of digital systems”, 40–41.
Gurzhiy, S. V. (2024). The potential of artificial intelligence in the field of cybersecurity. Proceedings of the XLIIth International Scientific and Practical Conference “Modern Aspects of Modernization of Science: State, Problems, Development Trends”, 260–261.
Kotenko, D., & Khlaponin, Y. (2024). Artificial Intelligence in Cyber Attack Detection and Prevention Systems: Prospects and Challenges. Underwater technologies: industrial and civil engineering, 1(14), 48–55. https://doi.org/10.32347/uwt.2024.14.1203
Subach, I. Y., & Vlasenko, O. V. (2023). Architecture of an intelligent SIEM system for detecting cyber incidents in databases of information and communication systems for military purposes. Systems and technologies of communication, informatization and cybersecurity, 4, 82–92.
Savytska, L., Korobeynikova, T., Volos, O., & Tarnovskyi, M. (2023). Method and means of monitoring security in a computer network by means of SIEM. Information technology and computer engineering, 58(3), 22–32.
Korobeynikova, T., & Tsar, O. (2023). Analysis of modern open systems for intrusion detection and prevention. Grail of Science, 27, 317–325.
Bondarenko, A., & Statsenko, V. (2024). Using artificial intelligence methods and models to improve expert intrusion detection systems. Technical sciences, 333(2), 99–106.
Tseba, K. Y. (2024). An overview of modern tools and technologies for detecting cyber threats. Proceedings of the XVth International Scientific and Practical Conference “Free and Open Source Software”.
Babkin, A. A., & Kudin, O. V. (2020). An overview of neural network models of intrusion detection systems. Scientific Notes of the V.I. Vernadsky Taurida National University. Series: Technical Sciences, 31(70), 77–82.
Sarker, I. H., Furhad, M. H., Nowrozy, R. (2021). AI-driven cybersecurity: an overview, security intelligence modeling and research directions. SN Computer Science, 2(3).
Camacho, N. G. (2024). The Role of AI in Cybersecurity: Addressing Threats in the Digital Age. Journal of Artificial Intelligence General science (JAIGS), 3(1), 143–154.
Kuzlu, M., Fair, C., Guler, O. (2021). Role of artificial intelligence in the Internet of Things (IoT) cybersecurity. Discover Internet of things, 1(1), 7–17.
Gupta, M., Akiri, C., Aryal, K., Parker, E., Praharaj, L. (2023). From chatgpt to threatgpt: Impact of generative ai in cybersecurity and privacy. IEEE Access, 11, 80218–80245. https://doi.org/10.1109/ACCESS.2023.3300381
Yaseen, A. (2023). AI-driven threat detection and response: A paradigm shift in cybersecurity. International Journal of Information and Cybersecurity, 7(12), 25–43.
Mohamed, N. (2023). Current trends in AI and ML for cybersecurity: A state-of-the-art survey. Cogent Engineering, 10(2). https://doi.org/10.1080/23311916.2023.2272358
Capuano, N., Fenza, G., Loia, V., Stanzione, C. (2022). Explainable artificial intelligence in cybersecurity: A survey. IEEE Access, 10, 93575–93600.
Adewusi, A. O., Okoli, U. I., Olorunsogo, T., Adaga. E., Daraojimba, D. O., & Obi, O. C. (2024). Artificial intelligence in cybersecurity: Protecting national infrastructure: A USA. World Journal of Advanced Research and Reviews, 21(1), 2263–2275.
MarketsandMarkets. (n. d.). https://www.marketsandmarkets.com
IBM X-Force Threat Intelligence Index. (n. d.). https://www.ibm.com/reports/threat-intelligence
Gartner. (n. d.). https://www.gartner.com/en
Statista. (n. d.). https://www.statista.com
National Institute of Standards and Technology (NIST). (n. d.). https://www.nist.gov
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Ольга Лунгол
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.