Zaawansowane metody sztucznej inteligencji w cyberbezpieczeństwie, wykrywanie zagrożeń i anomalii z wykorzystaniem technik uczenia bez nadzoru sztucznej inteligencji

Abstrakt

Sztuczna inteligencja (AI) odgrywa coraz większą rolę w dziedzinie cyberbezpieczeństwa, umożliwiając szybsze i bardziej efektywne wykrywanie oraz reagowanie na zagrożenia. Jednym z nich jest wykrywanie zagrożeń i anomalii.

Algorytmy uczenia maszynowego przetwarzają ogromne ilości danych w czasie rzeczywistym, wykrywając nietypowe wzorce, które mogą wskazywać na potencjalne ataki (np. ataki DDoS, włamania lub próby skanowania sieci).

Systemy oparte na AI uczą się, jakie zachowania są normą dla danego środowiska, a następnie sygnalizują wszelkie odchylenia, co może pomóc w identyfikacji nowych, nieznanych zagrożeń. W rozdziale pierwszym poruszono wykorzystanie algorytmów uczenia maszynowego w środowisku rzeczywistych danych. W kolejnych rozdziałach omówiono anomalie w ruchu sieciowym i możliwości zastosowania technik ML oraz wstępny proces zbierania i przygotowania danych.