ПЕРСПЕКТИВИ ІНТЕГРАЦІЇ ШТУЧНОГО ІНТЕЛЕКТУ В КІБЕРБЕЗПЕКУ

Анотація

У статті штучний інтелект (ШІ) визначається як система, що моделює аспекти людського інтелекту на базі комп’ютерних технологій, математики, інформатики та філософії, з метою імітації сприйняття, розуміння та взаємодії з середовищем. У контексті кібербезпеки ШІ інтегрується в системи виявлення вторгнень (IDS), де він підвищує ефективність за рахунок автоматизованого аналізу даних, прогнозування загроз та адаптивного реагування. Дослідження підкреслюють актуальність такої інтеграції, особливо в умовах зростання складності кібератак, включаючи AI-драйвені загрози, як автономне зловмисне ПЗ та соціальну інженерію. Ключові дослідження фокусуються на моделях, таких як IntruDTree – ML-базованій системі на основі дерев рішень, яка ранжує функції безпеки, мінімізує обчислювальну складність та досягає високої точності в виявленні вторгнень, перевершуючи традиційні методи (наївний Байєс, логістичну регресію тощо). Нейроморфний підхід поєднує глибоке навчання (DL) з нейроморфними процесорами, використовуючи автоенкодери (AE) для навчання без нагляду, дискретну факторизацію векторів (DVF) для перетворення ваг та симуляцію на чіпах як IBM True North, досягаючи 90,12% точності в виявленні шкідливих пакетів та 81,31% у класифікації атак. Це забезпечує енергоефективне, реального часу виявлення в високонавантажених мережах. Машинне навчання застосовується для аналізу зловмисного ПЗ, виявлення zero-day атак, аномалій та загроз трафіку, з акцентом на датасети як ADFA-LD, що відповідає сучасним технологіям для оцінки IDS. Ризики включають адверсарні атаки на ML-алгоритми, що вимагають превентивних заходів. Портал AZ Safe Hacker Assets Portal збирає дані з хакерських форумів для проактивного CTI, аналізуючи активи з ML для пошуку, навігації та порівняння коду. Запобігання атакам з ШІ охоплює соціальну інженерію, де вразливості залежать від людського фактора, але ШІ допомагає в освіті та зменшенні впливу. Байєсівські методи дозволяють кількісну оцінку ризиків, ситуаційну обізнаність та автоматизацію. За прогнозами досліджень (Gartner, Trend Micro), AI-агенти домінуватимуть в атаках та захисті, з фокусом на квантову безпеку, explainable AI та автономні системи, що вимагає балансу між інноваціями та ризиками.