Використання штучного інтелекту у сфері кібербезпеки : кваліфікаційна (бакалаврська) робота

Abstract

Кваліфікаційна робота на тему «Використання штучного інтелекту у сфері кібербезпеки» на здобуття першого (бакалаврського) рівня вищої освіти за спеціальністю 125 Кібербезпека, освітньою програмою: Кібербезпека, містить 4 рисунки, 17 літературних джерел за переліком посилань. Робота виконана на 41 сторінці загального тексту та 34 сторінках основного тексту. Метою роботи є аналіз та дослідження застосування методів штучного інтелекту у сфері кібербезпеки, включаючи машинне навчання для виявлення аномалій, нейронні мережі для аналізу загроз, автоматизацію процесів кіберзахисту та протидію атакам за допомогою штучного інтелекту. У ході дослідження були розглянуті методи машинного навчання для виявлення шкідливих програм, використання нейронних мереж для виявлення аномальних дій у мережевому трафіку та алгоритми прогнозування кіберзагроз. Також було проведено аналіз ефективності різних підходів та запропоновані рекомендації щодо підвищення рівня безпеки за допомогою технологій штучного інтелекту. Можливі напрями подальших досліджень включають розробку нових методів глибокого навчання для кіберзахисту, вдосконалення алгоритмів адаптивного виявлення загроз та інтеграцію штучного інтелекту у системи управління інформаційною безпекою.

The qualification work on the topic "Application of Artificial Intelligence in Cybersecurity" for obtaining the first (bachelor's) level of higher education in specialty 125 Cybersecurity, educational program: Cybersecurity, contains 4 figures, and 17 literary sources in the reference list. The work consists of 41 pages of total text and 34 pages of main text. The purpose of the work is to analyze and study the application of artificial intelligence methods in the field of cybersecurity, including machine learning for anomaly detection, neural networks for threat analysis, automation of cybersecurity processes, and countering attacks using artificial intelligence. During the research, machine learning methods for detecting malware, the use of neural networks to identify anomalous activities in network traffic, and algorithms for predicting cyber threats were examined. An analysis of the effectiveness of various approaches was conducted, and recommendations were proposed to enhance security levels using artificial intelligence technologies. Possible directions for further research include the development of new deep learning methods for cybersecurity, improvement of adaptive threat detection algorithms, and the integration of artificial intelligence into information security management systems.