| Autor: |
Yevhen Ivanichenko, Mylana Sablina, Kateryna Kravchuk |
| Jazyk: |
English<br />Ukrainian |
| Rok vydání: |
2021 |
| Předmět: |
|
| Zdroj: |
Кібербезпека: освіта, наука, техніка, Vol 4, Iss 12, Pp 132-142 (2021) |
| Druh dokumentu: |
article |
| ISSN: |
2663-4023 |
| DOI: |
10.28925/2663-4023.2021.12.132142 |
| Popis: |
Актуальність теми - інтеграція технологій машинного навчання в системи кібербезпеки. Ознайомившись з технічною літературою було сформульовано основні технології машинного навчання які реалізуються в організації кібербезпеки. Ознайомлено з основним типом штучної нейронної мережі, яка використовуються під час попередження і виявлення кіберзагрози та встановлено, що основною для розгляду загального застосування технологій машинного навчання є штучні нейронні мережі, засновані на багатошаровому персептроні із зворотним поширенням помилок. Запропоновано використовувати індикатори компромісних кібератак як початкової інформації для систем автоматичного машинного навчання . Акцентовано увагу на основні типи даних, які можуть бути використані підсистемами спостерігання засобів захисту інформації та організації кібербезпеки для виконання завдань і попередження, класифікації та прогнозування подій кібербезпеки. За результатами аналізу визначено основні проблемні напрямки щодо їх реалізації в системах інформаційної безпеки. Проблему використання машинного навчаня (ML) в кібербезпеці складно вирішити, оскільки досягнення в цій області відкривають багато можливостей, з яких складно обрати дієві засоби реалізації та прийняття рішень. Окрім цього, ця технологія також може використотуватись хакерами для створення кібератаки. Метою дослідження є реалізація машинного навчання в технології інформаційної безпеки та кібербезпеки, та зобразити модель на основі самонавчання. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
