ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ
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...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Borys Grinchenko Kyiv University
2021-06-01
|
| Series: | Кібербезпека: освіта, наука, техніка |
| Subjects: | |
| Online Access: | https://csecurity.kubg.edu.ua/index.php/journal/article/view/260 |
| _version_ | 1827798575627632640 |
|---|---|
| author | Yevhen Ivanichenko Mylana Sablina Kateryna Kravchuk |
| author_facet | Yevhen Ivanichenko Mylana Sablina Kateryna Kravchuk |
| author_sort | Yevhen Ivanichenko |
| collection | DOAJ |
| description | 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. |
| first_indexed | 2024-03-11T19:38:50Z |
| format | Article |
| id | doaj.art-ac96ac7cf5844f079f2c38499964e996 |
| institution | Directory Open Access Journal |
| issn | 2663-4023 |
| language | English |
| last_indexed | 2024-03-11T19:38:50Z |
| publishDate | 2021-06-01 |
| publisher | Borys Grinchenko Kyiv University |
| record_format | Article |
| series | Кібербезпека: освіта, наука, техніка |
| spelling | doaj.art-ac96ac7cf5844f079f2c38499964e9962023-10-06T13:06:11ZengBorys Grinchenko Kyiv UniversityКібербезпека: освіта, наука, техніка2663-40232021-06-0141213214210.28925/2663-4023.2021.12.132142205ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІYevhen Ivanichenko0https://orcid.org/0000-0002-6408-443XMylana Sablina1https://orcid.org/0000-0001-9452-1867Kateryna Kravchuk2https://orcid.org/0000-0002-3589-8784Київський університет імені Бориса ГрінченкаКиївський університет імені Бориса ГрінченкаКиївський університет імені Бориса ГрінченкаАктуальність 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.https://csecurity.kubg.edu.ua/index.php/journal/article/view/260машинне навчаннякібербезпеканейронні мережікібератакакіберзахист з використанням машинного навчання |
| spellingShingle | Yevhen Ivanichenko Mylana Sablina Kateryna Kravchuk ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ Кібербезпека: освіта, наука, техніка машинне навчання кібербезпека нейронні мережі кібератака кіберзахист з використанням машинного навчання |
| title | ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ |
| title_full | ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ |
| title_fullStr | ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ |
| title_full_unstemmed | ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ |
| title_short | ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ В КІБЕРБЕЗПЕЦІ |
| title_sort | використання машинного навчання в кібербезпеці |
| topic | машинне навчання кібербезпека нейронні мережі кібератака кіберзахист з використанням машинного навчання |
| url | https://csecurity.kubg.edu.ua/index.php/journal/article/view/260 |
| work_keys_str_mv | AT yevhenivanichenko vikoristannâmašinnogonavčannâvkíberbezpecí AT mylanasablina vikoristannâmašinnogonavčannâvkíberbezpecí AT katerynakravchuk vikoristannâmašinnogonavčannâvkíberbezpecí |