| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Mākslīgā intelekta kiberdrošības risinājums tīkla anomāliju atklāšanā |
| Title in English |
Artificial Intelligence Cybersecurity Solution for Network Anomaly Detection |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Andrejs Romānovs |
| Reviewer |
Artis Ābolts |
| Abstract |
Bakalaura darbā aplūkota mākslīgā intelekta pielietošana DNS datu plūsmas anomāliju atklāšanā kiberdrošības kontekstā, uzsverot problēmu pieaugošo apjomu un sarežģītību tīkla uzraudzībā. Darba mērķis ir izpētīt, kā mākslīgā intelekta risinājumi var palīdzēt atklāt DNS anomālijas, salīdzinot divus rīkus – vienu tradicionālu, bez MI izmantošanas, un otru, balstītu uz mašīnmācīšanos. Pamatojoties uz iegūtajiem rezultātiem, tika izdarīti secinājumi par to, kā katrs rīks spēj atklāt DNS anomālijas un kādas ir to stiprās un vājās puses. Rezultāti liecina, ka katrai pieejai ir savas priekšrocības un trūkumi, un to kombinēšana varētu būt noderīga, lai uzlabotu DNS anomāliju atklāšanu. Darbs sastāv no 54 lappusēm, ietver 4 tabulas, 21 attēlu un 2 pielikumus. |
| Keywords |
TĪKLA DROŠĪBA, MĀKSLĪGAIS INTELEKTS, ANOMĀLIJU ATKLĀŠANA, MAŠĪNMĀCĪŠANĀS, KIBERDROŠĪBA. |
| Keywords in English |
NETWORK SECURITY, ARTIFICIAL INTELLIGENCE, ANOMALY DETECTION, MACHINE LEARNING, CYBERSECURITY. |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
21.05.2025 09:08:53 |
