| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Iekšējo draudu mazināšana hibrīda darba vidē, izmantojot uzvedības analīzi |
| Title in English |
Mitigating Insider Threats in Hybrid Work Environments Using Behavioral Analysis |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Andrejs Romānovs |
| Reviewer |
Uģis Āboltiņš |
| Abstract |
Hibrīda darba modelis rada jaunus kiberdrošības izaicinājumus, īpaši saistībā ar iekšējiem draudiem. Pieaugošais incidentu skaits uzsver nepieciešamību pēc risinājumiem, kas, balstoties uz uzvedības analīzi, spēj savlaicīgi atklāt novirzes lietotāju rīcībā un novērst potenciālus apdraudējumus. Darba mērķis ir izstrādāt uzvedības analīzē balstītu pieeju iekšējo kiberdrošības draudu identificēšanai un mazināšanai hibrīda darba vidē. Darbā tiek analizēti kiberdrošības riski hibrīda darba modeļa kontekstā un izpētītas uzvedības analīzes iespējas. Tiek veikta salīdzinošā analīze, pielietojot trīs mašīnmācīšanās algoritmus – LSTM, One-Class SVM un Isolation Forest – un izmantojot Los Alamos National Laboratory autentifikācijas notikumu datus. Analīze parāda, ka visefektīvākais ir uzlabotais Isolation Forest modelis. Izstrādātā pieeja ir papildināta ar ieteikumiem tās ieviešanai uzņēmumos. Darbā iegūtie rezultāti apliecina, ka uzvedības analīze var būt efektīva metode kiberdrošības uzlabošanā, īpaši organizācijās, kur tiek izmantots hibrīda darba modelis. |
| Keywords |
kiberdrošība, hibrīda darba vide, uzvedības analīze, draudu noteikšana, mašīnmācīšanas |
| Keywords in English |
cybersecurity, hybrid work environment, behavioral analysis, threat detection, machine learning |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
26.05.2025 13:13:16 |
