| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Mākslīgā intelekta loma kiberdrošības apdraudējumu un ievainojamību identificēšanā |
| Nosaukums angļu valodā |
The Role of Artificial Intelligence in Identifying Cybersecurity Threats and Vulnerabilities |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Vladislavs Minkevičs |
| Recenzents |
Uģis Āboltiņš |
| Anotācija |
Kiberdrošības uzbrukumi kļūst arvien sarežģītāki un daudzveidīgāki, tāpēc nepieciešams efektīvs risinājums, kas spēj precīzi identificēt ievainojamības un
apdraudējumus. Mūsdienu digitālajā vidē tradicionālie aizsardzības rīki, kas balstās uz iepriekš definētiem noteikumiem, ne vienmēr spēj nodrošināt pietiekamu aizsardzību pret strauji mainīgajiem kiberdraudiem, tāpēc arvien aktuālāka kļūst mākslīgā intelekta pielietošanas nepieciešamība kiberdrošībā. Darba mērķis ir izpētīt un pielietot mašīnmācīšanās metodes kiberapdraudējumu un ievainojamību identificēšanai, lai novērtētu mākslīgā intelekta tehnoloģiju lomu mūsdienu kiberdrošībā. Pētījuma gaitā tiek veikta literatūras analīze par mākslīgā intelekta pielietojumu kiberdrošībā, lai izstrādātu mašīnmācīšanās algoritmus, kas spēj identificēt kiberapdraudējumus. Mašīnmācīšanās algoritmu apmācībai un testēšanai tiek izmantota modificēta datu kopa, kas satur gan normālas tīkla aktivitātes, gan dažādus mūsdienīgus kiberuzbrukumu veidus. Izstrādāto modeļu salīdzināšanai tiek izmantoti veiktspējas rādītāji, kas ļauj objektīvi novērtēt katra algoritma spēju noteikt apdraudējumus. Darba rezultātā tiek izdarīti secinājumi par mašīnmācīšanās klasifikatoru efektivitātes iegūtajiem rādītājiem, kā arī sniegts izvērtējums par mākslīgā intelekta lomu un iespējām mūsdienu kiberdrošības sistēmu attīstībā. |
| Atslēgas vārdi |
KIBERDROŠĪBA, MĀKSLĪGAIS INTELEKTS, MAŠĪNMĀCĪŠANĀS, APDRAUDĒJUMS, IDENTIFICĒŠANA |
| Atslēgas vārdi angļu valodā |
CYBERSECURITY, ARTIFICIAL INTELLIGENCE, MACHINE LEARNING, THREAT, DETECTION |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
26.05.2025 23:53:49 |
