УДК 004.056.5
DOI: 10.36871/ek.up.p.r.2025.12.13.014

Авторы

Фатима Алашевна Каимова,
Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова, Грозный, Россия

Аннотация

В статье рассматривается будущее кибербезопасности в контексте вызовов, возникающих вследствие внедрения искусственного интеллекта (ИИ) и машинного обучения (МО). Обсуждаются возможности, которые эти технологии предоставляют для обнаружения и предотвращения кибератак, а также риски, связанные с их использованием в преступных целях. Особое внимание уделяется уязвимостям моделей МО, проблемам интеграции ИИ в системы кибербезопасности и этическим вызовам, которые могут возникать в процессе. Статья освещает перспективы развития технологий ИИ в сфере кибербезопасности, в частности усовершенствование алгоритмов защиты, что повысит устойчивость к новым угрозам. Таким образом, статья акцентирует внимание на важности баланса между автоматизацией защитных процессов и контролем за этическими аспектами использования ИИ. Кроме того, подчеркивается необходимость международного сотрудничества для создания эффективных нормативно-правовых рамок, которые бы регулировали использование ИИ в кибербезопасности и противодействовали его злоупотреблениям.

Ключевые слова

искусственный интеллект, машинное обучение, кибербезопасность, атаки, защита

Список литературы

  1. Бабенко С. И., Костенко О. Н. Кибербезопасность: проблемы и решения // Научный вестник Хмельницкого национального университета. 2020. № 1(3). С. 45–50.
  2. Гайдук О. О., СивакА.В. Использование искусственного интеллекта для защиты информационных систем // Системы обработки информации. 2021. № 3(3). С. 88–93.
  3. Коваленко В. И., Литвиненко Д. О. Основы кибербезопасности: теория и практика // Технический вестник. 2019. № 2(1). С. 15–25.
  4. Мартинюк Ю. В., Соколова Т. А. Машинное обучение в кибербезопасности: современные тенденции // Кибернетика и системный анализ. 2020. № 4(1). С. 100–107.
  5. Савельев А.И.Искусственный интеллект и право: вызовы и угрозы цифровой эпохи. М.: ИНФРА-М, 2021.
  6. Чумаков А. Н., Королев В. А. Машинное обучение для обнаружения киберугроз: методы и модели // Известия ЮФУ. Технические науки. 2022. № 2. С. 76–89.
  7. Apruzzese, G., Colajanni, M., Ferretti, L., Guido, A., & Marchetti, M. On the effectiveness of machine and deep learning for cybersecurity // 10th International Conference on Cyber Conflict (CyCon). 2018. P. 371–390. IEEE.
  8. Sarker, I. H., Kayes, A. S. M., Badsha, S., Alqahtani, H., Watters, P., & Ng, A.Cybersecurity data science: an overview from machine learning perspective // Journal of Big Data. 2020. Vol. 7, no. 1. P. 1–29.
  9. Goodfellow, I. J., Shlens, J., & Szegedy, C.Explaining and harnessing adversarial examples // arXiv preprint. 2014. arXiv:1412.6572.
  10. Papernot, N., McDaniel, P., Sinha, A., & Wellman, M. P. SoK: Security and privacy in machine learning // 2018 IEEE European Symposium on Security and Privacy (EuroS&P). 2018. P. 399– 414.