電気工学および電子技術ジャーナル

サイバーセキュリティアプリケーションのための人工知能

ファラ・ジェミリ

最近のホワイトハウスの人工知能 (AI) に関するレポートでは、AI の重要性と、この分野における明確なロードマップと戦略的投資の必要性が強調されています。AI が SF の世界から抜け出し、世界を変えるテクノロジーの最前線に躍り出るにつれ、さまざまな研究分野に AI が実際に及ぼす影響を確認するために、AI を体系的に開発し、実装することが急務となっています。

この論文は、サイバーセキュリティの分野での AI の導入に貢献します。侵入検知は産業界や学界で数多くの研究の対象となっていますが、サイバーセキュリティ アナリストは、サイバー空間でシステムを保護するために、より正確で包括的な脅威分析を求めています。侵入検知の改善は、多くの異種ソースからのセキュリティ イベントを監視するためのより包括的なアプローチを採用することで実現できます。異種ソースからのセキュリティ イベントを統合し、データから学習することで、サイバー脅威の状況に関するより包括的なビューとより優れた知識を提供できます。このアプローチの問題は、現時点では単一のイベント ソース (ネットワーク トラフィックなど) であっても、単独で検討するとビッグ データの課題に直面する可能性があることです。より異種データ ソースを使用しようとすると、はるかに大きな課題が生じます。人工知能とビッグ データ テクノロジは、これらの異種データの問題を解決するのに役立ちます。

提案されたアプローチには、データの前処理と学習が含まれます。実験結果は、精度と検出率の点でこのアプローチの有効性を示し、人工知能がサイバーセキュリティの分野でより良い結果を達成するのに役立つことを証明しています。