| Abstract | Cilj ovoga rada je istražiti područje umjetne inteligencije s aspekta kibernetičke sigurnosti
korištenjem sekundarnih izvora i studije slučaja kojom se želi pokazati kako umjetna
inteligencija može unaprijediti identifikaciju mrežnih prijetnji. Umjetnu inteligenciju možemo
okarakterizirati kao znanost koja se fokusira na stvaranje strojeva koji mogu samostalno
razmišljati i djelovati. Sustavi temeljni na umjetnoj inteligenciji mogu se trenirati da izvode
kompleksne operacije analizirajući velike količine podataka i prepoznajući uzorke u tim
podacima, što im omogućuje da uče iz iskustva i poboljšavaju svoje performanse tijekom
vremena. U povijesnom kontekstu umjetna inteligencija je puno prošla, od Turingovog testa pa
sve do današnjih modernih autonomnih sustava temeljenih na strojnom i dubokom učenju.
Nadovezujući se na prošlu rečenicu dobro je spomenuti kako su dvije ključne tehnike umjetne
inteligencije duboko i strojno učenje, pri čemu je strojno učenje fokusirano na razvoj
algoritama koji omogućuju strojevima da uče i donose odluke na temelju podatka, dok duboko
učenje služi za obradu velikih količina podataka kroz slojevite neuralne mreže. Grana koja se
u zadnjem desetljeću usko povezuje s umjetnom inteligencijom je definitivno kibernetička
sigurnost, odnosno područje čiji je fokus usmjeren na zaštitu računalnih sustava, mreža i
uređaja od neovlaštenog pristupa. Temeljna načela koja čine srž cijelog djelovanja kibernetičke
sigurnosti su povjerljivost, integritet i dostupnost podataka. Jedino ako su ispunjena sva tri
načela, može se postići zadovoljavajući stupanj mrežne sigurnosti.
Kako tehnologija neprestano napreduje tako i usporedno raste potreba za sve kvalitetnijim
obrambenim mehanizmima. Čovjek je u jednu ruku limitiran te ne može spriječiti sve moguće
oblike napada na mreže sustave, a baš se tu umjetna inteligencija javlja kao idealno rješenje.
Autonomnost, brzina i točnost koju umjetna inteligencija pruža kibernetičkoj sigurnosti su od
neizmjerne važnosti prilikom borbe protiv suvremenih „cyber“ napada. Usprkos značajnom
poboljšanju koje pruža umjetna inteligencija, opet nailazimo na određene izazove od kojih su
neki temeljni: kvaliteta podataka, etički i legalni problemi, nedostatak obrazovanih stručnjaka,
lažni napadi te povjerenje u tehnologiju umjetne inteligencije. Usprkos nekolicini izazova i
mana umjetne inteligencije u kontekstu kibernetičke sigurnosti, benefiti su jednostavno
nemogući za zanemariti, što i na kraju potvrđuje istraživanje na temelju automatizacije
identificiranja mrežnih prijetnji. |
| Abstract (english) | The goal of this paper is to investigate the field of artificial intelligence from the aspect of cyber
security using secondary sources and a case study to show how artificial intelligence can
improve the identification of online threats. Artificial intelligence can be characterized as a
science that focuses on creating machines that can think and act independently. AI-based
systems can be trained to perform complex operations by analyzing large amounts of data and
recognizing patterns in that data, allowing them to learn from experience and improve their
performance over time. In a historical context, artificial intelligence has come a long way, from
the Turing test to today's modern autonomous systems based on machine and deep learning.
Following on from the previous sentence, it is good to mention that the two key techniques of
artificial intelligence are deep and machine learning, where machine learning is focused on the
development of algorithms that allow machines to learn and make decisions based on data,
while deep learning is used to process large amounts of data through layered neural networks.
The branch that has been closely associated with artificial intelligence in the last decade is
cyber security, that is, an area whose focus is on protecting computer systems, networks, and
devices from unauthorized access. The fundamental principles that form the core of all cyber
security activities are confidentiality, integrity, and availability of data. A satisfactory level of
network security can only be achieved if all three principles are met.
As technology continues to advance, so does the need for higher-quality defense mechanisms.
Humans are limited in one way and cannot prevent all possible forms of attacks on network
systems, and this is exactly where artificial intelligence appears as an ideal solution. The
autonomy, speed, and accuracy that artificial intelligence provides to cyber security are of
immense importance in the fight against modern "cyber" attacks. Despite the significant
improvement provided by artificial intelligence, we still encounter certain challenges, some of
which are fundamental: data quality, ethical and legal issues, lack of educated professionals,
fraudulent attacks, and trust in artificial intelligence technology. Despite several challenges and
disadvantages of artificial intelligence in the context of cyber security, the benefits are simply
impossible to ignore, which is finally confirmed by research based on the automation of
identifying network threats. |
