Χρήση τεχνητής νοημοσύνης για αντιμετώπιση κυβερνοεπιθέσεων σε επιχειρήσεις
| datacite.contributor.RelatedPerson | Αριστείδης, Ηλίας | |
| datacite.contributor.Supervisor | Παυλίδης, Γεώργιος | |
| dc.contributor.author | Μπούζας, Γεώργιος | |
| dc.contributor.other | Bouzas, Georgios | |
| dc.date.accessioned | 2024-07-02T07:09:11Z | |
| dc.date.available | 2024-07-02T07:09:11Z | |
| dc.date.issued | 2022-11-03 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Υπό το πρίσμα των τεχνικών εξελίξεων και του όγκου των δεδομένων που χρησιμοποιούνται, των πηγών που είναι διαθέσιμες στο δίκτυο και των διαφόρων συσκευών που το εκθέτουν σε κυβερνοεπίθεση, έχει καταστεί απαραίτητη η χρήση προηγμένων τεχνολογιών που έχουν τη δυνατότητα να αναζητούν οποιαδήποτε απειλή ανακαλυφθεί αποτρέποντας την από το να προκαλέσει ζημιά. Η επίθεση, κάτι το όποιο σημαίνει ότι μπορεί να χρησιμοποιηθεί αρνητικά για να επιτευχθεί ζημιά, καθιστά επιτακτική την ενημέρωση και την ανάπτυξη των μεθόδων που χρησιμοποιούνται καθώς και των βάσεων δεδομένων. Οι κυβερνοεπιθέσεις είναι ευρέως διαδεδομένες, επηρεάζοντας ανθρώπους, κυβερνητικές οντότητες και εταιρείες. Οι κυβερνοεγκληματίες μπορούν πλέον να φτάσουν τους στόχους τους από οπουδήποτε στον κόσμο ανά πάσα στιγμή. Η επιφάνεια επίθεσης στα σύγχρονα επιχειρηματικά περιβάλλοντα είναι τεράστια και αυξάνεται με ιλιγγιώδεις ρυθμούς. Αυτό υποδηλώνει ότι η αξιολόγηση και η ενίσχυση της στάσης της κυβερνοασφάλειας μιας επιχείρησης απαιτεί κάτι περισσότερο από ανθρώπινη συμμετοχή. Η τεχνητή νοημοσύνη είναι όλο και πιο κρίσιμη για την ασφάλεια των πληροφοριών, καθώς αυτές οι τεχνολογίες είναι σε θέση να αξιολογούν γρήγορα εκατομμύρια σύνολα δεδομένων και να εντοπίζουν ένα ευρύ φάσμα κινδύνων στον κυβερνοχώρο, που κυμαίνονται από επιθέσεις κακόβουλου λογισμικού έως ύποπτη συμπεριφορά που μπορεί να οδηγήσει σε επίθεση phishing. Οι ψηφιακές επιχειρήσεις ή το ηλεκτρονικό εμπόριο έχουν δημιουργήσει ένα νέο οικοσύστημα με προηγμένες δυνατότητες και πολυπλοκότητα ασφάλειας. Σε αυτό το νέο οικοσύστημα, οι εταιρείες θα πρέπει να επιτύχουν μια ισορροπία μεταξύ του πλαισίου κυβερνοασφάλειας, των κινδύνων από επιθέσεις στον κυβερνοχώρο για την τρέχουσα και μελλοντική ασφάλεια. Τα τελευταία χρόνια, οι τεχνικές τεχνητής νοημοσύνης (AI) έχουν αναδειχθεί ως βασικές στρατηγικές για βελτιωμένες πρακτικές σε κλάδους και τομείς. | |
| dc.description.translatedabstract | In the light of technical developments and the volume of data used and the sources available in the network and the various devices that expose it to cyber-attack, it has become necessary to use advanced technologies that could search for any threat and discover and prevent it from causing damage. The attack, meaning that it can be used negatively to achieve damage, which makes it imperative to update and develop the methods used and the databases. Cyberattacks are often widespread, affecting people, government entities, and companies. Cybercriminals can now reach their targets from anywhere in the world at any time. The attack surface in today's business environments is vast and growing at a breakneck pace. This suggests that assessing and strengthening an enterprise's cybersecurity posture requires more than human involvement. Artificial intelligence is increasingly critical to information security, as these technologies can rapidly assess millions of data sets and identify a wide range of cyber risks, ranging from malware attacks to suspicious behavior that can lead to in a phishing attack. Digital business or e-commerce has created a new ecosystem with advanced capabilities and security sophistication. In this new ecosystem, companies will have to strike a balance between their cybersecurity framework and the risks of cyberattacks for current and future security. In recent years, artificial intelligence (AI) techniques have emerged as key strategies for improved practices across industries and sectors. | |
| dc.identifier.uri | https://hdl.handle.net/10889/27333 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NonCommercial 3.0 United States | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/3.0/us/ | |
| dc.subject | Κυβερνοασφάλεια | |
| dc.subject | Κακόβουλο λογισμικό | |
| dc.subject | Κακόβουλες δραστηριότητες | |
| dc.subject | Κυβερνοχώρος | |
| dc.subject | Κυβερνοεπιθέσεις | |
| dc.subject | Τεχνητή νοημοσύνη | |
| dc.subject | Μηχανική μάθηση | |
| dc.subject | Σύστημα ανίχνευσης εισβολής | |
| dc.subject | Ψηφιακή υπογραφή | |
| dc.subject | Ηλεκτρονικό ψάρεμα | |
| dc.subject.alternative | Cyber security | |
| dc.subject.alternative | Malware | |
| dc.subject.alternative | Malicious activities | |
| dc.subject.alternative | Cyberspace | |
| dc.subject.alternative | Cybet-attacks | |
| dc.subject.alternative | Artificial intelligence | |
| dc.subject.alternative | Machine learning | |
| dc.subject.alternative | Intrusion detection system | |
| dc.subject.alternative | Digital signature | |
| dc.subject.alternative | Phishing | |
| dc.title | Χρήση τεχνητής νοημοσύνης για αντιμετώπιση κυβερνοεπιθέσεων σε επιχειρήσεις | |
| dc.title.alternative | Using artificial intelligence to counter cyberattacks on businesses |