Η τεχνητή νοημοσύνη στην κυβερνοασφάλεια και στην ασφάλεια δικτύων
| datacite.contributor.Supervisor | Λεωνίδας Θεοδωρακόπουλος | |
| dc.contributor.author | Πριόβολος, Βασίλειος | |
| dc.contributor.author | Τσιρλούδης, Βασίλειος | |
| dc.contributor.other | Priovolos, Vasileios | |
| dc.contributor.other | Tsirloudis, Vasileios | |
| dc.date.accessioned | 2023-09-25T05:03:15Z | |
| dc.date.available | 2023-09-25T05:03:15Z | |
| dc.date.issued | 2023-09-12 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Οι απειλές στον κυβερνοχώρο και οι επιθέσεις σε δίκτυα γίνονται καθημερινά όλο και πιο εξεζητημένες. Ο αριθμός των καθημερινών επιθέσεων παγκοσμίως αυξάνεται και οι τρόποι και οι τεχνικές που χρησιμοποιούνται για τη διείσδυση στα συστήματα των εταιρειών και στις προσωπικές συσκευές είναι ποικίλες. Πίσω από τις επιθέσεις βρίσκονται μεμονωμένοι εισβολείς, οργανωμένες ομάδες και ολόκληρες κυβερνήσεις. Τα μέσα για τηνπραγματοποίηση επιθέσεων αυξάνονται και σήμερα οι επιθέσεις στον κυβερνοχώρο μπορούν να έχουν σοβαρές, εκτεταμένες επιπτώσεις και συνέπειες. Αυτοί οι παράγοντες συνδυάζονται και δημιουργούν προβλήματα στην προσπάθεια των ομάδων ασφαλείας να συμβαδίσουν με αυτόν τον ρυθμό και απαιτούνται πιο έξυπνες λύσεις.Η παρούσα εργασία παρέχει μια επισκόπηση του τρόπου με τον οποίο οι προσεγγίσεις της τεχνητής νοημοσύνης (AI), και επιμέρους κλάδοι όπως η μηχανική μάθηση και η βαθιά μάθηση, μπορούν να εφαρμοστούν σε θέματα κυβερνοασφάλειας. Η παρούσα εργασία αποσκοπεί επίσης στην παρουσίαση των υφιστάμενων τεχνολογιών ΤΝ και του τρόπου με τον οποίο βελτιώνουν την ασφάλεια στον κυβερνοχώρο. Με την τεχνητή νοημοσύνη, τα συστήματα ασφαλείας μπορούν να γίνουν πιο προγνωστικά και προληπτικά στην ανίχνευση και την απόκριση, καθώς και να εξοικονομήσουν χρόνο σε χειροκίνητεςεπαναλαμβανόμενες εργασίες ασφαλείας. | |
| dc.description.translatedabstract | Cyber threats and network attacks are becoming more sophisticated each day. The number of daily attacks globally is rising, and the ways and techniques used to infiltrate company systems and personal devices are diverse. Behind the attacks are lone attackers, organized groups, and entire governments. The recourses for carrying out attacks are increasing, and today cyber attacks can have severe, widespread effects and consequences. These factors combine to create problems for security teams to keep up with the pace, and smarter solutions are required.This thesis gives an overview of how artificial intelligence (AI) approaches, and subdomains such as machine learning and deep learning, can be applied to cybersecurity issues.This thesis also aims to showcase existing AI technologies and how they improve cyber security. With AI, security systems can become more predictive and proactive in detection and response, as well as save time in manual repetitive security tasks. | |
| dc.identifier.uri | https://hdl.handle.net/10889/25671 | |
| dc.language.iso | el | |
| dc.rights | CC0 1.0 Universal | * |
| dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
| dc.subject | Τεχνητή νοημοσύνη | |
| dc.subject | Κυβερνοασφάλεια | |
| dc.subject | Ασφάλεια δικτύων | |
| dc.subject | Κύβος κινδύνου στον κυβερνοχώρο | |
| dc.subject.alternative | Artificial intelligence | |
| dc.subject.alternative | Cyber risk cube | |
| dc.subject.alternative | Cybersecurity | |
| dc.subject.alternative | Network security | |
| dc.title | Η τεχνητή νοημοσύνη στην κυβερνοασφάλεια και στην ασφάλεια δικτύων | |
| dc.title.alternative | Artificial intelligence in cybersecurity and in network security |