Искусственный интеллект

Машинное обучение

Численные методы

46 страниц

9 месяцев назад

71 просмотр

Методы искусственного интеллекта для выявления уязвимостей облачных систем

Содержание

Глава 1. Введение в искусственный интеллект и облачные системы
1.1 Определение искусственного интеллекта
1.2 Облачные системы: основные концепции
1.3 Актуальность изучения уязвимостей облачных систем
Глава 2. Уязвимости облачных систем
2.1 Виды уязвимостей
2.2 Риска, связанные с облачными системами

Глава 3. Методы искусственного интеллекта для выявления уязвимостей

3.1 Машинное обучение

3.2 Обработка естественного языка

3.3 Глубокое обучение

Глава 4. Примеры применения методов ИИ в облачных системах

4.1 Примеры успешного применения

4.2 Оценка эффективности

Введение

В современных условиях облачные технологии становятся все более популярными благодаря своей гибкости, масштабируемости и экономической эффективности. Однако вместе с ростом использования облачных систем увеличивается и количество угроз, связанных с безопасностью данных. Это делает необходимость в разработке эффективных методов для выявления уязвимостей облачных систем крайне актуальной. В данной работе рассматриваются методы искусственного интеллекта (ИИ), применяемые для обнаружения уязвимостей в облачных инфраструктурах. В частности, акцентируется внимание на машинном обучении и больших данных как инструментах для анализа и предсказания возможных угроз. Чтение научных публикаций и практических исследований в этой области показывает, что ИИ может значительно повысить эффективность анализа уязвимостей, позволяя выявлять их на ранних стадиях и тем самым минимизировать потенциальный ущерб. Стремительное развитие ИИ также заставляет изучать этические и правовые аспекты его применения в сфере кибербезопасности, что будет рассмотрено в данной работе.

Актуальность темыС развитием технологий облачных вычислений безопасность систем становится все более критически важной. Уязвимости, существующие в облачных сервисах, могут привести к значительным потерям как для бизнеса, так и для пользователей. Поэтому разработка и внедрение новых методов, основанных на ИИ, для выявления и минимизации этих уязвимостей становится актуальной задачей в области информационной безопасности.
Проблематика исследованияНесмотря на многие достижения в области безопасности облачных технологий, все еще существует множество открытых вопросов. Каковы наиболее эффективные методы применения ИИ для обнаружения уязвимостей? Каковы риски и ограничения таких подходов? Эти вопросы требуют комплексного анализа и исследования для нахождения оптимальных решений.
Цели исследованияЦель данной работы заключается в анализе и систематизации методов искусственного интеллекта, применяемых для выявления уязвимостей облачных систем. Работы будет направлено на выявление лучших практик и предложений по их использованию.
Задачи исследованияВ рамках достижения поставленной цели необходимо решить несколько задач: 1) Изучить существующие методы ИИ для анализа уязвимостей; 2) Провести сравнительный анализ их эффективности; 3) Разработать рекомендации по внедрению вышеперечисленных методов в практику кибербезопасности.

Список источников

1. Горохов Александр Владимирович, Мартынов Вячеслав Андреевич, Гаврин Виталий Алексеевич. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ // Скиф. Вопросы студенческой науки. 2022. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-2 (дата обращения: 09.01.2026).

2. Шобонов Николай Александрович, Булаева Марина Николаевна, Зиновьева Светлана Анатольевна. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОБРАЗОВАНИИ // Проблемы современного педагогического образования. 2023. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-obrazovanii-1 (дата обращения: 09.01.2026).

3. Фатеева Н. Б., Петрякова С. В., Чупина И. П., Симачкова Н. Н., Алимарданова Н. А.. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В HR-ПРОЦЕССАХ // Право и управление. 2022. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-hr-protsessah (дата обращения: 09.01.2026).

4. Ефимова Софья Андреевна. РАЗВИТИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Цифровая наука. 2020. URL: https://cyberleninka.ru/article/n/razvitie-iskusstvennogo-intellekta (дата обращения: 09.01.2026).

5. Рябова Алина Анатольевна, Супрунова Екатерина Петровна. И3 - ИСКУСНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ // Вестник Таганрогского института управления и экономики. 2021. URL: https://cyberleninka.ru/article/n/i3-iskusnyy-iskusstvennyy-intellekt (дата обращения: 09.01.2026).

6. Барщевский Е. Г.. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Восточно-европейский научный журнал. 2023. URL: https://cyberleninka.ru/article/n/ispolzovanie-iskusstvennogo-intellekta (дата обращения: 09.01.2026).

7. Торлов Леонид Олегович. О ПРАВОСУБЪЕКТНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Право и управление. 2023. URL: https://cyberleninka.ru/article/n/o-pravosubektnosti-iskusstvennogo-intellekta (дата обращения: 09.01.2026).

8. Ахмедов Бехруз Иброхим Угли, Холматов Сирожиддин Исломжон Угли. ВНЕДРЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В СИСТЕМЕ ЗДРАВООХРАНЕНИЯ // Raqamli iqtisodiyot (Цифровая экономика). 2024. URL: https://cyberleninka.ru/article/n/vnedrenie-oblachnyh-tehnologiy-v-sisteme-zdravoohraneniya (дата обращения: 09.01.2026).

9. Куракин Олег Валерьевич, Шудабаев Рамиль Маратович, Сарсенбаева Жаныл. ПРИМЕНЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В ОБРАЗОВАНИИ // Наука и реальность/Science & Reality. 2023. URL: https://cyberleninka.ru/article/n/primenenie-oblachnyh-tehnologiy-v-obrazovanii (дата обращения: 09.01.2026).

10. Илющенко В. С., Гранкин А. Н.. СИСТЕМА ИЗМЕРЕНИЯ РАДИАЦИИ С ОБЛАЧНЫМ ДОСТУПОМ // Auditorium. 2022. URL: https://cyberleninka.ru/article/n/sistema-izmereniya-radiatsii-s-oblachnym-dostupom (дата обращения: 09.01.2026).

11. Наталья Алексеевна Головачева, Максим Сергеевич Романов. ИССЛЕДОВАНИЕ МЕ��АНИЗМОВ ЗАЩИТЫ ОБЛАЧНЫХ СЕРВИСОВ // NBI-technologies. 2023. URL: https://cyberleninka.ru/article/n/issledovanie-mehanizmov-zaschity-oblachnyh-servisov (дата обращения: 09.01.2026).

12. Жужгов М. В., Семёнов В. А.. О РАЗВИТИИ КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ КЛАССА ERP НА ОСНОВЕ МОБИЛЬНЫХ ТЕХНОЛОГИЙ // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2022. URL: https://cyberleninka.ru/article/n/o-razvitii-korporativnyh-informatsionnyh-sistem-klassa-erp-na-osnove-mobilnyh-tehnologiy (дата обращения: 09.01.2026).

13. Глушак Елена Владимировна, Клюев Дмитрий Сергеевич, Воловач Владимир Иванович. АНАЛИЗ РАСПРЕДЕЛЕНИЯ ЗАДАЧ В СИСТЕМЕ ОБЛАЧНЫХ И ТУМАННЫХ ВЫЧИСЛЕНИЙ // T-Comm - Телекоммуникации и Транспорт. 2025. URL: https://cyberleninka.ru/article/n/analiz-raspredeleniya-zadach-v-sisteme-oblachnyh-i-tumannyh-vychisleniy (дата обращения: 09.01.2026).

14. Миронова Д. О., Кошкин А. К.. ПРОЕКТИРОВАНИЕ МОДУЛЬНЫХ ЗДАНИЙ. РАСЧЕТ ОБЛАЧНОЙ СИСТЕМЫ В МОДУЛЬНОМ ДОМЕ // Вестник науки. 2025. URL: https://cyberleninka.ru/article/n/proektirovanie-modulnyh-zdaniy-raschet-oblachnoy-sistemy-v-modulnom-dome (дата обращения: 09.01.2026).

15. Шумилин Александр Сергеевич. МЕТОД ОБЕСПЕЧЕНИЯ ЗАЩИТЫ ПЕРСОНАЛЬНЫХ ДАННЫХ В МЕДИЦИНСКОЙ ОБЛАЧНОЙ СИСТЕМЕ // Вопросы кибербезопасности. 2023. URL: https://cyberleninka.ru/article/n/metod-obespecheniya-zaschity-personalnyh-dannyh-v-meditsinskoy-oblachnoy-sisteme (дата обращения: 09.01.2026).

16. Солодовников Дмитрий Викторович, Соколов Александр Кириллович, Шорохов Константин Дмитриевич, Кучук Максим Игоревич. КОМПЬЮТЕРНАЯ БЕЗОПАСНОСТЬ В ОБЛАЧНЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ: РИСКИ И СПОСОБЫ ИХ МИНИМИЗАЦИИ // Human Progress. 2024. URL: https://cyberleninka.ru/article/n/kompyuternaya-bezopasnost-v-oblachnyh-informatsionnyh-sistemah-riski-i-sposoby-ih-minimizatsii (дата обращения: 09.01.2026).

17. Алексеев Д. М., Минюк А. Н., Шумилин А. С.. Защита конфиденциальной информации в облачной медицинской информационной системе // Инновационная наука. 2020. URL: https://cyberleninka.ru/article/n/zaschita-konfidentsialnoy-informatsii-v-oblachnoy-meditsinskoy-informatsionnoy-sisteme (дата обращения: 09.01.2026).

18. В.М. Дозорцев,А. А. Аносов,Е.С. Баулин,М.В. Городнова,А.Я. Коростелев,Игорь Сластенов. Искусственный интеллект для промышленных предприятий // Автоматизация в промышленности. 2024. URL: https://avtprom.ru/en/journal/2024-%E2%84%9610 (дата обращения: 09.01.2026). DOI: 10.25728/avtprom.2024.10.01

19. Ирина Богдановская,Е. Васякина,Д. Салихов. Искусственный интеллект и право // Law Journal of the Higher School of Economics. 2024. URL: https://law-journal.hse.ru/article/view/24138 (дата обращения: 09.01.2026). DOI: 10.17323/2072-8166.2024.4.278.306

20. И.В. Лысич. Облачные сервисы и цифровые технологии в учреждении среднего профессионального образования // Science and Practice in Education: Electronic…. 2024. URL: https://izdanie-nauka.ru/sites/izdanie-nauka.ru/files/5_lysich_iv_138-143.pdf (дата обращения: 09.01.2026). DOI: 10.54158/27132838_2024_5_4_138

21. Тутов Андрей Владимирович,Фархадов Маис Паша оглы,Таратухин Арсений Викторович,Керимов Сервер Сейранович. Программно-аппаратный комплекс распределенного планировщика ресурсов инфокоммуникационной системы облачного центра обработки данных // Управление большими системами: сборник трудов. 2024. URL: http://ubs.mtas.ru/archive/search_results_new.php?publication_id=23219 (дата обращения: 09.01.2026). DOI: 10.25728/ubs.2024.109.12

22. N.T. Duzbayev,M. Alibek,Y.Y. Ospanov. РАЗРАБОТКА МЕТОДОВ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ПРОМЫШЛЕННЫХ СЕТЕЙ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ НА ПРЕДПРИЯТИЯХ // International Journal of Information and…. 2024. URL: https://journal.iitu.edu.kz/index.php/ijict/article/view/440/556 (дата обращения: 09.01.2026). DOI: 10.54309/ijict.2024.19.3.009

23. Т.Ж. Ошакбаев,А.Р. Рыскулова,С.М. Калдашов,Майраш Баймуратова,К.Т. Успанова,Г.П. Рыскулов. НАДЗОР И БЕЗОПАСНОСТЬ: ПРОТИВОДЕЙСТВИЕОСОБО ОПАСНЫМ ИНФЕКЦИЯМ В ВОИНСКИХ ЧАСТЯХ // Научно — практический журнал Фтизиопульмонология. 2025. URL: https://journal.nncf.kz/%d0%bd%d0%b0%d0%b4%d0%b7%d0%be%d1%80-%d0%b8-%d0%b1%d0%b5%d0%b7%d0%be%d0%bf%d0%b0%d1%81%d0%bd%d0%be%d1%81%d1%82%d1%8c-%d0%bf%d1%80%d0%be%d1%82%d0%b8%d0%b2%d0%be%d0%b4%d0%b5%d0%b9%d1%81%d1%82%d0%b2/ (дата обращения: 09.01.2026). DOI: 10.26212/2227-1937.2025.87.28.030

24. Игорь Николаевич Карцан,С. А. Нуриев. Машинное обучение в бизнес-аналитике // Информатика. Экономика. Управление - Informatics…. 2024. URL: https://oajiem.com/index.php/24/article/view/106 (дата обращения: 09.01.2026). DOI: 10.47813/2782-5280-2024-3-4-0313-0321

25. И. Ф. Гареев,Т.А. Ахметгалиев,Р. Р. Юнусов. Источники данных и машинное обучение на прединвестиционой стадии проектов развития территорий // Russian Journal of Housing Research. 2024. URL: https://1economic.ru/lib/121504 (дата обращения: 09.01.2026). DOI: 10.18334/zhs.11.3.121504

26. Дмитрий Владимирович Василенко. Разработка алгоритма классификации плотных облаков точек на примере городской застройки // Vestnik SSUGT. 2024. URL: https://vestnik.sgugit.ru/upload/vestnik/sborniki/2024/29_6/44-52.pdf (дата обращения: 09.01.2026). DOI: 10.33764/2411-1759-2024-29-6-44-52

27. Ю. С. Резниченко,А. Ю. Дубинский,С. И. Попель. О влиянии неустойчивости Рэлея–Тейлора на формирование пылевых облаков в мезосфере Марса // Астрономический вестник. 2024. URL: https://journals.rcsi.science/0320-930X/article/view/264295 (дата обращения: 09.01.2026). DOI: 10.31857/s0320930x24030015

28. А. С. Зонов,Аэлита Владимировна Шабурова. Анализ уязвимостей сетевых устройств // Interexpo GEO-Siberia. 2024. URL: https://geosib.sgugit.ru/upload/geosibir/sborniki/2024/tom-6/070-074.pdf (дата обращения: 09.01.2026). DOI: 10.33764/2618-981x-2024-6-70-74

29. В.И. Крицкий. НАЛОГООБЛОЖЕНИЕ ПРИБЫЛИ ОРГАНИЗАЦИЙ: АНАЛИЗ УЯЗВИМОСТЕЙ, РИСКОВ И УГРОЗ ГОСУДАРСТВУ // Бизнес. Образование. Право. 2023. URL: https://vestnik.volbi.ru/upload/numbers/263/article-263-3675.pdf (дата обращения: 09.01.2026). DOI: 10.25683/volbi.2023.63.646

Еще 18 источников

Предпросмотр документа

Наименование образовательного учреждения

дипломный проект на тему

Методы искусственного интеллекта для выявления уязвимостей облачных систем

Выполнил: ФИО

Руководитель: ФИО

2025

Глава 1. Введение в искусственный интеллект и облачные системы

1.1 Определение искусственного интеллекта

Искусственный интеллект (ИИ) — это область компьютерных наук, рассматривающая создание систем, способных выполнять задачи, требующие человеческого интеллекта, такие как распознавание речи, принятие решений и решение проблем.

1.2 Облачные системы: основные концепции

Облачные системы представляют собой модели предоставления вычислительных ресурсов через интернет, включая серверы, хранилища и приложения.

1.3 Актуальность изучения уязвимостей облачных систем

С увеличением использования облачных технологий возрастает и количество потенциальных уязвимостей, что делает их важной темой для исследования.

Глава 2. Уязвимости облачных систем

2.1 Виды уязвимостей

Существует множество типов уязвимостей, включая недостатки в конфигурации, уязвимости приложений и проблемы с управлением доступом.

2.2 Риска, связанные с облачными системами

Риски могут варьироваться от потери данных до взлома учетных записей, поэтому важно их учитывать.

Глава 3. Методы искусственного интеллекта для выявления уязвимостей

3.1 Машинное обучение

Методы машинного обучения могут быть использованы для анализа больших объемов данных и выявления аномалий, которые могут указывать на уязвимости.

3.2 Обработка естественного языка

Эти методы позволяют анализировать текстовые данные и выявлять потенциальные угрозы на основе анализа пользовательских комментариев и отчетов.

3.3 Глубокое обучение

Глубокие нейронные сети могут быть применены для создания более точных моделей для прогнозирования уязвимостей.

Глава 4. Примеры применения методов ИИ в облачных системах

4.1 Примеры успешного применения

Рассмотрим несколько кейсов, в которых ИИ помог выявить уязвимости в облачных системах.

4.2 Оценка эффективности

Проанализируем, насколько эффективны применения различных методов ИИ в области безопасности облачных систем.

Заключение

В данной работе были рассмотрены методы, применяемые для выявления уязвимостей облачных систем с использованием искусственного интеллекта. Подводя итоги, можно сказать, что применение ИИ существенно повышает уровень безопасности облачных технологий.

Продолжи писать дипломный проект с нейросетью

Продолжить генерацию

Похожие дипломные работы

Декоративно прикладное искусство

Искусственный интеллект

Академический рисунок

Применение AI-дизайна и искусственного интеллекта в художественном образовании: теоретические и практические аспекты

Содержание

Уникальность: Более 80%