Mesterséges intelligencia a kiberbiztonságban: anomáliák nyomában (gépi tanulási technikák alkalmazása hálózati anomáliák detektálására)

Abstract

A digitalizáció térnyerésével a kiberbiztonság napjaink egyik legkritikusabb területévé vált. A vállalati és állami rendszerek informatikai infrastruktúrái nap mint nap ki vannak téve különféle kibertámadásoknak, mint például DDoS támadásoknak, adatszivárgásoknak, hálózati penetrációs próbálkozásoknak vagy akár belső jogosulatlan tevékenységeknek. Ezek az események súlyos károkat okozhatnak nemcsak anyagi, de reputációs szempontból is. A hálózati modellek és annak működése fontos szerepet játszanak az informatikai infrastruktúrák építésében. A modern informatikai rendszerek megbízható működése alapvetően a hálózati infrastruktúrák stabilitásán és védelmén múlik. A digitális forgalom növekedésével a hálózatokat érő fenyegetések is egyre összetettebbé és gyakoribbá válnak. Az informatikai hálózatban számtalan hálózati eszköz működhet, amelynek szerepe van a hálózat működésében. A hálózati forgalomban egyre nagyobb kihívást jelentenek a hálózati anomáliák. A kutatás célja annak vizsgálata, hogy milyen hatékonysággal alkalmazhatók különböző gépi tanulási algoritmusok a hálózati anomáliák detektálására a kiberbiztonság kontextusában.

With the rise of digitalization, cybersecu- rity has become one of the most critical areas of our time. The IT infrastructures of corporate and government systems are exposed to various cyber attacks every day, such as DDoS attacks, data leaks, network penetration attempts or even internal unauthorized activities. These events can cause serious damage not only financially but also in terms of reputation. Network models and their operation play an important role in building IT infrastructures. The reliable operation of modern IT systems fundamentally depends on the stability and protection of network infrastructures. With the increase in digital traffic, threats to networks are also becoming increasingly complex and frequent. In the IT network, countless network devices have a role in the operation of the network. Network anomalies are becoming an increasingly challenging issue in network traffic. The aim of the research is to investigate the effectiveness of various machine learning algorithms for detecting network anomalies in the cybersecurity context.