Atakų aptikimo metodų, paremtų dirbtiniu intelektu, analizė daiktų interneto įrenginiuose ir platformose
Mikalauskaitė, Karina Marija |
Čeponis, Dainius | Recenzentas / Rewiewer |
Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Baigiamasis magistro darbas skirtas daiktų interneto įrenginių ir platformų saugumui, kuris, nuolat augant jų naudojimui, tampa vis aktualesnis. Atlikta literatūros analizė, identifikuoti ir nagrinėjami esami dirbtinio intelekto metodai ir duomenų rinkiniai, taikomi kibernetinėms atakoms daiktų interneto įrenginiuose aptikti, siekiant sumažinti jų pažeidžiamumą ir sustiprinti saugumą. Darbe pasiūlyta tyrimo metodika ir, naudojant didžiausią prieinamą duomenų rinkinį, eksperimentiniu būdu įvertintas skirtingų metodų efektyvumas, pateikiant jų privalumus ir trūkumus. Šio tyrimo rezultatai parodė, kurie dirbtinio intelekto metodai efektyviausi ir gali prisidėti prie daiktų interneto saugumo gerinimo.Darbą sudaro 6 dalys: įvadas, literatūros analizė, siūlomo metodo aprašymas, eksperimentinis tyrimas, išvados ir literatūros sąrašas.Darbo apimtis - 50 psl. teksto (be priedų, 26 iliustracijos, 7 lentelės, 38 literatūros šaltiniai.Atskirai pridedami darbo priedai.
The Master's Thesis is dedicated to the security of Internet of Things (IoT) devices and platforms, which is becoming increasingly relevant with their growing usage. A literature review was conducted, identifying and examining existing artificial intelligence methods and datasets used to detect cyber attacks on IoT devices, aiming to reduce their vulnerabilities and enhance security. The thesis proposes a research methodology and experimentally evaluates the effectiveness of different methods using the largest available dataset, highlighting their advantages and disadvantages. The results of this study indicate which artificial intelligence methods are most effective and can contribute to improving IoT security.The Master Thesis consists of 6 parts: Introduction, Literature Analysis, Description of the proposed method, Experimental research, Conclusions and References.The Master Thesis consists of 50 pages of text (annexes excluded), 26 illustrations, 7 tables, 38 references. The annexes are attached separately.