Μηχανική μάθηση στην ανίχνευση κυβερνοεπιθέσεων : βιβλιογραφική ανασκόπηση των μεθόδων και των τεχνολογιών

Abstract

Η ραγδαία εξάπλωση των κυβερνοαπειλών και η πολυπλοκότητα των σύγχρονων επιθέσεων καθιστούν επιτακτική την ανάγκη για προηγμένες και προσαρμοστικές μεθόδους ανίχνευσης και αντιμετώπισης. Η παρούσα εργασία εξετάζει τη συμβολή της μηχανικής μάθησης στην ενίσχυση της κυβερνοασφάλειας, με έμφαση στην ανίχνευση κυβερνοεπιθέσεων μέσω ευφυών αλγορίθμων. Αρχικά, παρουσιάζεται το θεωρητικό υπόβαθρο της κυβερνοασφάλειας και οι βασικές αρχές της μηχανικής μάθησης, ενώ στη συνέχεια αναλύονται αναλυτικά οι σημαντικότερες κατηγορίες αλγορίθμων που εφαρμόζονται στον εντοπισμό επιθέσεων, όπως οι αλγόριθμοι κατηγοριοποίησης, τα νευρωνικά δίκτυα και οι τεχνικές ανίχνευσης ανωμαλιών. Μέσα από εκτενή βιβλιογραφική ανασκόπηση, αξιολογούνται οι επιδόσεις των μεθόδων αυτών σε αντιπροσωπευτικά σύνολα δεδομένων και εντοπίζονται οι κύριες ερευνητικές προσεγγίσεις στον τομέα. Η μελέτη καταλήγει σε κρίσιμα συμπεράσματα αναφορικά με την αποτελεσματικότητα των τεχνικών αυτών, αναδεικνύοντας παράλληλα τις προκλήσεις που παραμένουν και τις μελλοντικές κατευθύνσεις έρευνας. Σκοπός της εργασίας είναι να συμβάλει στην καλύτερη κατανόηση των τεχνολογικών δυνατοτήτων και περιορισμών της μηχανικής μάθησης στο πεδίο της κυβερνοασφάλειας και να προσφέρει ένα χρήσιμο πλαίσιο αναφοράς για ερευνητές και επαγγελματίες του κλάδου.