Ενίσχυση της επιχειρησιακής συνέχειας και της οργανωσιακής ανθεκτικότητας μέσω τοπικών μεγάλων γλωσσικών μοντέλων

Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Επιχειρησιακή συνέχεια ; Τεχνητή νοημοσύνη ; Αρχιτεκτονική RAG ; Κυβερνοασφάλεια ; Διαχείριση κρίσεων ; Business continuity ; Artificial Intelligence ; Local large language models ; Cybersecurity ; Crisis managementΠερίληψη
Η παρούσα πτυχιακή εργασία εξετάζει τη σύγκλιση της Διοικητικής Επιστήμης και της Τεχνητής Νοημοσύνης στον κρίσιμο τομέα της Επιχειρησιακής Συνέχειας, με στόχο την ενίσχυση της οργανωσιακής ανθεκτικότητας. Αρχικά, αναλύεται διεξοδικά το κανονιστικό πλαίσιο των διεθνών προτύπων ISO 22301 και ISO/IEC 27001, εστιάζοντας στον κύκλο Plan – Do – Check - Act (PDCA) και στη μεθοδολογία της Ανάλυσης Επιχειρησιακών Επιπτώσεων (BIA). Στη συνέχεια, η μελέτη μεταβαίνει στην πρακτική εφαρμογή, διερευνώντας τη δυνατότητα αξιοποίησης ενός τοπικού Μεγάλου Γλωσσικού Μοντέλου (Local LLM), συγκεκριμένα του Mistral 7B, ως ψηφιακού συμβούλου συμμόρφωσης σε περιβάλλον Μικρομεσαίας Επιχείρησης, διασφαλίζοντας παράλληλα την ιδιωτικότητα των δεδομένων μέσω τοπικής εκτέλεσης. Μέσω της υλοποίησης αρχιτεκτονικής RAG (Retrieval-Augmented Generation) και της προσομοίωσης σεναρίου επίθεσης Ransomware, η έρευνα τεκμηριώνει ότι η Τεχνητή Νοημοσύνη δύναται να ανακαλέσει με ακρίβεια κρίσιμες πολιτικές ασφαλείας και να υποστηρίξει τη λήψη αποφάσεων υπό πίεση, υπό την προϋπόθεση ότι συνδυάζεται με κατάλληλο σχεδιασμό εντολών (prompt engineering) και ανθρώπινη επίβλεψη.


