Διαχείριση κινδύνων ασφαλείας και ιδιωτικότητας σε συστήματα τεχνητής νοημοσύνης

Αλέστας, Βασίλειος

dc.contributor.advisor	Γκρίτζαλης, Στέφανος
dc.contributor.author	Αλέστας, Βασίλειος
dc.date.accessioned	2026-04-07T06:36:23Z
dc.date.available	2026-04-07T06:36:23Z
dc.date.issued	2026-01-15
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/19143
dc.description.abstract	Η ανάπτυξη των συστημάτων Τεχνητής Νοημοσύνης (ΤΝ) σε κρίσιμους τομείς της κοινωνίας και της οικονομίας έχει αναδείξει νέες προκλήσεις που σχετίζονται με την ασφάλεια των πληροφοριών και την προστασία της ιδιωτικότητας. Τα συστήματα, λόγω της εξάρτησής τους από μεγάλο όγκο δεδομένων, της πολυπλοκότητας και της δυναμικής τους συμπεριφοράς, εισάγουν κινδύνους που δεν καλύπτονται επαρκώς από τις παραδοσιακές προσεγγίσεις διαχείρισης κινδύνων. Στο πλαίσιο αυτό, η παρούσα διπλωματική εργασία εξετάζει συστηματικά τη διαχείριση κινδύνων ασφάλειας και ιδιωτικότητας σε συστήματα Τεχνητής Νοημοσύνης. Αρχικά, παρουσιάζονται οι βασικές έννοιες της Τεχνητής Νοημοσύνης και οι τεχνολογίες που την απαρτίζουν, καθώς και η επίδρασή της στην κοινωνία και στο κανονιστικό περιβάλλον. Στη συνέχεια, αναλύονται οι κύριοι κίνδυνοι ασφάλειας και ιδιωτικότητας που προκύπτουν κατά τον κύκλο ζωής των συστημάτων AI. Παράλληλα, παρουσιάζεται η διαδικασία διαχείρισης και αξιολόγησης κινδύνων, βασισμένη σε διεθνή πρότυπα και πλαίσια, όπως του ISO και του NIST, αλλά και ο ρόλος του Ρυθμιστικού πλαισίου για την Τεχνητή Νοημοσύνη, όπως ο ευρωπαϊκός κανονισμός AI Act. Τέλος, η εργασία εξετάζει σύγχρονα πλαίσια χαρτογράφησης και ταξινόμησης κινδύνων, όπως το Plot4AI, το MITRE ATLAS, το και το AI Risk Taxonomy, τα οποία συμβάλλουν στην κατανόηση και αποτύπωση των ρίσκων που διέπουν την τεχνολογία αυτή, και καταλήγει σε συμπεράσματα και μελλοντικούς προβληματισμούς.	el
dc.format.extent	83	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Διαχείριση κινδύνων ασφαλείας και ιδιωτικότητας σε συστήματα τεχνητής νοημοσύνης	el
dc.title.alternative	Security and privacy risk management in Artificial Intelligence systems	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων	el
dc.description.abstractEN	The development of Artificial Intelligence (AI) systems in critical areas of society has brought up new challenges related to information security and privacy protection. Due to their dependence on large volumes of data, their complexity, and their dynamic behavior, these systems introduce risks that are not adequately covered by traditional risk management approaches. In this context, this thesis systematically examines security and privacy risk management in Artificial Intelligence systems. First, the basic concepts of Artificial Intelligence are presented, as well as its impact on society and the regulatory environment. Next, the main security and privacy risks that arise during the life cycle of AI systems are analyzed. At the same time, the risk management and assessment process is presented, based on international standards and frameworks, such as ISO and NIST, as well as the role of Regulatory Frameworks for Artificial Intelligence, such as the European AI Act. Finally, the paper examines contemporary risk mapping and classification frameworks, such as Plot4AI, MITRE ATLAS, and AI Risk Taxonomy, which contribute to the understanding and mapping of the risks governing this technology, and leads to conclusions and future considerations.	el
dc.contributor.master	Κυβερνοασφάλεια και Τεχνολογίες Τεχνητής Νοημοσύνης / MSc Cybersecurity & AI Technologies	el
dc.subject.keyword	Τεχνητή νοημοσύνη	el
dc.subject.keyword	Διαχείριση κινδύνων	el
dc.subject.keyword	Αντιμετώπιση κινδύνων	el
dc.subject.keyword	ISO	el
dc.subject.keyword	Χαρτογράφηση κινδύνων	el
dc.subject.keyword	Artificial Intelligence	el
dc.subject.keyword	Risk management	el
dc.subject.keyword	Risk response	el
dc.subject.keyword	Regulatory framework	el
dc.subject.keyword	Risk mapping	el
dc.date.defense	2026-02-24

Αρχεία σε αυτό το τεκμήριο

Name:: ΑΛΕΣΤΑΣ_MTE2301.pdf
Μέγεθος:: 2.810Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα