論文の概要: Tackling Cyberattacks through AI-based Reactive Systems: A Holistic
Review and Future Vision
- arxiv url: http://arxiv.org/abs/2312.06229v1
- Date: Mon, 11 Dec 2023 09:17:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 16:18:04.349772
- Title: Tackling Cyberattacks through AI-based Reactive Systems: A Holistic
Review and Future Vision
- Title(参考訳): AIベースのリアクティブシステムによるサイバー攻撃の対処 - 全体論と今後の展望
- Authors: Sergio Bernardez Molina and Pantaleone Nespoli and F\'elix G\'omez
M\'armol
- Abstract要約: この調査は、AIをサイバー防衛に統合する複雑さと機会を明らかにすることを目的としている。
今後の様々な研究課題が提示される。
これらの課題は、AI統合リアクティブ戦略の分野における研究者や実践者のロードマップとして役立ちます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There is no denying that the use of Information Technology (IT) is undergoing
exponential growth in today's world. This digital transformation has also given
rise to a multitude of security challenges, notably in the realm of cybercrime.
In response to these growing threats, public and private sectors have
prioritized the strengthening of IT security measures. In light of the growing
security concern, Artificial Intelligence (AI) has gained prominence within the
cybersecurity landscape. This paper presents a comprehensive survey of recent
advancements in AI-driven threat response systems. To the best of our
knowledge, the most recent survey covering the AI reaction domain was conducted
in 2017. Since then, considerable literature has been published and therefore
it is worth reviewing it. By means of several shared features, each of the
studies is compared on a common ground. Through an analysis of the research
papers conducted on a standardized basis, this survey aims to unravel the
complexities and opportunities of integrating AI into cyber defense. The
conclusions drawn from this collective analysis provide a comprehensive
snapshot of the evolving landscape at the intersection of AI and cybersecurity.
This landscape underscores the growing significance of not only anticipating
and detecting threats but also responding to them effectively. Additionally,
from these reviews, various research challenges for the future are presented.
These challenges serve as a roadmap for researchers and practitioners in the
field of AI-integrated reactive strategies.
- Abstract(参考訳): 情報技術(IT)の利用が、今日の世界で指数的な成長を続けていることは否定できない。
このデジタルトランスフォーメーションは、サイバー犯罪の領域において、数多くのセキュリティ上の課題を引き起こしている。
こうした脅威に応えて、公共部門と民間部門はITセキュリティ対策の強化を優先している。
セキュリティ上の懸念が高まる中、人工知能(AI)はサイバーセキュリティの世界で注目を集めている。
本稿では,AIによる脅威応答システムの最近の進歩を包括的に調査する。
私たちの知る限り、AI反応ドメインに関する最新の調査は2017年に実施された。
それ以来、かなりの文献が出版され、レビューする価値がある。
いくつかの共通した特徴により、各研究は共通の根拠で比較される。
この調査は、標準化されたベースで実施された研究論文の分析を通じて、AIをサイバー防衛に統合する複雑さと機会を明らかにすることを目的としている。
この集団分析から得られた結論は、AIとサイバーセキュリティの交差点における進化する展望の包括的なスナップショットを提供する。
この状況は、脅威を予測し発見するだけでなく、効果的にそれに対応することの重要性を高める。
さらに、これらのレビューから、将来に向けた様々な研究課題が提示される。
これらの課題は、AI統合リアクティブ戦略の分野における研究者や実践者のロードマップとして役立ちます。
関連論文リスト
- Towards more Practical Threat Models in Artificial Intelligence Security [71.53333444240076]
我々は、AIセキュリティ研究で最も研究されている6つの攻撃の脅威モデルを再検討し、実際にAIの使用と一致させる。
我々の論文は、人工知能のセキュリティにおけるより実用的な脅威モデルを研究するための行動である。
論文 参考訳(メタデータ) (2023-11-16T16:09:44Z) - A Comprehensive Analysis of the Role of Artificial Intelligence and
Machine Learning in Modern Digital Forensics and Incident Response [0.0]
目標は、デジタル法医学とインシデント対応において、AIとMLのテクニックがどのように使われているか、詳しく調べることである。
この取り組みは、AI駆動の方法論がこれらの重要なデジタル法医学の実践を形作っている複雑な方法を明らかにするために、表面のずっと下を掘り下げる。
最終的に、この論文は、デジタル法医学におけるAIとMLの統合の重要性を強調し、現代のサイバー脅威に取り組む上での、彼らのメリット、欠点、より広範な意味についての洞察を提供する。
論文 参考訳(メタデータ) (2023-09-13T16:23:53Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳(メタデータ) (2023-04-02T08:43:03Z) - A Survey on Explainable Artificial Intelligence for Cybersecurity [14.648580959079787]
説明可能な人工知能(XAI)は、決定と行動に対して明確かつ解釈可能な説明を提供する機械学習モデルを作成することを目的としている。
ネットワークサイバーセキュリティの分野では、XAIは、サイバー脅威の振る舞いをよりよく理解することで、ネットワークセキュリティへのアプローチ方法に革命をもたらす可能性がある。
論文 参考訳(メタデータ) (2023-03-07T22:54:18Z) - Explainable Artificial Intelligence and Cybersecurity: A Systematic
Literature Review [0.799536002595393]
XAIは、ユーザーと開発者にとってAIアルゴリズムの操作をより解釈可能にすることを目的としている。
本研究は,サイバーセキュリティに適用されたXAI研究シナリオについて検討する。
論文 参考訳(メタデータ) (2023-02-27T17:47:56Z) - AI Security for Geoscience and Remote Sensing: Challenges and Future
Trends [16.001238774325333]
本稿では,地球科学とリモートセンシング分野におけるAIセキュリティの現況を概観する。
敵攻撃、バックドア攻撃、連合学習、不確実性、説明可能性の5つの重要な側面をカバーしている。
著者の知識を最大限に活用するために,本稿は,地球科学とRSコミュニティにおけるAIセキュリティ関連研究の体系的レビューを行う最初の試みである。
論文 参考訳(メタデータ) (2022-12-19T10:54:51Z) - XAI for Cybersecurity: State of the Art, Challenges, Open Issues and
Future Directions [16.633632244131775]
AIモデルは、開発者が特定の決定の背後にある理由の説明や追跡ができないブラックボックスとして現れることが多い。
説明可能なAI(XAI)は、情報を抽出し、結果を視覚化するのに役立つ、急速に成長する研究分野である。
本報告では,サイバーセキュリティと攻撃形態について概説する。
次に、従来のAI技術の使用とその関連する課題について議論し、様々なアプリケーションでXAIを使用するための扉を開く。
論文 参考訳(メタデータ) (2022-06-03T02:15:30Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳(メタデータ) (2022-05-26T16:30:30Z) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳(メタデータ) (2022-02-28T18:27:41Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳(メタデータ) (2020-11-17T13:14:28Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳(メタデータ) (2020-07-05T18:22:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。