جستجو
تهدیدات نوظهور عاملهای خودمختار مبتنی بر هوش مصنوعی در حملات سایبری
زهرابعاجی کاظمی1 سید آرش روحانی2
چکیده :
پژوهش حاضر به بررسی نقش تحول آفرین هوش مصنوعی در امنیت سایبری، با تأکید بر کاربردهای تهاجمی و تدافعی، چالشهای یادگیری رقابتی، و چشم اندازهای آینده میپردازد. با افزایش پیچیدگی تهدیدات سایبری و ناکارآمدی روشهای سنتی مبتنی بر امضا و قواعد ثابت، به کارگیری تکنیک های یادگیری ماشین، یادگیری عمیق و یادگیری تقویتی به عنوان راهکاری اساسی مطرح شده است. در این پژوهش، یافته های معتبر در بازه ۲۰۲۴–۲۰۲۶ به صورت نظاممند تحلیل شده است. نتایج نشان میدهد که مدلهای زبانی بزرگ نظیر GPT-۴o و Claude ۳.۵ Sonnet قادر به انجام عملیات تهاجمی خودمختار از جمله شناسایی و بهرهبرداری از آسیب پذیری ها هستند و معیارهایی نظیر 3CB چارچوبی استاندارد برای سنجش این قابلیت ها ارائه داده اند. با این حال، ضعف در مقاومت در برابر حملات رقابتی، نبود دادههای آموزشی استاندارد، ماهیت جعبهسیاه مدل ها، و چالشهای اخلاقی و حریم خصوصی، موانع جدی در پذیرش عملی این سیستم ها محسوب میشوند. رویکردهای نوینی نظیر یادگیری فدرال برای اشتراک هوشمند تهدیدات، محاسبات کوانتومی برای رمزنگاری تابآور، و سامانههای دفاعی چندلایه مبتنی بر هوش مصنوعی مولد، به عنوان مسیرهای کلیدی آینده معرفی شدهاند. مقاله نتیجهگیری میکند که هوش مصنوعی اگرچه افقهای تازهای در شناسایی، پاسخگویی و تابآوری سایبری گشوده است، اما تحقق کامل این پتانسیل مستلزم تدوین معیارهای ارزیابی شفاف، افزایش قابلیت تفسیرپذیری، و طراحی سازوکارهای دفاعی تطبیقپذیر در برابر حملات تکامل یافته است.
کلمات کلیدی : هوش مصنوعی امنیت سایبری یادگیری ماشین عاملهای خودمختار یادگیری رقابتی تشخیص نفوذ
زبان مقاله : فارسی
محور مقاله : امنيت
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABKGBF
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABKGBF
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABKGBF
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems