Dirbtinio intelekto sistemų diegimas organizacijose kibernetinio saugumo užtikrinimo kontekste
Pavalkis, Mantas |
Recenzentas / Rewiewer |
Licencinė sutartis Nr. MRU-EDT-1682.
Baigiamojo darbo tema yra aktuali šiuolaikinėje informacinėje visuomenėje, kurioje organizacijos susiduria su didėjančiu kibernetinių grėsmių skaičiumi ir sudėtingumu. Augantis kibernetinių atakų pavojus reikalauja inovatyvių sprendimų, o dirbtinio intelekto (DI) technologijos tampa viena iš perspektyviausių krypčių užtikrinant organizacijų atsparumą. Šiame darbe nagrinėjamas DI sistemų diegimo organizacijose veiksmingumas bei su tuo susiję iššūkiai kibernetinio saugumo užtikrinimo srityje. Tyrimo objektas – dirbtinio intelekto sistemų diegimo procesas organizacijose. Tyrimo tikslas – įvertinti dirbtinio intelekto sprendimų veiksmingumą ir iššūkius organizacijų kibernetinio saugumo kontekste. Darbo uždaviniai: 1) išanalizuoti DI technologijų taikymo galimybes ir iššūkius kibernetinio saugumo srityje remiantis moksline literatūra; 2) atlikti empirinius tyrimus organizacijose; 3) pateikti įžvalgas bei rekomendacijas dėl DI sistemų diegimo. Empiriniame tyrime taikyti kokybiniai metodai: atlikta mokslinės literatūros analizė, pusiau struktūruoti interviu su ekspertais, naudotas turinio analizės metodas duomenų interpretacijai. Tyrimo metu nustatyta, kad DI sprendimai reikšmingai prisideda prie grėsmių aptikimo ir incidentų valdymo efektyvumo, tačiau jų diegimą riboja duomenų kokybė, sprendimų skaidrumo stoka ir darbuotojų kompetencijų trūkumas. Rekomenduojama organizacijoms plėtoti vidinius gebėjimus, užtikrinti aiškią duomenų valdymo politiką ir skirti dėmesio etiniams aspektams, susijusiems su DI sprendimų priėmimu. Darbo struktūrą sudaro įvadas, trys pagrindiniai skyriai, išvados ir rekomendacijos. Pirmame skyriuje analizuojama mokslinė literatūra apie DI taikymą kibernetiniam saugumui, antrame – pateikiama tyrimo metodologija, trečiame – pristatomi ir analizuojami tyrimo rezultatai.
The topic of this master's thesis is highly relevant in today's information society, where organizations face a growing number and complexity of cyber threats. As the risks of cyberattacks increase, innovative solutions are required, and artificial intelligence (AI) technologies emerge as one of the most promising approaches for enhancing organizational resilience. This thesis examines the effectiveness of AI system implementation in organizations and the related challenges in the field of cybersecurity. The object of the research is the process of implementing artificial intelligence systems in organizations. The aim of the research is to assess the effectiveness and challenges of AI solutions in the context of organizational cybersecurity. The research objectives are as follows: (1) to analyze the possibilities and challenges of applying AI technologies in cybersecurity based on scientific literature; (2) to conduct empirical research within organizations; and (3) to provide insights and recommendations regarding the implementation of AI systems. Qualitative research methods were applied in the empirical study: scientific literature analysis, semi-structured expert interviews, and content analysis for data interpretation. The research revealed that AI solutions significantly improve threat detection and incident management, yet their implementation is limited by data quality, lack of transparency in decision-making, and insufficient staff competencies. It is recommended that organizations strengthen internal capabilities, ensure clear data management policies, and address ethical considerations in AI decision-making processes. The thesis structure consists of an introduction, three main chapters, conclusions, and recommendations. The first chapter presents a theoretical analysis of AI applications in cybersecurity, the second describes the research methodology, and the third provides the findings and analysis of the empirical research.