Dirbtinio intelekto sistemų kūrimo ypatumai kibernetinio saugumo užtikrinimo kontekste: pasaulinės rinkos analizė
Recenzentas / Rewiewer |
Licencinė sutartis Nr. MRU-EDT-1934.
Magistro baigiamajame darbe nagrinėjami dirbtinio intelekto sistemų kūrimo ypatumai kibernetinio saugumo užtikrinimo kontekste. Siekiama atskleisti, kaip tokios sistemos kuriamos ir taikomos pasauliniu mastu, atsižvelgiant į rinkos tendencijas, reguliavimo skirtumus ir praktinius sprendimus. Darbe analizuojama dirbtinio intelekto samprata, raida ir pagrindiniai metodai, taip pat jo taikymo galimybės, rizikos ir kibernetinio saugumo reikalavimai. Siekiant įvertinti praktinius šių sistemų kūrimo ypatumus, lyginami trys atvejai: Microsoft Security Copilot, Darktrace ActiveAI Security Platform ir Google Security Operations su Gemini. Nustatyta, kad dirbtinio intelekto sistemos kibernetinio saugumo srityje negali būti kuriamos pagal vieną universalų modelį. Jų kūrimas priklauso nuo sistemos paskirties, naudojamų duomenų, integracijos su kitais organizacijos sprendimais, autonomiškumo lygio ir žmogaus priežiūros apimties. Taip pat nustatyta, kad tokios sistemos turi būti kuriamos ne tik kaip pažangūs technologiniai sprendimai, bet ir kaip saugiai valdomos, prižiūrimos ir konkrečiam kibernetinio saugumo poreikiui pritaikytos priemonės.
This master’s thesis examines the specifics of developing artificial intelligence systems in the context of ensuring cybersecurity. The aim is to reveal how such systems are developed and applied on a global scale, taking into account market trends, regulatory differences, and practical solutions. The thesis analyzes the concept, development, and main methods of artificial intelligence, as well as its application possibilities, risks, and cybersecurity requirements. To assess the practical aspects of developing these systems, three cases are compared: Microsoft Security Copilot, Darktrace ActiveAI Security Platform, and Google Security Operations with Gemini. It has been determined that artificial intelligence systems in the field of cybersecurity cannot be developed according to a single universal model. Their development depends on the system’s purpose, the data used, integration with other organizational solutions, the level of autonomy, and the extent of human oversight. It has also been established that such systems must be developed not only as advanced technological solutions, but also as tools that are securely managed, monitored, and tailored to specific cybersecurity needs.