هوش مصنوعی و داده های بزرگ در بهینه سازی سیستم های یادگیری ماشین

چکیده مقاله

ظهور هوش مصنوعی مولد Generative AI انقلابی در حوزه های مختلف فناوری ایجاد کرده است، اما این پیشرفت با چالش های جدی امنیتی نیز همراه است از یک سو، مهاجمان سایبری با بهره گیری از قابلیت های تولید متن، کد، تصویر و حتی ویدئو توانسته اند حملات پیچیده تر، شخصی سازی شده تر و کمتر قابل شناسایی طراحی کنند از سوی دیگر، جامعه علمی و صنعتی در تلاش است با استفاده از الگوریتم های یادگیری ماشین، سامانه های دفاعی هوشمند و خودکار بسازد که بتوانند تهدیدات را در زمان واقعی شناسایی و خنثی کنند این مقاله با رویکردی تحلیلی به بررسی دو جنبه متقابل استفاده از هوش مصنوعی در امنیت سایبری می پردازد: نخست، بهره گیری مهاجمان از مدل های مولد برای افزایش اثربخشی حملات؛ دوم، توسعه سامانه های دفاعی مبتنی بر یادگیری ماشین که بتوانند با تهدیدات نوظهور مقابله کنند مقاله نشان می دهد که تقابل میان مهاجمان و مدافعان وارد مرحله ای جدید شده است که در آن سرعت نوآوری و سطح یادگیری الگوریتم ها تعیین کننده برتری خواهد بود در نهایت، با تاکید بر اهمیت چارچوب های حقوقی و اخلاقی، پیشنهاد می شود که همکاری بین المللی برای تنظیم گری استفاده از هوش مصنوعی در فضای سایبری تقویت گردد

کلیدواژه‌ها

نویسندگان

علیرضا کامکار

۱ کارشناسی ارشد علوم کامپیوتر، دانشگاه تهران

کامکار، علیرضا،1404،هوش مصنوعی و داده های بزرگ در بهینه سازی سیستم های یادگیری ماشین،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان