|
C. AIga asoslangan kibermudofaa mexanizmlarining zaif tomonlari
|
| bet | 23/31 | | Sana | 11.12.2023 | | Hajmi | 100,7 Kb. | | #115597 |
Bog'liq uqib chiq (1)11111 (Автосохраненный)C. AIga asoslangan kibermudofaa mexanizmlarining zaif tomonlari
Ilgari muhokama qilingan kibermudofaa vositalarini ikki turga bo'lish mumkin: qoidalarga asoslangan ekspert tizimlari yoki ML/DL tizimlari. Har bir tur o'zining kuchli tomonlariga ega va turli xil ilovalar uchun eng mos keladi, ammo ularning zaif tomonlari ham bor. Boshlash uchun imzo/qoidalarga asoslangan tizimlar bilimlarning statik ifodasidir va noma'lum (nol kunlik, ilgari ko'rilmagan yoki qayta ishlangan) xavfsizlik tahdidlarini aniqlay olmaydi [179]. Ular imzolar ma'lumotlar bazasiga tayanadi, ular mutaxassislar tomonidan yangilanib turishi kerak. Bundan tashqari, ular zararli dastur mutatsiyalariga moyil, chunki ular ikkilik (va shuning uchun imzo/xesh) biron-bir tarzda o'zgartirilgan bo'lsa, ularni aniqlay olmaydi. An'anaviy ML qoidalariga asoslangan dvigatellar samarali bo'lishi uchun minglab qoidalarni talab qildi [140].
ML va DL modellari asosan ma'lumotlarga tayanadi. Bu shuni anglatadiki, past sifatli yoki noto'g'ri tayyorlangan ma'lumotlar modelning ishlashiga salbiy ta'sir ko'rsatishi mumkin. Bundan tashqari, giperparametrlarni tanlash muhim vazifa bo'lib, u modelga katta ta'sir ko'rsatishi mumkin. Muayyan dastur sohasida model uchun eng yaxshi giperparametr qiymatlarini tanlash uchun aniq qoidalar yo'q, mutaxassislar ko'pincha uni fandan ko'ra ko'proq "san'at" deb atashadi. Mavjud tadqiqotlar giperparametrlarni avtomatik tanlash/sozlash usullarini ko'rib chiqqan va taklif qilgan bo'lsa-da, ko'pincha bu sinov va xato jarayonidir [176], [180]. ML va DL modellarini nishonga olishi mumkin bo'lgan yana bir tahdid bu raqib hujumi bo'lib, uning davomida tajovuzkor o'qitilgan model uchun zararli ma'lumot tayyorlaydi va uni soxta kirishni noto'g'ri tasniflashga yoki modelning chiqishini boshqa yo'l bilan manipulyatsiya qilishga majbur qiladi [181] . O'qitilgan modelga qaratilgan raqib hujumlaridan farqli o'laroq, zaharli hujumlar [182], [183] deb ataladigan boshqa hujumlar modelning bashorat qilish qobiliyatiga ta'sir qilish uchun soxta ma'lumotlar nuqtalarini yaratishi mumkin.
VII bo'lim.
Aqlli aeroport - xavfsizlik xavflari va muammolari
Aeroportlarni IoT-ga asoslangan avtomatlashtirish bilan kengaytirish jarayoni operatsion va samaradorlik, yo'lovchilar uchun xizmat ko'rsatish sifatini yaxshilash va barcha manfaatdor tomonlar uchun moliyaviy daromadlarni oshirish nuqtai nazaridan katta afzalliklarga ega. Aqlli aeroportda IoT qurilmalarini hojatxonadan tortib uchish-qo‘nish yo‘lagi va havo harakatini boshqarish minorasigacha deyarli hamma joyda topish mumkin, ular ko‘pincha ko‘prikli tarmoqlar orqali bir-biri bilan o‘zaro aloqada bo‘lishadi. Biroq, IoT qurilmalarining aqlli aeroport tarmoqlariga kiritilishi tajovuzkorlar tomonidan foydalanishi mumkin bo'lgan, buzilishlarni keltirib chiqarishi va aeroportning normal faoliyatiga ta'sir qilishi mumkin bo'lgan bir qator xavflarni keltirib chiqaradi. Bu xavflar, o'z navbatida, xavflarni samarali aniqlash, ularni tahlil qilish va kamaytirish choralarini ko'rish imkonini beruvchi yangi kibermudofaa usullari va vositalarini ishlab chiqishga intilayotgan tadqiqotchilar uchun qiyinchiliklar tug'diradi.
|
| |
