Εντοπισμός επιθέσεων και άμυνες στην τεχνητή νοημοσύνη του διαδικτύου των πραγμάτων
Date Issued
October 17, 2024
Type
Πτυχιακή Εργασία
Abstract
Η παρούσα εργασία ασχολείται με τη ραγδαία ανάπτυξη της τεχνητής νοημοσύνης (AI) και του Διαδικτύου των Πραγμάτων (IoT), αναδεικνύοντας τις δυνατότητές τους, αλλά και τους κινδύνους που εγκυμονούν. Η τεχνητή νοημοσύνη χρησιμοποιείται ευρέως σε διάφορους τομείς για την εκτέλεση σύνθετων εργασιών, όπως η αναγνώριση προτύπων και η λήψη αποφάσεων, ενώ το IoT συνδέει φυσικά αντικείμενα με το διαδίκτυο, επιτρέποντάς τους να «επικοινωνούν» μεταξύ τους. Ωστόσο, οι τεχνολογίες αυτές δεν είναι απαλλαγμένες από κινδύνους, όπως η "δηλητηρίαση" δεδομένων (data poisoning), που μπορεί να επηρεάσει την αξιοπιστία των συστημάτων AI. Στη συγκεκριμένη μελέτη, εξετάζεται η επίθεση "label flipping", η οποία στοχεύει στην παραποίηση των δεδομένων ενός Intrusion Detection System (IDS) για IoT συσκευές, μειώνοντας την ακρίβειά του και κλονίζοντας την απόδοσή του σε κρίσιμες προβλέψεις, παρά το γεγονός ότι η γενική ακρίβεια του συστήματος παραμένει υψηλή.
Subjects