Year: 2025
Type: dissertation
Study design: Systematic Review
Abstract: Digitalisaation yleistyessä myös tietoliikenteeseen kohdistuvat hyökkäykset ovat lisääntyneet. Palomuurit tallentavat lokitietoihinsa tietoa näistä hyökkäyksistä, mutta suurin osa tavallisista tietotekniikan käyttäjistä ei ymmärrä, mitä on tapahtunut tai miten hyökkäykset ovat toteutuneet. Koska uhkiin on reagoitava, tekoälyä voidaan hyödyntää lokitietojen tulkitsemisessa ja esittämisessä käyttäjäystävällisessä muodossa. Työssä tarkastellaan, miten tekoälyä voidaan kouluttaa ja hyödyntää lokitietojen analysoinnissa siten, että tiedot ovat ymmärrettäviä myös asiantuntemattomalle. Lisäksi tutkitaan, miten lokitietoihin koulutettu tekoäly voisi ennustaa ja tunnistaa uusia ja tuntemattomia uhkia. Tutkimus suoritetaan systemaattisena kirjallisuuskatsauksena, jossa käsitellään tarkasti valittua tutkimusaiheeseen liittyvää kirjallisuutta sekä aikaisempia tutkimustuloksia. Työssä havaittiin, että nykyinen tutkimus lokitietojen analysoinnista keskittyy koneoppimiseen ja suurten kielimallien teknologiaan. Kirjallisuuskatsauksen tuloksena esitetään, että koneoppimisen avulla voidaan tunnistaa mahdollisia poikkeavuuksia, sekä suurilla kielimalleilla muuttaa lokitiedot luettavampaan muotoon. Kuitenkin työssä todettiin, että koneoppimisen ja suurten kielimallien teknologiat osoittavat potentiaalia kyberturvallisuuden parantamisessa, mutta ne vaativat edelleen lisätutkimusta tuodakseen merkittävämpää arvoa kyberturvallisuuden alalle.
Source: LUTPub (LUT University)
Author: Natunen, Aleksi
Institution: Lappeenranta-Lahti University of Technology
Language: Finnish
Subfield: Computer Networks and Communications
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: green
OpenAlex ID: W6989397623
