کاربرد روشهای هوش مصنوعی در تحلیل رفتار کاربران و شناسایی تهدیدات سایبری در محیط های دیجیتال رویکردی نوین در ارتقای امنیت سایبری

گسترش فناوری های دیجیتال و افزایش وابستگی سازمان ها به زیرساخت های اطلاعاتی موجب افزایش پیچیدگی تهدیدات سایبری و ضرورت استفاده از راهکارهای هوشمند برای حفاظت از محیط های دیجیتال شده است. در این میان هوش مصنوعی به عنوان یکی از فناوری های نوین قابلیت های گسترده ای در تحلیل داده ها، شناسایی الگوهای رفتاری و تشخیص تهدیدات سایبری ارائه می دهد. هدف این پژوهش، بررسی کاربرد روش های هوش مصنوعی در تحلیل رفتار کاربران و شناسایی تهدیدات سایبری در محیط های دیجیتال و تبیین نقش این فناوری در ارتقای امنیت سایبری است. پژوهش حاضر از نظر هدف کاربردی و از نظر روش اجرا مروری توصیفی است. داده های مورد نیاز از طریق بررسی مقالات علمی، کتاب ها و گزارش های تخصصی معتبر در حوزه هوش مصنوعی، امنیت سایبری، یادگیری ماشین و تحلیل رفتار کاربران گردآوری و تحلیل شده است. یافته های پژوهش نشان می دهد که الگوریتم های یادگیری ماشین، یادگیری عمیق و روش های تحلیل رفتار کاربران توانایی قابل توجهی در شناسایی ناهنجاری ها، تشخیص حملات ناشناخته، کشف بدافزارها، شناسایی تهدیدات داخلی و پیش بینی رخدادهای امنیتی دارند، همچنین ترکیب فناوری هایی مانند تحلیل رفتار کاربران و موجودیت ها، سامانه های تشخیص نفوذ هوش تهدید و معماری Zero Trust با مدل های هوش مصنوعی، موجب افزایش دقت شناسایی تهدیدات، کاهش هشدارهای نادرست و بهبود سرعت واکنش امنیتی می شود. با وجود مزایای فراوان، چالش هایی مانند کیفیت داده های آموزشی، حملات خصمانه علیه مدل های هوشمند، تفسیرپذیری الگوریتم ها و حفظ حریم خصوصی همچنان از موانع توسعه این فناوری محسوب می شوند. نتایج این پژوهش نشان می دهد که استفاده هدفمند از هوش مصنوعی در کنار راهبردهای امنیتی مناسب می تواند نقش موثری در ایجاد سامانه های امنیت سایبری هوشمند پیشگیرانه و مقاوم در برابر تهدیدات نوظهور ایفا کند.

کلیدواژه ها:

هوش مصنوعی ، امنیت سایبری ، تحلیل رفتار کاربران ، یادگیری ماشین ، یادگیری عمیق ، تشخیص ناهنجاری ، UEBA ، تهدیدات سایبری