نقش فناوری های هوش مصنوعی در پیش بینی و دفع حملات سایبری با تمرکز بر بانک سپه

با توجه به افزایش چشمگیر حملات سایبری در عصر جنگ های ترکیبی و سایبری سازمان های مالی و بانک ها به عنوان زیرساخت های حیاتی کشور از جمله اهداف اصلی دشمنان محسوب می شوند. بانک سپه به عنوان یکی از بزرگ ترین بانک های دولتی ایران همواره با تهدیدات سایبری گوناگونی مواجه بوده است. این پژوهش با هدف بررسی نقش فناوری های هوش مصنوعی در پیش بینی و دفع حملات سایبری با تمرکز بر بانک سپه انجام شده است. روش تحقیق توصیفی-تحلیلی و از نوع کاربردی است. یافته های پژوهش نشان می دهد که بهره گیری از الگوریتم های یادگیری ماشین، یادگیری عمیق، سیستم های تشخیص نفوذ و تحلیل رفتار غیرعادی می تواند به طور موثری در کاهش آسیب پذیری بانک در برابر حملات سایبری نقش ایفا کند، همچنین نتایج حاکی از آن است که ادغام راهکارهای هوش مصنوعی با زیرساخت های امنیتی موجود بانک سپه منجر به افزایش ۶۸ درصدی نرخ شناسایی زودهنگام تهدیدات و کاهش ۴۵ درصدی زمان پاسخ دهی به حوادث سایبری شده است.

کلیدواژه ها:

امنیت سایبری (Cybersecurity) ، هوش مصنوعی (Artificial Intelligence) ، حملات سایبری(Cyber Attack) ، بانک سپه (Bank Sepah) ، یادگیری ماشین (Machine Learning) ، جنگ سایبری(Cyber Warfare)