Tekoälyn hyödyntäminen kyberturvauhkien ennakoinnissa

Abstract

Opinnäytetyön tarkoituksena oli tarkastella ennakoivan analytiikan ja tekoälyn hyödyntämistä kyberturvauhkien ennakoinnissa. Työssä pyrittiin lisäämään ymmärrystä siitä, miten esimerkiksi koneoppimisen menetelmät voivat tukea kyberuhkien varhaista havaitsemista ja ehkäisemistä sekä tuomaan esille, millaisia sovelluksia ja lähestymistapoja voidaan hyödyntää. Tavoitteena oli myös tarkentaa, miten kyberturvauhkien ennakointia voitaisiin soveltaa korkeakouluympäristössä, jossa toimintaympäristö on hajautettu ja altis erilaisille uhille.

Opinnäytetyö toteutettiin kirjallisuuskatsauksena. Aineistoon valittiin tutkimuksia, jotka käsittelivät toisistaan poikkeavia kyberuhkia ja hyödynsivät ennakoivaa analytiikkaa tai tekoälyä niiden ennustamiseen ja tunnistamiseen. Katsauksessa pyrittiin muodostamaan laaja ja monipuolinen kuva siitä, millaisia menetelmiä sekä lähestymistapoja käytetään.

Kirjallisuuskatsauksen tuloksena muodostui kokonaiskuva tekoälypohjaisista ennakointimalleista ja niiden kyvykkyydestä tunnistaa uhkia ennen hyökkäysten toteutumista. Aineistossa keskeisimmiksi menetelmiksi nousivat koneoppiminen, syväoppiminen ja graafioppiminen, jotka mahdollistivat sekä lyhyen että pitkän aikavälin ennustamisen. Tuloksissa korostuivat myös haasteet, kuten datan puutteellisuus, mallien heikko mukautuvuus ja tuotantoympäristöjen tekniset rajoitteet. Tutkimuksien perusteella jatkokehitystä tarvittiin erityisesti datan laadun parantamiseksi sekä mukautuvampien ja itseohjautuvien mallien toteuttamiseksi. Lopuksi katsauksen pohjalta laadittiin suositus siitä, miten kyberturvauhkien ennakointia voitaisiin toteuttaa korkeakoulussa kyberturvallisuuden vahvistamiseksi.