Koneoppimisen hyödyntäminen esineiden internetin kyberturvallisuudessa
Esineiden internet koostuu toisiinsa verkon välityksellä kommunikoivista laitteista. Kyberturvallisuus näissä laitteissa on usein riittämätön, mikä olisi tärkeää saada ajan
tasalle laitteiden alati kasvavan määrän vuoksi. Koneoppimista pidetään yhtenä mahdollisena vastauksena tässä sekä yleisesti kyberturvallisuuden ylläpitämisessä ja parantamisessa.
Tässä tutkielmassa on tarkoitus tutkia, miten koneoppimista voitaisiin hyödyntää esineiden
internetin kyberturvallisuuden parantamisessa. The Internet of Things consists of devices that communicate with each other via a
network of some sort. Cyber security in these devices is often insufficient, which should be
kept up to date with the ever-increasing number of such devices. Machine learning is seen
as one possible answer to this, and to maintaining and improving cyber security in general.
The purpose of this bachelor’s thesis is to investigate how machine learning could be used in
improving the cyber security of the Internet of Things.
Keywords
Metadata
Show full item recordCollections
- Kandidaatintutkielmat [5358]
License
Related items
Showing items with similar title or keywords.
-
Koneoppimisen mahdollisuudet esineiden internetin kyberturvallisuuden kehittämisessä
Alaperä, Johannes (2023)Esineiden internet on noussut suureksi ilmiöksi ja se jatkaa kasvamista. Tämä kasvu tuo mukanaan myös uusia haasteita esineiden internetin kyberturvallisuudelle. Esineiden internetin kyberturvallisuuden suuret puutteet ... -
Adversarial Attack’s Impact on Machine Learning Model in Cyber-Physical Systems
Vähäkainu, Petri; Lehto, Martti; Kariluoto, Antti (Peregrine Technical Solutions, 2020)Deficiency of correctly implemented and robust defence leaves Internet of Things devices vulnerable to cyber threats, such as adversarial attacks. A perpetrator can utilize adversarial examples when attacking Machine ... -
Taxonomy of generative adversarial networks for digital immunity of Industry 4.0 systems
Terziyan, Vagan; Gryshko, Svitlana; Golovianko, Mariia (Elsevier, 2021)Industry 4.0 systems are extensively using artificial intelligence (AI) to enable smartness, automation and flexibility within variety of processes. Due to the importance of the systems, they are potential targets for ... -
Towards digital cognitive clones for the decision-makers : adversarial training experiments
Golovianko, Mariia; Gryshko, Svitlana; Terziyan, Vagan; Tuunanen, Tuure (Elsevier, 2021)There can be many reasons for anyone to make a digital copy (clone) of own decision-making behavior. This enables virtual presence of a professional decision-maker simultaneously in many places and processes of Industry ... -
Koneoppimisen hyödyntäminen kyberhyökkäysten havaitsemisessa ja torjunnassa
Seppänen, Henrik (2020)Tekoäly on noussut yhdeksi nykypäivän puhutuimmista uusista teknologioista. Tekoälyyn kuuluva koneoppiminen on ollut jo kauan tutkimuksen kohteena. Lähivuosina tekoälyn noustessa pinnalle, on myös koneoppimisteknologian ...