Please use this identifier to cite or link to this item: http://eztuir.ztu.edu.ua/123456789/8762
Full metadata record
DC FieldValueLanguage
dc.contributor.authorКолощук, М.С.-
dc.contributor.authorДячук, О.Ю.-
dc.contributor.authorОкунькова, О.О.-
dc.contributor.authorПірог, О.В.-
dc.contributor.authorKoloshchuk, M.S.-
dc.contributor.authorDyachuk, O.Yu.-
dc.contributor.authorOkunkova, O.O.-
dc.contributor.authorPiroh, О.V.-
dc.date.accessioned2025-02-21T08:32:06Z-
dc.date.available2025-02-21T08:32:06Z-
dc.date.issued2024-
dc.identifier.urihttp://eztuir.ztu.edu.ua/123456789/8762-
dc.description.abstractУ статті розглянуто автоматизоване тестування на проникнення з використанням штучного інтелекту (ШІ), яке дозволяє значно підвищити ефективність і точність оцінки кібербезпеки. Технології на основі ШІ здатні автоматизувати багато процесів, що раніше виконувалися вручну, включно зі скануванням вразливостей, аналізом загроз та експлуатацією вразливих місць у системах. Особливу увагу приділено інструментам на базі ШІ, таким як DeepExploit, Sn1per та Cortex XSOAR, які демонструють суттєві переваги перед традиційними методами тестування на проникнення. У статті також розглянуто основні виклики впровадження ШІ у тестування на проникнення, зокрема труднощі навчання моделей та проблему помилкових спрацьовувань. Досліджуються майбутні тенденції у сфері використання ШІ для забезпечення кібербезпеки, такі як автономні системи тестування та інтеграція з квантовими обчисленнями.uk_UA
dc.language.isoukuk_UA
dc.publisherДержавний університет "Житомирська політехніка"uk_UA
dc.relation.ispartofseriesТехнічна інженерія;2(94)-
dc.subjectштучний інтелектuk_UA
dc.subjectтестування на проникненняuk_UA
dc.subjectавтоматизація кібербезпекиuk_UA
dc.subjectвразливостіuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectкіберзагрозиuk_UA
dc.subjectоцінка безпекиuk_UA
dc.subjectетичний хакінгuk_UA
dc.subjectDeepExploituk_UA
dc.subjectSn1peruk_UA
dc.subjectCortex XSOARuk_UA
dc.subjectавтоматизація тестуванняuk_UA
dc.subjectartificial intelligenceuk_UA
dc.subjectpenetration testinguk_UA
dc.subjectcybersecurity automationuk_UA
dc.subjectvulnerabilitiesuk_UA
dc.subjectmachine learninguk_UA
dc.subjectcyber threatsuk_UA
dc.subjectsecurity assessmentuk_UA
dc.subjectethical hackinguk_UA
dc.subjectDeepExploituk_UA
dc.subjectSn1peruk_UA
dc.subjectCortex XSOARuk_UA
dc.subjecttest automationuk_UA
dc.titleІнструменти штучного інтелекту для автоматизації тестування на проникненняuk_UA
dc.title.alternativeArtificial intelligence tools for automating penetration testinguk_UA
dc.typeArticleuk_UA
dc.description.abstractenThe article discusses automated penetration testing using artificial intelligence (AI), which significantly enhances the efficiency and accuracy of cybersecurity assessments. AI-based technologies are capable of automating many processes that were previously performed manually, including vulnerability scanning, threat analysis, and exploitation of system weaknesses. Special attention is given to AI-based tools such as DeepExploit, Sn1per, and Cortex XSOAR, which demonstrate substantial advantages over traditional penetration testing methods. The article also addresses the main challenges of implementing AI in penetration testing, including the difficulties of training models and the issue of false positives. The future trends in the use of AI for cybersecurity, such as autonomous testing systems and integration with quantum computing, are explored as well.uk_UA
Appears in Collections:Технічна інженерія

Files in This Item:
File Description SizeFormat 
121.pdf671.25 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.