Wykrywanie i analiza zagrożeń bezpieczeństwa sieci przy użyciu sztucznej inteligencji

W artykule opisano metody wykrywania i analizy głównych zagrożeń dla bezpieczeństwa sieci. Nasze badania opierają się na sieci neuronowej stworzonej w języku Python przy użyciu biblioteki TensorFlow. Dzięki sztucznej inteligencji jesteśmy w stanie analizować język pod kątem obecności dezinformacji i propagandy. Wykorzystaliśmy model BERT (Bidirectional Encoder Representations from Transformers), aby wykrywać fałszywe, złośliwe i podejrzane treści. Na bazie modelu BERT stworzono inne modele, takie jak HerBERT, który został przeszkolony do rozumienia języka polskiego. Ponadto skorzystaliśmy z analizy DNS, dzięki czemu jesteśmy w stanie zlokalizować adresy IP domen internetowych. W pracy tej omówimy te metody ochrony przestrzeni informacyjnej.

This article describes ways of detecting and analysing major security threats in network. Our research is based on a neural network created in Python language with the use of TensorFlow. With the help of artificial intelligence, we can analyse language for the presence of disinformation and propaganda. We have used BERT (Bidirectional Encoder Representations from Transformers) model, in order to catch fake, malicious and suspicious content. Basing on the BERT model, other models were created, for example HerBERT, which was trained to understand Polish. Furthermore, we have availed ourselves of DNS analysis, so we can localize IP addresses of Internet domains. In this work, we will discuss these methods of protecting information space.