NobleBlocks

Research indexJournal article

ШТУЧНИЙ ІНТЕЛЕКТ У СИСТЕМАХ КІБЕРБЕЗПЕКИ: МЕТОДОЛОГІЯ ВИЯВЛЕННЯ ТА ЗАПОБІГАННЯ ФІШИНГУ

Дєгтяр, Карабань

Наука і техніка сьогодні30 Apr 2026Open access

NobleIDark:/48914/w1/20261105/F95347C9DOI10.52058/2786-6025-2026-3(57)-2309-2327

Abstract

ШТУЧНИЙ ІНТЕЛЕКТ У СИСТЕМАХ КІБЕРБЕЗПЕКИ: МЕТОДОЛОГІЯ ВИЯВЛЕННЯ ТА ЗАПОБІГАННЯ ФІШИНГУ Анотація.У статті досліджено сучасні методологічні підходи до використання технологій штучного інтелекту (ШІ) для виявлення та запобігання фішинговим атакам у контексті комплексних систем кібербезпеки.Проаналізовано еволюцію фішингових загроз та їх трансформацію в умовах цифровізації суспільства, що зумовлює необхідність розробки більш ефективних механізмів протидії з використанням інтелектуальних алгоритмів.Розглянуто основні типи алгоритмів машинного навчання, що застосовуються для ідентифікації фішингових атак, зокрема методи глибокого навчання, нейронні мережі, алгоритми класифікації та кластеризації.Особливу увагу приділено аналізу ефективності різних архітектур нейронних мереж у контексті виявлення фішингових веб-сайтів, електронних листів та інших векторів атак.У роботі представлено результати порівняльного аналізу ефективності традиційних методів виявлення фішингу та підходів на основі штучного інтелекту.Встановлено, що системи з використанням ШІ демонструють значно вищу точність ідентифікації фішингових атак (до 97,8%) порівняно з традиційними методами (65-75%).Розроблено концептуальну модель інтегрованої системи виявлення та запобігання фішингу, що поєднує методи аналізу URLадрес, контентного аналізу, поведінкового аналізу та репутаційних систем з використанням алгоритмів машинного навчання.Досліджено проблеми адаптації систем штучного інтелекту до еволюціонуючих фішингових загроз та запропоновано методологію безперервного навчання моделей на основі актуальних даних про кіберзагрози.Визначено перспективні напрями розвитку технологій ШІ у сфері протидії фішингу, № 3(57) 2026

Discussion

More

Suggest a correction or report