Sicra Header Logo
  • Karriere
  • Om oss
  • Folk
NorskEnglish
Kontakt oss
  1. Kunnskap
  2. Ordbok
Ordbok
min tid å lese

Nevrale nettverk og dyp læring (KI)

Nevrale nettverk og dyp læring er inspirert av den menneskelige hjernen

Hva er nevrale nettverk og dyp læring?

Nevrale nettverk og dyp læring er en form for kunstig intelligens inspirert av strukturen og funksjonene til den menneskelige hjernen.

Nevrale nettverk

Nevrale nettverk er inspirert av strukturen og funksjonen til den menneskelige hjernen. De består av lag med sammenkoblede noder kjent som nevroner. Disse behandler og overfører informasjon. Hvert av lagene i nettverket utfører spesifikke beregninger og sender resultatene til neste lag.

Dyp læring

Dyp læring er en delmengde av maskinlæring, og bruker mange lag av nevrale nettverkene beskrevet over til å lære komplekse mønstre og representasjoner fra store mengder data.

Hvordan fungerer dyp læring i praksis?

Dyp læring følger disse fire stadiene for å bearbeide dataene:

  1. Inndata: Det første laget med nevroner blir matet med data.

  2. Prosessering: I hvert lag av nettverket blir dataene behandlet ved å utføre matematiske operasjoner som deretter sender resultatene videre til neste lag.

  3. Læring: Selve nettverket justerer vektene til forbindelsene mellom nevronene. Disse blir basert på feil i utdataene. Denne prosessen er kjent som tilbakepropagering.

  4. Utdata: Etter flere justeringer og iterasjoner, er nettverket i stand til å produsere nøyaktige resultater basert på de opprinnelige dataene.

Hvilke bruksområder har nevrale nettverk og dyp læring?       

Nevrale nettverk og dyp læring kan brukes til ansikts-, tale- og bildegjenkjenning, samt naturlig språkbehandling og autonom kjøring. Slik KI kan også brukes til biometri. Selvkjørende biler et typiske eksempel på hvordan autonom kjøring brukes. 

Kan nevrale nettverk og dyp læring brukes i cyberangrep?

Ja, absolutt. Om noe kan de mest avanserte truslene stamme fra nevrale nettverk og dyp læring. Eksempler på metoder som kan brukes av cyberkriminelle er som følger.

Automatiserte angrep 

Dype nevrale nettverk kan brukes av cyberkriminelle for å utvikle avanserte virus som kan tilpasse seg og unngå deteksjon. Disse dype nevrale nettverkene kan lære og endre sin oppførsel basert på miljøet de opererer i. Det gjør dem vanskeligere å oppdage.

Phishing-angrep 

Ved bruk av dyp læring kan kunstig intelligens brukes til å analysere sosiale medier for å opprette mer overbevisende profiler av ofre, og derav skrive og sende mer målrettede og overbevisende phishing-meldinger. Dyp læring kan brukes til å kjenne igjen språkmønstre og kontekst. På den måten kan KI basert på dyp læring generere meldinger som etterligner ledere, venner, familie og bekjente på en mye mer overbevisende måte. Da er det lettere å bli lurt.

Sårbarhetsutnyttelse

Nettverk og systemer kan skannes for sårbarheter, fulgt opp av at utnyttelsen av disse sårbarhetene blir automatisert ved bruk av kunstig intelligens basert på nevrale systemer. Sårbarheter som kan utnyttes er for eksempel programvare og nettverkskonfigurasjoner.

Kan kunstig intelligens basert på nevrale nettverk og dyp læring og brukes i cyberforsvar?

I likhet med angrep kan kunstig intelligens basert på nevrale nettverk og dyp læring brukes i cyberforsvar. Eksempler på måten dette kan gjøres på er følgende.

Intrusjonsdeteksjon

Kunstig intelligens basert på dype nevrale nettverk kan analysere store mengder nettverkstrafikk for å oppdage uvanlige mønstre som kan være tegn på cyberangrep. En slik dyp kunstig intelligens kan lære å gjenkjenne både kjente og ukjente trusler ved å analysere data i sanntid.

Virusdeteksjon

Filer og programmer kan analyseres for å identifisere skadelig programvare ved bruk av dyp læring. Kunstig intelligens basert på dyp læring kan lære fra store datasett med både skadelig og legitim programmer, og på den måten kan nevrale nettverk oppdage subtile avvik som mer tradisjonelle metoder overser.

Anomalideteksjon

Ved å anvende KI basert på nevrale nettverk kan systemer og nettverk overvåkes for å oppdage avvik fra normal oppførsel. Den ser deriblant etter uvanlige innloggingsforsøk, mistenkelig filoverføringer eller andre avvik fra normal oppførsel som kan indikere et pågående angrep.

Sicra og nevrale nettverk og dyp læring

Flere av Sicras partnere leverer løsninger som tar i bruk kunstig intelligens i sine løsninger, deriblant basert på nevrale nettverk og dyp læring. Ønsker du mer informasjon kan vi anbefale hovedartikkel om kunstig intelligens (sjekk relaterte ord).

Har du spørsmål om kunstig intelligens i forhold til å bli NIS2 compliant, kan vi anbefale vår CISO-for-Hire-tjeneste som kan bistå med opplæring rundt sikkerhet og KI.

Tjenester:

Les om "sikkerhetsovervåkning og hendelseshåndtering (SOC)" her >

Les om "regulatoriske krav og compliance" >

Les om "sikkerhetsrådgivning" her >

Les om "andre tjenester" her >

Relaterte ord: Kunstig intelligens (KI), Maskinlæring (KI), Ekspertsystemer (KI), Kunstig generell intelligens (KGI), GDPR, NIS2, NSM, DORA, ISO/IEC27001, Compliance, CISO-for-Hire.

Trenger du bistand?

Vi tar gjerne en uforpliktende prat.
kontakt oss

Skreddersydd cybersikkerhet for virksomheter og institusjoner – så dere kan vokse, innovere og jobbe uten bekymringer.

Ta kontaktRing oss +47 648 08 488
Hold deg oppdatert
Motta siste nytt fra Sicra

Linker
BærekraftFAQPartnereSertifiseringerKarrierePresse
Kontakt

Tel: +47 648 08 488
E-post: firmapost@sicra.no

Tollbugata 8, 0152 Oslo. Norge

Følg oss på LinkedIn
Sertifiseringer
iso27001-white
ISO 27001
miljofyrtarnlogo-hvit-rgb
Miljøfyrtårn
Sicra Footer Logo
Sicra © 2025
Personvern