Artificiell intelligens (AI) är en maskins förmåga att visa människoliknande egenskaper såsom inlärning, problemlösning, planering och kreativitet. Genom att använda stora datamängder och avancerade algoritmer kan AI-system lära sig att utföra uppgifter som tidigare har krävt mänsklig intelligens, med en ofta överlägsen effektivitet och precision. Maskininlärning och djupinlärning är avancerade metoder inom AI som gör att datorer har förmågan att lära sig av data och fatta intelligenta beslut. Cyberhot drabbar idag både små och medelstora företag, och det är avgörande att utforska hur AI kan användas för att proaktivt förhindra dessa hot för att skydda företagen och säkra framtiden för dem. Trots AI:s stora potential finns det utmaningar som måste tas itu med för att fullt utnyttja dess potential i kampen mot cyberhot eftersom hackare och cyberkriminella blir allt mer sofistikerade och anpassar sig snabbt till nya tekniker. För att utreda hur AI kan hjälpa små och medelstora företag att förhindra cyberhot har en kvalitativ ansats använts där detaljerad information har samlats in från intervjuer med experter som har erfarenhet av att arbeta med detta område. AI har visat att dess förmåga att analysera stora datamängder på kort tid har varit en avgörande faktor för att upptäcka och förhindra cyberhot i god tid innan företaget tar allvarlig skada. Denna snabba analys av data som utgörs av AI har resulterat i att AI-system kan identifiera mönster som kan missas av mänskliga analytiker, vilket ger en betydande fördel för företagen i kampen mot cyberhot. Trots företagens begränsade resurser lyckas utvecklingen och implementeringen av AI-system verkställas och det leder till att framtiden ser ljus ut med hopp och möjligheter.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:his-24078 |
| Date | January 2024 |
| Creators | Gauriye, Samuel |
| Publisher | Högskolan i Skövde, Institutionen för informationsteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds