Key points are not available for this paper at this time.
Este artigo de pesquisa visa examinar a aplicabilidade da análise preditiva para melhorar a identificação e resposta em tempo real a ciberataques. Hoje, as ameaças no ciberespaço evoluíram a um nível em que os métodos convencionais de defesa geralmente são inadequados. Este artigo destaca a importância da análise preditiva e demonstra seu potencial em aprimorar as estruturas de segurança cibernética. Esta pesquisa integra literatura sobre o uso de análise de big data para análise preditiva em segurança cibernética, observando que tais sistemas poderiam superar métodos convencionais na identificação de ameaças cibernéticas avançadas. Esta revisão pode ser usada como uma estrutura para pesquisas futuras sobre modelos preditivos e as possibilidades de implementá-los nas estruturas de segurança cibernética. O estudo utiliza pesquisa quantitativa, utilizando um conjunto de dados do Kaggle com 2000 instâncias de tráfego de rede e eventos de segurança. A regressão logística e a análise de cluster foram usadas para analisar os dados, com testes estatísticos realizados usando SPSS. Os resultados mostram que a análise preditiva aumenta a vigilância das ameaças e o tempo de resposta. Este artigo defende a análise preditiva como um componente essencial para o desenvolvimento de estratégias de segurança cibernética preventivas, melhorando a identificação de ameaças e auxiliando os processos de tomada de decisão. As implicações práticas e as potenciais aplicações no mundo real dos resultados também são discutidas.
Muhammad Hassan Danish (Mon,) estudou esta questão.