Tag: Deteksi Intrusi AI

  • Meningkatkan Keamanan Siber Pertanian: Memanfaatkan Pembelajaran Mendalam dan Model Bahasa Besar untuk Perlindungan Pertanian Cerdas

    Meningkatkan Keamanan Siber Pertanian: Memanfaatkan Pembelajaran Mendalam dan Model Bahasa Besar untuk Perlindungan Pertanian Cerdas

    Penulis: Hewa Majeed Zangana, Senny Luckyardi, Firas Mahmood Mustafa, Shuai Li

    DOI: 10.4018/979-8-3373-3296-3.ch010

    Abstrak

    Transformasi digital pertanian yang cepat melalui teknologi pertanian cerdas telah menghadirkan tantangan keamanan siber baru yang mengancam integritas, kerahasiaan, dan ketersediaan data dan sistem pertanian yang penting. Seiring dengan pertanian presisi, sensor yang didukung Internet of Things (IoT), dan pengambilan keputusan otomatis yang menjadi bagian integral dari pertanian modern, risiko yang terkait dengan ancaman siber, seperti pelanggaran data, serangan ransomware, dan kerentanan rantai pasokan, terus meningkat. Tidak seperti langkah-langkah keamanan tradisional, solusi berbasis AI, termasuk pembelajaran mendalam dan Model Bahasa Besar, menawarkan deteksi ancaman secara real-time, mekanisme pertahanan adaptif, dan kemampuan penilaian risiko yang ditingkatkan. Penelitian ini mengeksplorasi penerapan teknologi-teknologi ini dalam mengamankan jaringan pertanian, mulai dari deteksi intrusi hingga respons insiden otomatis. Penelitian ini juga menyajikan studi kasus solusi keamanan siber berbasis AI yang diimplementasikan di lingkungan pertanian. © 2025 oleh IGI Global Scientific Publishing.

    Keywords: Robot pertanian; Kehidupan buatan; Virus komputer

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105004786381