Evolusi yang cepat dari teknologi yang muncul, seperti Kecerdasan Buatan (AI), Pembelajaran Mesin (ML), Blockchain, Internet of Things (IoT), dan Digital Twins (DT), telah secara signifikan mengubah berbagai industri, termasuk lanskap keamanan siber. Meskipun teknologi ini menawarkan peluang yang belum pernah ada sebelumnya untuk efisiensi, otomatisasi, dan peningkatan kemampuan, teknologi ini secara bersamaan memperkenalkan risiko keamanan siber yang baru dan kompleks. Tinjauan literatur ini menyelidiki dampak dari teknologi yang muncul ini pada metodologi audit keamanan siber tradisional. Dengan menganalisis literatur ilmiah dan industri yang ada, makalah ini mengidentifikasi kerentanan baru dan vektor serangan yang dibawa oleh AI, ML, Blockchain, IoT, dan DT. Selain itu, makalah ini juga membahas bagaimana metodologi audit harus beradaptasi untuk menilai dan memitigasi ancaman-ancaman canggih ini secara efektif. Temuan ini menyoroti kebutuhan penting bagi auditor untuk memperoleh keterampilan baru, merangkul alat audit yang digerakkan oleh AI / ML, dan mengintegrasikan pendekatan yang lebih dinamis dan adaptif untuk memastikan keamanan siber yang kuat dalam sistem yang semakin terhubung dan cerdas.
The rapid evolution of emerging technologies, such as Artificial Intelligence (AI), Machine Learning (ML), Blockchain, Internet of Things (IoT), and Digital Twins (DTs), has significantly transformed various industries, including the landscape of cybersecurity. While these technologies offer unprecedented opportunities for efficiency, automation, and enhanced capabilities, they simultaneously introduce novel and complex cybersecurity risks. This literature review investigates the impact of these emerging technologies on traditional cybersecurity audit methodologies. By analyzing existing scholarly and industrial literature, this paper identifies the new vulnerabilities and attack vectors brought forth by AI, ML, Blockchain, IoT, and DTs. Furthermore, it explores how audit methodologies must adapt to effectively assess and mitigate these advanced threats. The findings highlight the critical need for auditors to acquire new skills, embrace AI/ML-driven audit tools, and integrate a more dynamic and adaptive approach to ensure robust cybersecurity in increasingly interconnected and intelligent systems.
You may also start an advanced similarity search for this article.