Актуальность темы

На глобальном уровне мы наблюдаем продвижение и развитие технологий и интеллектуальных систем в результате Четвёртой промышленной революции, где большинство процессов в социальной, экономической и политической жизни становятся цифровыми, принося значительные выгоды организациям и отдельным лицам в зависимости от их интересов. Однако в то же время это создаёт контекст и условия, которые постоянно подвергают риску данные и информацию, учитывая их высокую ценность.

Академические и научные базы данных являются надёжными источниками при поиске теоретических и эмпирических ссылок через статьи, книги и документы, подтверждённые академическими коллегами из журналов, аффилированных с этими базами данных. Scopus, как база данных, является одной из самых важных и консультируемых во всем мире. Поэтому важно иметь возможность проводить процессы обзора через стратегии поиска и библиометрический анализ, которые служат ориентирами для исследований более широкого масштаба.

Цель исследования

Провести библиометрический обзор и анализ в базе данных Scopus по тенденции развития исследований относительно искусственного интеллекта (ИИ) и информационной безопасности, учитывая временной диапазон с 2001 по 2024 год.

Задачи исследовании

Развитие искусственного интеллекта может быть значительным союзником в процессах цифровизации и систематизации процессов. Однако различные голоса в обществе выражают беспокойство, поскольку этот технологический инструмент может использоваться неправомерно, нарушая конфиденциальность данных компаний, отдельных лиц или правительства. Это побуждает к процессам размышления, исследования и применения, чтобы описать и даже предсказать потенциальные последствия или эффекты применения искусственного интеллекта в различных областях, особенно его вклад или риски для информационной безопасности.

По всему миру существуют базы данных большой значимости из-за количества научных статей, которые они содержат, строгости и высокого качества своих критериев, обеспечивая необходимую надёжность для процессов ссылки в теоретических и прикладных исследованиях. Scopus — база данных, используемая университетами, компаниями, научными центрами и организациями управления научной деятельностью. Она имеет мульти-дисциплинарный характер, издается Elsevier, индексирует статьи из более чем 25.000 рецензируемых академических журналов, ежедневно обновляется. Кроме того, в ней представлен репозиторий с более чем 210.000 книгами.

В этом смысле важно иметь возможность искать и анализировать информацию, содержащуюся в базе данных Scopus, относящуюся к искусственному интеллекту (ИИ) и информационной безопасности. Это требует проведения библиометрического поиска и анализа со всеми необходимыми требованиями для доступа к этой информации.

Метод

Исходя из ключевых терминов интереса в настоящем поиске и анализе работы, был составлен список слов в качестве отправной точки для процесса библиометрического обзора (на английском языке). Начальные слова были обработаны через тезаурус, который впоследствии сгенерировал семантическую жизнеспособность, что привело к формированию списка терминов, составляющих основу для конструирования частей окончательного булевого уравнения поиска, используемого в базе данных Scopus.

Через операторы и булеву логику было сформулировано уравнение поиска со следующими терминами:

Таблица 1

Ключевые слова

Из синонимов, производных от основных слов, были сформулированы следующие логические отношения с использованием булевых операторов, что привело к окончательному уравнению для поиска в базе данных Scopus:

Таблица 2

Уравнение и таблица соотношения ключевых слов

С использованием указанной схемы были определены связанные термины, тестировав каждый оператор в соответствии с темой текущего обзора, тем самым окончательно сформулировав булево уравнение поиска.

Булево уравнение:

TITLE-ABS-KEY ((«intelligent» AND «system») OR («AI» OR «artificial intelligent» OR «robotic*") AND («information security») AND («cyber» AND «security») OR («code»)).

Через опцию «расширенного поиска» базы данных Scopus было выполнено предложенное уравнение, предварительно протестированное для генерации соответствующих операторов. Следовательно, результаты были ограничены темой интереса, касающейся искусственного интеллекта и информационной безопасности. Для обработки, анализа и визуализации данных использовались описательные статистические инструменты из Microsoft Excel, а также пакеты и обработка данных из R-Studio и Bibliometrix.

После систематизации и библиометрического анализа была проведена ревизия наиболее значимой документальной информации для структурирования статьи. Для понимания документального обзора и анализа как исследовательской методики необходимо рассмотреть документальное исследование. Согласно Такара (1993), это понимается как «серия техник и методов, направленных на поиск, обработку и хранение информации в документах, как первый этап; для последующей презентации, характеризующейся систематичностью, последовательностью и обоснованностью в новом документе, как второй этап». [2, с. 69]

Результаты и обсуждение

Ниже приведены результаты исследования и проведенного библиометрического анализа. В результате поиска было получено всего 351 документов, среди которых наиболее значимыми типами документов оказались «статья на конференции», «статья», «обзор конференции», «глава книги» и «книга».

Данные, извлеченные из Scopus, показывают, что в промежутке времени с 2001 по 2024 годы были найдены публикации, связанные с интеллектуальными системами, искусственным интеллектом (AI), информационной безопасностью и кибербезопасностью, которые в совокупности обозначают статьи, прямо связанные с темой интереса в настоящем исследовании, обзоре и анализе.

Что касается количества публикаций и цитирований, наблюдается, что из 351 найденной публикации они суммарно накапливают 1935 цитат, распределенных, как показано ниже, в библиометрическом анализе.

Библиометрический анализ

В рамках библиометрического анализа было обнаружено, что в первые десять лет установленного периода 2001–2024 годов наибольшее количество публикаций приходится на период с 2003 по 2011 год, с накоплением 210 цитирований, что составляет 10,85 % от общего числа цитирований. Это демонстрирует экспоненциальный рост цитирований статей, связанных с искусственным интеллектом и информационной безопасностью.

Этот экспоненциальный рост продолжался в последующие годы до первого квартала 2024 года, накапливая в этот период 1.725 цитат, что составляет 89,14 % от общего числа цитат в относительных значениях.

Рис. 1. Публикации против цитат. Источник: Собственное изложение с данными из Scopus (2024), обработанными с использованием инструментов Excel

Ниже представлены наиболее значимые авторы и их продукция со временем. Идентифицированы два наиболее значимых автора с общим количеством из 16 статей, опубликованных в период с 2015 по 2024 годы. В этом контексте автор Lakhno, V., лидирует с 9 опубликованными статьями, за которым следует Wang, V., с 7 опубликованными статьями, занимающими первое и второе места соответственно. Кроме того, есть четыре автора с 4 публикациями каждый.

Рис. 2. Самые значимые авторы и их производство. Источник: Собственное изложение с данными из Scopus (2024), обработанными в R-Studio и Bibliometrix

Когда речь идет о странах, в первую очередь исследующих искусственный интеллект (AI) и информационную безопасность, Китай лидирует с 48 статьями, за которым следуют Индия и Корея с 14 статьями каждая. Эти статьи могут быть классифицированы на две категории: «Статьи из одной страны — SCP» и «Статьи из нескольких стран — MCP», которые определяют происхождение в процессах производства и публикации статей.

Рис. 3. Страны соответствующего автора. Источник: Собственное изложение с данными из Scopus (2024), обработанными в R-Studio и Bibliometrix

Это пропорциональное производство и публикацию можно увидеть на следующей карте, которая иллюстрирует соотношение с предыдущей информацией. Здесь Китай, Индия, Корея, США и Казахстан более заметно представлены в цветовой схеме.

Рис. 4. Производство научных статей по странам. Источник: Собственное изложение с данными из Scopus (2024), обработанными в R-Studio и Bibliometrix

Обзор литературы

Искусственный интеллект (ИИ) предполагает эмуляцию человеческого интеллекта для принятия решений, что позволяет машинам развивать способность решать проблемы более эффективно [3]. По мнению Харрисона и Донелли (2011), технологическая информация увеличивает готовность облегчить создание моделей городских систем для городов, предпринимателей, общественных организаций и правительств. Это описывает, как функционируют города, как жители «используют» и взаимодействуют с городом, проблемы, которые возникают, и решения, которые могут возникнуть и быть применены через эти системы в обществе [4].

Согласно руководящим принципам Международной Организации по Стандартизации (ISO), информационная безопасность может быть определена как «те процессы, лучшие практики и методологии, направленные на защиту информации и информационных систем от несанкционированного доступа, использования, раскрытия, нарушения, изменения или уничтожения» [5]. Это в основном означает, что необходимо «защищать наши данные и наши технологические инфраструктурные ресурсы от тех, кто пытается злоупотребить ими» [5].

В рамках информационной безопасности находится кибербезопасность, которая понимается как желаемое состояние информационной системы, которое, благодаря определенным условиям, способно противостоять событиям или кибератакам, охватывая доступность, целостность или конфиденциальность хранимых, обрабатываемых или передаваемых данных [6]. Поэтому необходимо учитывать связанные с ними услуги, которые предлагают или делают доступными эти системы; здесь кибербезопасность использует информацию о системах безопасности в борьбе с киберпреступностью и установлении киберзащиты [6]. В других связанных терминах кибербезопасность также может быть понята как защита интересов человека, общества или нации, включая информационные активы, которые нуждаются в защите от рисков, связанных с их взаимодействием в киберпространстве [7].

В этом контексте ИИ играет две потенциальные роли, поскольку его развитие создало новые вызовы для будущего информационной безопасности и кибербезопасности, помогая в обеих направлениях — в направлении атакующей и защитной кибербезопасности. Таким образом, хотя ИИ может помочь дополнить безопасность для закрытия разрыва в необходимом человеческом таланте для информационной безопасности, у него также есть характеристики, которые используются преступниками, которые пользуются отсутствием контроля в моделях больших языков (LLM), таких как Chat-GPT [8].

Поэтому важно учитывать, что одной из самых актуальных проблем для развивающихся стран является недостаточная информационная технологическая инфраструктура для принятия технологий, таких как интернет вещей (IoT), большие данные и искусственный интеллект, которые характеризуют промышленность 4.0. Это затрудняет разработку стратегий и планов для продвижения этих основ и, следовательно, безопасности данных, которые захватывают эти процессы [9].

Заключение

В заключение, за последние 10 лет были достигнуты успехи в исследовательском производстве в отношении потребностей, возможностей и рисков, связанных с взаимосвязью искусственного интеллекта (ИИ) и информационной безопасности, причем Китай и Индия являются основными странами, ведущими исследования и публикации по этим темам, учитывая их значительный технологический потенциал и развитие сегодня.

В этом смысле можно сделать вывод, что стремительное развитие технологий требует совместных усилий от субъектов, составляющих нации и государства, для разработки технических, юридических, тренировочных и технологических инфраструктурных процессов, способствующих укреплению потенциальной роли ИИ в качестве союзника против его потенциального негативного использования преступниками, подвергающими опасности конфиденциальность данных.

Наконец, эти типы обзоров, основанные на библиометрических поисках и анализах, служат в качестве руководств для исследовательских процессов, будучи крайне полезными и способствуя качеству результатов исследований, полученных по этим темам интереса.

Рекомендации

Важно продолжать мониторинговые процессы через библиометрические поиски и анализы, расширяя спектр по высококачественной научной и академической продукции, сконцентрированной в крупных базах данных, таких как Scopus и другие крупные базы данных, генерируя выводы о их тенденциях, актуальности в связи с современными потребностями и прогнозами для дальнейших исследований.

Эти процессы библиометрического анализа имеют большое значение для формирования исследовательских навыков, поскольку они предоставляют проверенные источники информации, которые могут быть использованы в более широких исследовательских процессах в зависимости от объекта, контекстов и условий исследовательских инициатив. В данном случае усиление исследовательских процессов и проектов развития, направленных на понимание перспектив и потенциала искусственного интеллекта, его возможных применений и укрепление информационной безопасности.

Литература:

1. ULPGC — Biblioteca Universitaria. (2020 May). Scopus, una de las principales bases de datos académicas y científicas del mundo. https://biblioteca.ulpgc.es/blogs/electra/2020/05/08/scopus-una-de-las-principales-bases-de-datos-academicas-y-cientificas-del-mundo
2. Martinez-Corona, J., & Palacios-Almón, G. (2023). Guía para la revisión y el análisis documental: propuesta desde el enfoque investigativo. RA XIMHAI, Vol. 19, núm. 1.
3. Filgueiras, F. (2021). Inteligencia artificial en la administración pública: ambigüedad y elección de sistemas de IA y desafíos de gobernanza digital. Revista del CLAD Reforma y Democracia, núm. 79, 2021.
4. Veselitskaya, N., Karasev, O., & Beloshitskiy, A. (2019). Drivers and Barriers for smart cities development. Theorical and Empirical Researches in Urban Management. Volume 14 Issue 1.
5. Vega, E. (2021). Seguridad de la información. Área de innovación y desarrollo, S. L. DOI: https://doi.org/10.17993/tics.2021.4
6. Maurer, T., & Morgus, R. (2014). Compilation of existing Cybersecurity and Information Security Related. New America (2014).
7. Reid, R., & Van-Niekerk, J. (2014). From Information Security to Cyber Security Cultures. DOI: 10.1109/ISSA.2014.6950492
8. Kamruzzaman, A., Thakur, K., & Mahbub, S. (2024). AI Tools building cybercrime and defenses. International conference on Artificial Intelligence, Computer, Data Sciences, and Applications, ACDSA 2024. https://ieeexplore.ieee.org/document/10467401/figures#figures
9. Batmetan, J., & Kainde, Q. (2022). Understanding smart city strategy in developing countries-cities. Theorical and Empirical Researches in Urban Management. Volume 17 Issue 3.