ДОСЛІДЖЕННЯ ТЕХНОЛОГІЙ ЗАБЕЗПЕЧЕННЯ КІБЕРБЕЗПЕКИ БАНКІВСЬКИХ СИСТЕМ З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ

Автор(и)

  • Павло Усік Центрально український національний технічний університет https://orcid.org/0000-0002-3268-342X
  • Тетяна Смірнова Центрально український національний технічний університет https://orcid.org/0000-0001-6896-0612
  • Костянтин Буравченко Центрально український національний технічний університет https://orcid.org/0000-0001-6195-7533
  • Олексій Смірнов Центральноукраїнський національний технічний університет
  • Олександр Улічев Центрально український національний технічний університет https://orcid.org/0000-0003-3736-9613
  • Сергій Смірнов Центрально український національний технічний університет https://orcid.org/0000-0002-7649-7442

DOI:

https://doi.org/10.28925/2663-4023.2025.29.930

Ключові слова:

кібербезпека, банківські системи, штучний інтелект, машинне навчання, інформаційна безпека, виявлення шахрайства, поведінкова біометрія, фішинг, комплаєнс

Анотація

У статті досліджується застосування сучасних технологій штучного інтелекту (ШІ) як інструменту забезпечення кібербезпеки в банківських системах. В умовах зростаючої кількості складних кібератак традиційні методи захисту вже не можуть забезпечити належний рівень безпеки, тому актуальним є впровадження інтелектуальних систем, які здатні автоматично аналізувати великі обсяги даних і оперативно реагувати на загрози. У роботі досліджуються основні підходи до інтеграції штучного інтелекту в процеси виявлення аномалій та кіберзлочинів у банківській сфері. Проаналізовано ключові технології ШІ, які використовуються для виявлення шахрайства в реальному часі, поведінкової біометрії, протидії фішинговим атакам і автоматизації комплаєнсу та аудиту. На основі практичних кейсів продемонстровано високу ефективність штучного інтелекту у підвищенні точності виявлення загроз, скороченні часу реакції та зменшенні хибнопозитивних спрацьовувань. Особливу увагу приділено питанням адаптивності та самонавчання інтелектуальних систем захисту в умовах динамічного середовища загроз. Наведено переваги інтеграції ШІ в інфраструктуру банківської безпеки, а також окреслено основні виклики, пов’язані з реалізацією таких рішень. Результати дослідження підтверджують перспективність використання штучного інтелекту як ефективного інструменту кіберзахисту в банківських системах.

 



Завантаження

Дані завантаження ще не доступні.

Посилання

Ovcharenko, T. (2024). Trends in the development and use of artificial intelligence in the banking sector. Economy and Society. https://doi.org/10.32782/2524-0072/2024-67-44

Kholiavko, N., Sadchykova, I., & Kolotok, M. (2023). Directions of use of artificial intelligence in banking institutions. Problems and Prospects of Economics and Management. https://ir.stu.cn.ua/handle/123456789/28945

Danik, N., & Torlopov, A. (2024). Introducing artificial intelligence into banking: A revolution in service and security. International Science Journal of Management Economics & Finance. https://www.researchgate.net/publication/392319259_.

Sharov, S. (2023). Current state of artificial intelligence development and its applications. Ukrainian Studies in the European Context. http://obrii.org.ua/usec/storage/conference/zb_vol6_2023.pdf

BDO Global. (2024). The role of artificial intelligence in cybersecurity: Prediction and prevention of attacks. https://www.bdo.ua/uk-ua/insights-2/information-materials/2024/the-role-of-ai-in-cybersecurity-anticipating-and-preventing-attacks

Willie, A. (2025). The evolution of AI in cybersecurity: From rule-based systems to generative AI. ResearchGate. https://www.researchgate.net/publication/388930668_.

Adhikari, P., Hamal, P., & Baidoo, F. (2024). Artificial intelligence in fraud detection: Revolutionizing financial security. International Journal of Science and Research Archive. https://ijsra.net/content/artificial-intelligence-fraud-detection-revolutionizing-financial-security

Kokkalakonda, N. K. (2022). AI-powered fraud detection in banking: Enhancing security with machine learning algorithms. ResearchGate. https://www.researchgate.net/publication/390357575_.

Tambi, V. K. (2022). AI-powered fraud detection in real-time financial transactions. International Journal of Research in Electronics and Computer Engineering. https://philpapers.org/archive/VARAFD-2.pdf

Cognizant. (2019). Advanced AI/ML solution detects check fraud for a global bank. https://www.cognizant.com/en_us/case-studies/documents/ai-driven-solution-reduces-fraud-risk-for-bank-codex3688.pdf

Visa. (n.d.). Visa announces generative AI-powered fraud solution to combat account attacks. Visa Official Website. https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html

Kokal, S., Vanamala, M., & Dave, R. (2023). Deep learning and machine learning, better together than apart: A review on biometrics mobile authentication. Journal of Cybersecurity and Privacy, 3(2), 13. https://www.mdpi.com/2624-800X/3/2/13

Pryor, L., Dave, R., Seliya, J., & Boone, E. S. (2021). Machine learning algorithms in user authentication schemes. In Proceedings of the International Conference on Electrical, Computer and Energy Technologies (ICECET). https://arxiv.org/pdf/2110.07826

Ackerson, J. M., Dave, R., & Seliya, N. (2021). Applications of recurrent neural network for biometric authentication & anomaly detection. Information, 12(7), 272. https://www.mdpi.com/2078-2489/12/7/272

Visa Navigate. (2025). Visa boosts AI capabilities to further reduce fraud. Visa Navigate. https://navigate.visa.com/europe/security/visa-boosts-ai-capabilities-to-further-reduce-fraud/

Liang, L.-H. (2025). Mastercard integrates Feedzai behavioral biometrics for fraud protection. Biometrics News. https://www.biometricupdate.com/202502/mastercard-integrates-feedzai-behavioral-biometrics-for-fraud-protection

PYMNTS. (2025). Banks, merchants turn to behavioral biometrics to fight fraud. https://www.pymnts.com/partnerships/2025/synchrony-teams-with-adobe-commerce-to-offer-flexible-financing/

Asmar, M., & Tuqan, A. (2023). Integrating machine learning for sustaining cybersecurity in digital banks. Heliyon, 10(1), e37571. https://doi.org/10.1016/j.heliyon.2024.e37571

Lim, B., Huerta, R., Sotelo, A., Quintela, A., & Kumar, P. (2025). EXPLICATE: Enhancing phishing detection through explainable AI and LLM-powered interpretability. ResearchGate. https://www.researchgate.net/publication/390248105_.

Evans, K., Abuadbba, A., Wu, T., Moore, K., Ahmed, M., Pogrebna, G., Nepal, S., & Johnstone, M. (2022). RAIDER: Reinforcement-aided spear phishing detector. In Proceedings of the International Conference on Network and System Security. https://www.researchgate.net/publication/366052395_.

Kothandapani, H. P. (2024). Automating financial compliance with AI: A new era in regulatory technology (RegTech). International Journal of Science and Research Archive. https://ijsra.net/sites/default/files/IJSRA-2024-0040.pdf

Agarwal, R., Kremer, A., Kristensen, I., & Luget, A. (2024). How generative AI can help banks manage risk and compliance. McKinsey & Company. https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/how-generative-ai-can-help-banks-manage-risk-and-compliance

KPMG. (2024). KPMG інтегрує штучний інтелект у власну аудиторську платформу KPMG Clara. https://kpmg.com/ua/uk/home/media/press-releases/2024/09/kpmg-intehruye-ai-u-vlasnu-audytorsku-platformu-kpmg-clara.html

Smirnov, O. A., Konstantynova, L. V., Konoplitska-Slobodeniuk, O. K., Kozirova, N. V., Yakymenko, N. M., Dorenskyi, O. P., & Buravchenko, K. O. (2025). Exploring artificial intelligence tools for working with databases and data analysis. Cybersecurity: Education, Science, Technology, 3(27), 429–448. https://doi.org/10.28925/2663-4023.2025.27.763

Smirnova, T. V., Konoplitska-Slobodeniuk, O. K., Buravchenko, K. O., Smirnov, S. A., Kravchuk, O. V., Kozirova, N. L., & Smirnov, O. A. (2024). Research on cybersecurity technologies for cloud services: IaaS, PaaS, and SaaS. Cybersecurity: Education, Science, Technology, 4(24), 6–27. https://doi.org/10.28925/2663-4023.2024.24.627

Kuznetsov, O., Smirnov, O., Mormul, M., Kotukh, Y., & Zvieriev, V. (2024). Comparative research on cryptocurrency efficiency: An objective analysis of key metrics. International Journal of Computing, 23(4), 563–573. https://doi.org/10.47839/ijc.23.4.3755

Kuznetsov, O., Frontoni, E., Kuznetsova, K., Smirnov, O., & Kostenko, V. (2024). Blockchain applications in metaverse environments: New horizons. In Advanced Metaverse Wireless Communication Systems (pp. 255–293). https://doi.org/10.1049/PBTE112E_ch10

Kuznetsov, O., Frontoni, E., Chevardin, V., Smirnov, O., & Imoize, A. L. (2024). Advancing metaverse security with cryptographic innovations. In Advanced Metaverse Wireless Communication Systems (pp. 351–386). https://doi.org/10.1049/PBTE112E_ch13

Downloads


Переглядів анотації: 17

Опубліковано

2025-09-26

Як цитувати

Усік , П., Смірнова , Т., Буравченко , К., Смірнов, О., Улічев , О., & Смірнов , С. (2025). ДОСЛІДЖЕННЯ ТЕХНОЛОГІЙ ЗАБЕЗПЕЧЕННЯ КІБЕРБЕЗПЕКИ БАНКІВСЬКИХ СИСТЕМ З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ. Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка», 1(29), 704–716. https://doi.org/10.28925/2663-4023.2025.29.930

Статті цього автора (авторів), які найбільше читають