Treffer: Kiberbiztonsá gi kihí vá sok á mezo gázdásá g digitálizá cio já bán: Szisztemátikus á ttekinte s Pythonálápu elemze ssel.

The intersection of agriculture and cybersecurity has become a prominent research focus in recent years, driven by the rapid adoption of IoT (Internet of Things) and precision farming technologies. These technological innovations have revolutionized agricultural processes, enhancing efficiency and sustainability while introducing significant security risks. This study conducts a systematic literature review (SLR) to address key cybersecurity issues in agriculture, with a particular emphasis on IoT vulnerabilities and threats. Using Python-based text analysis techniques, the research automated the analysis of abstracts and full texts, enabling rapid filtering and thematic categorization of relevant studies. From an initial pool of 1,039 publications, 40 relevant studies were identified based on rigorous screening criteria. The thematic analysis revealed that 44.9% of the publications focus on IoT device vulnerabilities, 32.7% on agricultural cybersecurity challenges, and 22.4% on the security issues of Agriculture 4.0 and precision farming. Methodological analysis indicated that machine learning, simulation models, and case studies dominate the research landscape, while surveys and experimental studies appear less frequently. The findings highlight the critical importance of developing robust cybersecurity strategies and technologies in the agricultural sector, particularly to mitigate the risks posed by IoT devices. [ABSTRACT FROM AUTHOR]

A mezőgazdaság és a kiberbiztonság metszéspontja az IoT (Internet of Things) és a precíziós gazdálkodás gyors térnyerése révén az utóbbi években a kutatás egyik kiemelt területévé vált. Ezek a technológiai innovációk forradalmasították a mezőgazdasági folyamatokat, javítva a hatékonyságot és a fenntarthatóságot, ugyanakkor jelentős biztonsági kockázatokat is hoztak magukkal. Ez a tanulmány szisztematikus irodalomkutatást (Systemeati c Literature Review - SLR) végez a mezőgazdaság kiberbiztonságának kulcskérdéseiről, különös tekintettel az IoT sebezhetőségeire és a fenyegetésekre. A kutatás során Python-alapú szövegelemzési technikák segítségével automatizáltam az absztraktok és teljes szövegek elemzését, lehetővé téve a releváns tanulmányok gyors szűrését és tematikus csoportosítását. Az elemzett 1039 publikáció közül szigorú szűrési kritériumok alapján 40 releváns tanulmányt azonosítottam. A tematikus elemzés eredménye szerint a publikációk 44,9%-a az IoT eszközök sebezhetőségeire, 32,7%-a a mezőgazdasági kiberbiztonsági kihívásokra, míg 22,4%-a az Agriculture 4.0 és precíziós gazdálkodás biztonsági kérdéseire összpontosított. A módszertani megoszlás vizsgálata során kiderült, hogy a kutatásokban a gépi tanulás, a szimulációs modellek és az esettanulmányok dominálnak, míg a felmérések é s a kísérleti kutatások kisebb arányban fordulnak elő. Az eredmények rávilágítanak arra, hogy a mezőgazdasági szektorban alapvető fontosságú a kiberbiztonsági stratégiák és technológiák fejlesztése, különösen az IoT eszközök által hordozott kockázatok csökkentése érdekében. [ABSTRACT FROM AUTHOR]

Copyright of International Journal of Engineering & Management Sciences (2498-700X) / Műszaki és Menedzsment Tudományi Közlemények is the property of University of Debrecen and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)