Interní IT audit serverových operačních systémů a databázové infrastruktury s využitím umělé inteligence

Tato diplomová práce se zaměřuje na interní IT audit serverových operačních systémů a databázové infrastruktury v anonymizované české bance a zároveň hodnotí přínos generativní umělé inteligence ve vybraných auditních činnostech. Práce kombinuje poznatky z literární rešerše s případovou studií vycházející z interní auditní metodiky banky. Audit byl proveden na šesti kritických aplikacích a jejich technologickém zázemí, přičemž využíval přístup založený na riziku, matici rizik a kontrol, testy návrhu a účinnosti kontrol, pracovní dokumentaci a porovnání s interními bezpečnostními standardy a CIS Benchmarky. V části zaměřené na umělou inteligenci bylo experimentálně porovnáno manuální a AI-asistované provedení šesti auditních úloh s využitím nástroje Microsoft 365 Copilot, přičemž výstupy byly hodnoceny z hlediska přesnosti, úplnosti, efektivity, použitelnosti a rizikovosti. Výsledky auditu ukazují, že organizace disponuje relativně vyspělým provozním kontrolním prostředím, zejména v oblasti pravidelného skenování konfigurací vybraných Windows a Unix platforem pomocí nástroje Nessus. Současně však byly identifikovány významné nedostatky v oblasti řízení a pokrytí standardů. Pokrytí parametrů CIS Benchmarků interními standardy se u analyzovaných technologií pohybovalo mezi 13,9 % a 31,91 %. Audit vedl k identifikaci tří středně závažných zjištění týkajících se neúplného pokrytí skenování, absence nebo nedostatečné definice bezpečnostních standardů a nedostatků v řízení výjimek. Celkové hodnocení auditu bylo stanoveno jako Limited Improvements Needed. Generativní AI se ukázala jako nejpřínosnější u strukturovaných a textově orientovaných úloh. Při porovnání s interními politikami dosáhla 91,14 % počáteční shody a po validaci 96,27 % přesnosti v rámci 429 kontrol. U vybraných úloh vhodných pro využití AI došlo ke snížení odhadované pracnosti z 38 na 19,4 člověkodnů. Práce dochází k závěru, že generativní AI může významně zvýšit efektivitu auditních činností, avšak pouze v rámci hybridního přístupu, který zachovává roli lidské validace a odborného úsudku.