我們可以相信網(wǎng)絡(luò)安全中的人工智能決策嗎?

　　隨著技術(shù)的進(jìn)步，并成為現(xiàn)代世界不可或缺的一部分，網(wǎng)絡(luò)犯罪分子將學(xué)習(xí)新方法以利用。網(wǎng)絡(luò)安全領(lǐng)域必須加快發(fā)展。人工智能(AI)能否成為應(yīng)對(duì)未來(lái)安全威脅的解決方案?

　　網(wǎng)絡(luò)安全中的人工智能決策是什么?

　　人工智能可以做出自主決策，并全天候?qū)嵤┌踩�措施。這些程序在任何給定時(shí)間分析的風(fēng)險(xiǎn)數(shù)據(jù)比人腦多得多。在人工智能的保護(hù)下，網(wǎng)絡(luò)或數(shù)據(jù)存儲(chǔ)系統(tǒng)會(huì)不斷獲得更新的保護(hù)，這些保護(hù)始終在研究對(duì)持續(xù)的網(wǎng)絡(luò)攻擊的響應(yīng)。

　　人們需要網(wǎng)絡(luò)安全專家來(lái)實(shí)施措施，以保護(hù)其數(shù)據(jù)或硬件免受網(wǎng)絡(luò)罪犯的侵害。像網(wǎng)絡(luò)釣魚和拒絕服務(wù)攻擊等犯罪活動(dòng)時(shí)有發(fā)生。雖然網(wǎng)絡(luò)安全專家需要做一些事情，如研究新的網(wǎng)絡(luò)犯罪策略以有效打擊可疑活動(dòng)，但人工智能程序不需要這樣做。

　　人們可以在網(wǎng)絡(luò)安全中信任人工智能嗎?

　　任何領(lǐng)域的進(jìn)步都有利有弊。人工智能日夜保護(hù)用戶信息，同時(shí)自動(dòng)從其他地方發(fā)生的網(wǎng)絡(luò)攻擊中學(xué)習(xí)。不允許出現(xiàn)可能導(dǎo)致某人忽視暴露的網(wǎng)絡(luò)或受損數(shù)據(jù)的人為錯(cuò)誤。

　　然而，人工智能軟件本身可能存在風(fēng)險(xiǎn)。攻擊該軟件是可能的，因?yàn)樗�是�?jì)算機(jī)或網(wǎng)絡(luò)系統(tǒng)的另一部分。人腦不會(huì)以同樣的方式受到惡意軟件的影響。

　　決定人工智能是否應(yīng)該成為網(wǎng)絡(luò)的主要網(wǎng)絡(luò)安全工作是一個(gè)復(fù)雜的決定。在選擇之前評(píng)估收益和潛在風(fēng)險(xiǎn)是處理可能的網(wǎng)絡(luò)安全過(guò)渡的最明智方法。

　　人工智能在網(wǎng)絡(luò)安全中的優(yōu)勢(shì)

　　當(dāng)人們想象一個(gè)人工智能程序時(shí)，可能會(huì)積極地看待。其已經(jīng)活躍在全球社區(qū)的日常生活中。人工智能正在降低潛在危險(xiǎn)工作場(chǎng)所的安全風(fēng)險(xiǎn)，使員工在上班時(shí)更加安全。其還具有機(jī)器學(xué)習(xí)(ML)功能，可以收集即時(shí)數(shù)據(jù)，以便在人們可能點(diǎn)擊網(wǎng)絡(luò)罪犯發(fā)送的鏈接或打開(kāi)文件之前識(shí)別欺詐行為。

　　網(wǎng)絡(luò)安全領(lǐng)域的人工智能決策可能是未來(lái)的發(fā)展方向。除了幫助各行各業(yè)的人們，還可以通過(guò)這些重要方式提高數(shù)字安全。

　　全天候監(jiān)控

　　即使是最熟練的網(wǎng)絡(luò)安全團(tuán)隊(duì)也得休息。當(dāng)他們不監(jiān)控網(wǎng)絡(luò)時(shí)，入侵和漏洞仍然是一種威脅。人工智能可以持續(xù)分析數(shù)據(jù)，以識(shí)別潛在的模式，表明即將到來(lái)的網(wǎng)絡(luò)威脅。由于全球網(wǎng)絡(luò)攻擊每39秒發(fā)生一次，因此保持警惕對(duì)于保護(hù)數(shù)據(jù)至關(guān)重要。

　　減少經(jīng)濟(jì)損失

　　監(jiān)控網(wǎng)絡(luò)、云和應(yīng)用漏洞的人工智能也可以防止網(wǎng)絡(luò)攻擊后的經(jīng)濟(jì)損失。最新數(shù)據(jù)顯示，鑒于遠(yuǎn)程工作的興起，企業(yè)每次違規(guī)損失超過(guò)100萬(wàn)美元。家庭網(wǎng)絡(luò)阻止內(nèi)部IT團(tuán)隊(duì)完全控制企業(yè)的網(wǎng)絡(luò)安全。人工智能將接觸到那些遠(yuǎn)程工作人員，并在專業(yè)辦公室之外提供額外的安全層。

　　創(chuàng)建生物識(shí)別認(rèn)證

　　訪問(wèn)具有人工智能功能的系統(tǒng)的人也可以選擇使用生物識(shí)別認(rèn)證登錄其帳戶。掃描某人的面部或指紋可創(chuàng)建生物識(shí)別登錄憑據(jù)，以代替或補(bǔ)充傳統(tǒng)密碼和雙重身份驗(yàn)證。

　　生物識(shí)別數(shù)據(jù)也保存為加密數(shù)值而不是原始數(shù)據(jù)。如果網(wǎng)絡(luò)犯罪分子侵入這些數(shù)值，幾乎不可能進(jìn)行逆向工程并用于訪問(wèn)機(jī)密信息。

　　自主學(xué)習(xí)識(shí)別威脅

　　當(dāng)人力IT安全團(tuán)隊(duì)想要識(shí)別新的網(wǎng)絡(luò)安全威脅時(shí)，必須接受可能需要數(shù)天或數(shù)周的培訓(xùn)。人工智能會(huì)自動(dòng)了解新的危險(xiǎn)。隨時(shí)準(zhǔn)備進(jìn)行系統(tǒng)更新，以了解網(wǎng)絡(luò)犯罪分子試圖破解其技術(shù)的最新方式。

　　不斷更新威脅識(shí)別方法意味著網(wǎng)絡(luò)基礎(chǔ)設(shè)施和機(jī)密數(shù)據(jù)比以往任何時(shí)候都更安全。由于培訓(xùn)課程之間的知識(shí)差距，沒(méi)有人為錯(cuò)誤的余地。

　　消除人為錯(cuò)誤

　　有人可以成為其所在領(lǐng)域的領(lǐng)先專家，但仍然會(huì)出現(xiàn)人為錯(cuò)誤。人們會(huì)感到疲倦、拖延，并忘記在其角色中采取必要的步驟。當(dāng)IT安全團(tuán)隊(duì)中的某個(gè)人發(fā)生這種情況時(shí)，可能會(huì)導(dǎo)致安全任務(wù)被忽視，從而使網(wǎng)絡(luò)容易受到漏洞攻擊。

　　人工智能不會(huì)感到疲倦或忘記需要做什么。其消除了由于人為錯(cuò)誤造成的潛在缺陷，使網(wǎng)絡(luò)安全流程更加高效。安全漏洞和網(wǎng)絡(luò)漏洞即使真的發(fā)生，也不會(huì)長(zhǎng)期存在風(fēng)險(xiǎn)。

　　需要考慮的潛在問(wèn)題

　　與任何新技術(shù)發(fā)展一樣，人工智能仍然存在一些風(fēng)險(xiǎn)。其相對(duì)較新，因此網(wǎng)絡(luò)安全專家在描繪人工智能決策的未來(lái)時(shí)應(yīng)該記住這些潛在的問(wèn)題。

　　有效的人工智能需要更新的數(shù)據(jù)集

　　人工智能需要更新的數(shù)據(jù)集才能保持最佳性能。如果沒(méi)有企業(yè)整個(gè)網(wǎng)絡(luò)的計(jì)算機(jī)的輸入，其將無(wú)法提供客戶端所期望的安全性。敏感信息可能更容易受到入侵，因?yàn)槿斯ぶ悄芟到y(tǒng)不知道其所在處。

　　數(shù)據(jù)集還包括網(wǎng)絡(luò)安全資源的最新升級(jí)。人工智能系統(tǒng)需要最新的惡意軟件配置文件和異常檢測(cè)功能，以持續(xù)提供足夠的保護(hù)。提供這些信息的工作量可能比IT團(tuán)隊(duì)一次處理的工作量要大。

　　IT團(tuán)隊(duì)成員需要接受培訓(xùn)，以收集更新的數(shù)據(jù)集，并將其提供給新安裝的人工智能安全程序。升級(jí)到人工智能決策的每一步都需要時(shí)間和財(cái)力。缺乏迅速做到這兩點(diǎn)的能力的組織可能會(huì)比以前更容易受到攻擊。

　　算法非透明化

　　對(duì)于IT專業(yè)人員來(lái)說(shuō)，一些傳統(tǒng)的網(wǎng)絡(luò)安全保護(hù)方法更容易拆解。他們可以輕松訪問(wèn)傳統(tǒng)系統(tǒng)的每一層安全措施，而人工智能要復(fù)雜得多。

　　人們難以將人工智能拆開(kāi)來(lái)進(jìn)行次要數(shù)據(jù)挖掘，因?yàn)槠鋺?yīng)該獨(dú)立運(yùn)行。IT和網(wǎng)絡(luò)安全專業(yè)人士可能認(rèn)為，其不那么透明，更難以操縱，以使企業(yè)受益。其需要更多地信任系統(tǒng)的自動(dòng)特性，這可能會(huì)使人們對(duì)使用其來(lái)滿足最敏感的安全需求持謹(jǐn)慎態(tài)度。

　　人工智能仍然會(huì)出現(xiàn)誤報(bào)

　　機(jī)器學(xué)習(xí)算法是人工智能決策的一部分。人們依靠人工智能的重要組成部分來(lái)識(shí)別安全風(fēng)險(xiǎn)，但即使是計(jì)算機(jī)也不是完美的。由于數(shù)據(jù)依賴和技術(shù)的新穎性，所有機(jī)器學(xué)習(xí)算法都可能出現(xiàn)異常檢測(cè)錯(cuò)誤。

　　當(dāng)人工智能安全程序檢測(cè)到異常時(shí)，可能會(huì)提醒安全運(yùn)營(yíng)中心專家，以便可以手動(dòng)審查并消除問(wèn)題。但是，該程序也可以自動(dòng)將其刪除。雖然這對(duì)真正的威脅是有利的，但當(dāng)檢測(cè)是誤報(bào)時(shí)就很危險(xiǎn)了。

　　人工智能算法可以刪除不構(gòu)成威脅的數(shù)據(jù)或網(wǎng)絡(luò)補(bǔ)丁。這使得系統(tǒng)面臨真正安全問(wèn)題的風(fēng)險(xiǎn)更大，尤其是在沒(méi)有警惕的IT團(tuán)隊(duì)監(jiān)控算法的運(yùn)行情況下。

　　如果這樣的事件經(jīng)常發(fā)生，團(tuán)隊(duì)也可能會(huì)分心。他們必須將注意力集中在通過(guò)誤報(bào)進(jìn)行分類，并修復(fù)算法意外中斷的內(nèi)容。如果這種復(fù)雜情況長(zhǎng)期持續(xù)，網(wǎng)絡(luò)犯罪分子將更容易繞過(guò)團(tuán)隊(duì)和算法。在這種情況下，更新人工智能軟件或等待更高級(jí)的編程可能是避免誤報(bào)的最佳方法。

　　為人工智能的決策潛力做好準(zhǔn)備

　　人工智能已經(jīng)在幫助人們保護(hù)敏感信息。如果越來(lái)越多的人開(kāi)始相信人工智能在網(wǎng)絡(luò)安全方面的決策有更廣泛的用途，那么在防范未來(lái)攻擊方面可能會(huì)有潛在的好處。

　　了解以新方式實(shí)現(xiàn)技術(shù)的風(fēng)險(xiǎn)和回報(bào)始終是至關(guān)重要的。

　　網(wǎng)絡(luò)安全團(tuán)隊(duì)將了解如何以新的方式最好地實(shí)施技術(shù)，而不會(huì)讓系統(tǒng)暴露潛在的弱點(diǎn)。