人工智能在网络安全领域的三大误解
无论是小说还是电影,几十年来,人工智能一直是一个令人着迷的主题。PhilipK.Dick所设想的合成人类仍然只存在于科幻小说中,人工智能是真实存在的,并在我们生活的许多方面发挥着越来越大的作用。
虽然有反对或支持具有人工智能大脑的机器人,但一种更为普通且同样强大的人工智能形式开始在网络安全中发挥作用。其目标是让人工智能成为勤奋的安全专业人员的力量倍增器。
正如在DevoSOC性能报告™中所看到的那样,安全运营中心(SOC)分析师经常被每天不断出现在屏幕上的警报数量所淹没。“警惕性疲劳”已成为整个行业分析师倦怠的一个原因。
理想情况下,AI可以帮助SOC分析师跟上(并保持领先)那些聪明而无情的威胁行动者,这些行动者正在有效地利用AI进行犯罪或间谍活动。但好在,这些还没有发生。
人工智能的三大误解
Devo委托WakefieldResearch对200名IT安全专业人士进行了一项调查,以确定他们对人工智能的看法。该调查涵盖了包括威胁检测、违规风险预测和事件响应/管理在内的一系列防御学科的AI实施。
人工智能被认为是网络安全团队努力追赶精明的恶意行为、人才短缺等问题的力量倍增器。然而,并不是所有的AI都是如此智能,这甚至是在我们考虑到需求和能力的不匹配之前。
误解一:智能驱动的网络安全已经到来
所有调查受访者都表示,他们的组织正在一个或多个领域使用人工智能。使用最多的领域是IT资产库存管理,其次是威胁检测和违规风险预测。
但就利用AI直接对抗威胁行动者而言,目前还算不上是一场真正的战斗。约67%的受访者表示,他们的组织对人工智能的使用“仅触及到问题的表面”。
以下看看受访者如何看待他们的组织在网络安全计划中对人工智能的依赖。
超过一半的受访者认为他们的组织——至少目前——过于依赖人工智能。不到三分之一的受访者认为对人工智能的依赖是适当的,而少数受访者认为他们的组织在人工智能方面做得不够。
误解二:人工智能将解决安全问题
当被问及他们对组织中使用人工智能带来的挑战的看法时,受访者据实表达。只有11%的受访者表示,他们在使用人工智能进行网络安全时没有遇到任何问题。绝大多数受访者的看法截然不同。
当被问及他们组织的安全堆栈中与人工智能相关的挑战发生在哪里时,核心网络安全功能表现不佳。53%的受访者表示,IT资产库存管理是AI最主要的问题领域,但三个网络安全类别的回答也不尽如人意:
- 威胁检测(33%)。
- 了解网络安全优势和差距(24%)。
- 违规风险预测(23%)。
有趣的是,很少有受访者(13%)提到事件应对,认为这是人工智能带来的挑战。
误解三:人工智能是智能的,所以其必须是有效的
很明显,虽然人工智能已经被用于网络安全,但结果好坏参半。人工智能最大的误解是,并不是所有的人工智能都像其名称所暗示的那样“智能”,这甚至还没有考虑到组织需求和能力的不匹配。
网络安全行业长期以来一直致力于寻找“灵丹妙药”的解决方案。人工智能是最新的一个。组织在评估和部署AI解决方案时必须深思熟虑,并以结果为导向。组织必须确保与AI技术方面有经验的专家合作,否则就会在一个关键领域失败,几乎没有犯错的余地。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击