人工智慧和機器學習如何影響網路安全？

---

網路安全專業人員在制定計劃以對抗駭客和其他網路罪犯持續構成的威脅時，會利用一切可用的技術優勢。人工智慧 (AI) 和機器學習 (ML) 是兩項尖端技術，它們徹底改變了網路安全格局。根據德勤《企業人工智慧現狀調查》，大多陣列織 (63%) 在某種程度上使用機器學習，82% 的組織報告稱其人工智慧投資獲得了財務回報，88% 的組織希望今年增加人工智慧支出。

至於在網路商業世界中使用 ML 和 AI，你究竟會在哪裡找到它們？AI 最常用於網路安全，但由於 AI 的改進，資料安全、端點安全以及身份和訪問管理也在不斷改進。凱捷收集了這些資料。此外，凱捷的調查顯示，69% 的企業擔心如果沒有 AI，它們將無法應對攻擊，近 10% 的企業希望在 2020 年將支出增加 40% 以上。

Zion Market Research預測，2019年至2025年間，全球網路人工智慧市場的複合年增長率約為23%，到2025年其價值將達到$309億美元。許多組織正在轉向人工智慧和機器學習，以減輕其網路安全團隊在面對日益複雜的網路攻擊時面臨的壓力。

ML 作為對傳統人工智慧實驗室的新威脅

不幸的是，好人與壞人都使用 AI 和 ML 作為其網路安全武器庫的一部分。最近對網路安全現狀的分析聲稱，駭客社群可以輕鬆滲透安全團隊使用的開源 AI 技術。許多相同的機器學習框架可以在流行的雲平臺上“按服務”找到，包括亞馬遜網路服務、微軟 Azure 和谷歌雲平臺。威脅參與者現在可以使用預先存在的框架來建立 AI 模型。它們的實施成本相對較低，幾乎肯定會導致機器學習驅動的攻擊增加。

人工智慧和機器學習在網路安全中的作用

• 作者：Stuart Rauch

• 上次修訂：2022年9月15日2061

• 人工智慧和機器學習在網路安全中的作用

• 以下是主題列表

機器學習即服務——對傳統人工智慧實驗室的新威脅

• 網路人工智慧標準和指導方針 人工智慧正在發揮作用的地方 為您的團隊配備適當的網路能力。

人工智慧正在發揮作用的案例

人工智慧可用於在入侵發生時立即檢測到入侵。AI Authority 聲稱，它透過快速分析過去駭客試圖入侵內部系統留下的海量資料來做到這一點。只有人工智慧才能在合理的時間內完成這項工作。攝像機、印表機和物聯網裝置都包含嵌入式系統，這些系統很容易成為駭客的目標。

研究中提到的其他網路 AI 和 ML 應用包括：

檢測和阻止垃圾郵件的應用程式越來越流行，例如 Gmail。數十億 Gmail 每日使用者的垃圾郵件體驗訓練了 AI。

欺詐的發現。萬事達卡使用人工智慧 (AI) 演算法來預測和識別客戶行為並檢測任何異常模式。

識別殭屍網路。殭屍網路攻擊利用許多“使用者”向網站發起一系列協調一致的請求或攻擊，由於其重複性，很容易成為 AI 的目標。

網路人工智慧挑戰與機遇

正如人們可能預期的那樣，美國政府也參與其中。國家科學技術委員會 (NSTC) 的網路人工智慧挑戰與機遇小組評估這些問題。網路人工智慧部署指南規定，人工智慧支出應進一步促進理論和實踐。這些努力必須導致安全培訓、開發防禦模型、驗證系統穩健性、公平性和隱私性，以及在基於人工智慧的決策中使用可信的方法和人工智慧-人類系統。

NSTC 進行的研究發現了多種網路 AI 方法，例如網路監控以檢測異常和可疑活動、程式碼分析以查詢安全漏洞以及在快速檢測到攻擊時部署保護性補丁的能力。人工智慧可以立即進行這些型別的評估，比人工快得多。由於攻擊可能在幾秒鐘內進入基礎設施，因此調查和反應時間不應花費數天或數週。

人工智慧正在發揮作用的案例

人工智慧可用於在入侵發生時立即檢測到入侵。AI Authority 聲稱，它透過快速分析過去駭客試圖入侵內部系統留下的海量資料來做到這一點。只有人工智慧才能在合理的時間內完成這項工作。攝像機、印表機和物聯網裝置都包含嵌入式系統，這些系統很容易成為駭客的目標。

網路 AI 和 ML 的其他應用

檢測和阻止垃圾郵件的應用程式越來越流行，例如 Gmail。數十億 Gmail 每日使用者的垃圾郵件體驗訓練了 AI。

欺詐的發現。萬事達卡使用人工智慧 (AI) 演算法來預測和識別客戶行為並檢測任何異常模式。

它們正在識別殭屍網路。殭屍網路攻擊利用許多“使用者”向網站發起一系列協調一致的請求或攻擊，由於其重複性，很容易成為 AI 的目標。

結論

人工智慧和機器學習都有可能提高網路安全；但是，它們也使罪犯更容易在沒有人為干預的情況下侵入網路。人工智慧有可能提高網路安全，而機器學習有可能提高網路安全。使用 AI（人工智慧）和 ML（機器學習）可能會導致網路安全級別提高。直接導致的結果是，各種型別的廣泛商業企業可能會遭受嚴重影響。