了解網(wǎng)絡(luò )安全AI的4個(gè)主要用例

網(wǎng)絡(luò )安全可能是現在所有企業(yè)面臨的最大威脅。盡管這不是新的挑戰，但是系統、數據、云技術(shù)、應用程序、設備和分布式端點(diǎn)的激增正在加劇網(wǎng)絡(luò )安全威脅。企業(yè)必須比以往更加努力地保護自己的資產(chǎn)和客戶(hù)。而這超出了自動(dòng)化響應性措施的范圍，現在信息安全專(zhuān)業(yè)人士需要努力實(shí)現主動(dòng)檢測，以提前避免或阻止威脅。

目前企業(yè)開(kāi)始尋求AI的幫助來(lái)增強安全性和保護其業(yè)務(wù)資產(chǎn)。具體來(lái)說(shuō)，當今的安全軟件使用機器學(xué)習、深度學(xué)習、機器推理和很多相關(guān)技術(shù)來(lái)審查大量數據。其目的是加快對正常與異常的了解，以檢測惡意行為和實(shí)體。

據統計，到2022年，全球信息安全支出預計將達到1,700億美元，網(wǎng)絡(luò )安全行業(yè)正在努力創(chuàng )建更有效、更具彈性的機制和工具。由于技術(shù)方面的進(jìn)步，AI和機器學(xué)習在信息安全領(lǐng)域有4個(gè)主要用例，你可能很快會(huì )在身邊的企業(yè)中看到這些用例。

網(wǎng)絡(luò )威脅分析

現在企業(yè)將越來(lái)越多的業(yè)務(wù)數字化。他們更新舊的并開(kāi)發(fā)新的內部網(wǎng)絡(luò )(通常是混合網(wǎng)絡(luò ))，這些龐大的網(wǎng)絡(luò )拓撲不僅復雜，而且還需要大量的網(wǎng)絡(luò )安全資源來(lái)管理所有通信、事務(wù)、連接、應用程序和策略。

在企業(yè)規模，這意味著(zhù)巨大的投資-更不用提出錯的風(fēng)險。而網(wǎng)絡(luò )安全AI通過(guò)多種方式可應對這一嚴峻的挑戰。重要的是，網(wǎng)絡(luò )安全AI可監視所有傳入和傳出的網(wǎng)絡(luò )流量，以識別可疑活動(dòng)并分類(lèi)威脅類(lèi)型。

惡意軟件檢測

惡意軟件是故意被設計為惡意的代碼或軟件類(lèi)別的總稱(chēng)。惡意軟件檢測已經(jīng)存在多年-通常是將可疑代碼與基于簽名的系統相匹配，而現在機器學(xué)習正在將其轉向推理技術(shù)。

在分析大量數據、事件類(lèi)型、來(lái)源和結果時(shí)，網(wǎng)絡(luò )安全AI會(huì )在惡意文件被打開(kāi)前檢測到惡意軟件的存在。它還可以識別新型惡意軟件，這一點(diǎn)至關(guān)重要，因為惡意軟件也會(huì )借助新技術(shù)不斷發(fā)展，從僵尸程序和僵尸網(wǎng)絡(luò )到惡意廣告、索軟件等。

到目前為止，我們已經(jīng)有惡意軟件和良性應用程序的數千萬(wàn)個(gè)帶有標簽的樣本，這也使得惡意軟件檢測成為網(wǎng)絡(luò )安全中深度學(xué)習和AI的最成功用例之一。經(jīng)過(guò)精心訓練的算法依賴(lài)于大型準確標記的數據集。

安全分析師能力得到增強

網(wǎng)絡(luò )安全AI最擅長(cháng)管理潛在威脅媒介的數量。因此，人類(lèi)分析人員仍然是控制、知識和可解釋性的重要仲裁者?，F在，機器學(xué)習通過(guò)兩種關(guān)鍵方式增強人類(lèi)分析師的能力：

• AI自動(dòng)化重復性任務(wù)。例如，它會(huì )對低風(fēng)險警報或繁瑣數據填充型任務(wù)進(jìn)行分類(lèi)，以讓分析師去進(jìn)行更高價(jià)值的戰略決策。
• 機器學(xué)習提高威脅情報起點(diǎn)。其結果是，人類(lèi)分析師從更高級別的威脅入手，利用機器學(xué)習來(lái)更快分析、整理、可視化和提出潛在行動(dòng)。

測試表明，理想的網(wǎng)絡(luò )安全性能或準確性，通常需要結合人類(lèi)和AI -并非單靠其中一者。在未來(lái)幾年，對于安全團隊而言，增強的安全工具至關(guān)重要。實(shí)際上，市場(chǎng)上的某些技術(shù)已經(jīng)支持UI工具，以使網(wǎng)絡(luò )專(zhuān)家能夠結合新的威脅類(lèi)型來(lái)重新訓練機器學(xué)習模型，并根據問(wèn)題配置特定的修復程序。

基于A(yíng)I的威脅緩解

網(wǎng)絡(luò )安全技術(shù)和風(fēng)險與AI同步發(fā)展。如今，企業(yè)必須訓練機器學(xué)習算法以識別其他機器學(xué)習算法所進(jìn)行的攻擊。例如，攻擊者被發(fā)現使用機器學(xué)習來(lái)識別企業(yè)網(wǎng)絡(luò )中的薄弱環(huán)節。他們利用這些信息通過(guò)網(wǎng)絡(luò )釣魚(yú)、間諜軟件或分布式拒絕服務(wù)攻擊來(lái)入侵企業(yè)。

其他威脅行為者已經(jīng)開(kāi)發(fā)智能惡意軟件(甚至是人工黑客)，以針對受害者的特定情況量身定制攻擊?；贏(yíng)I的攻擊證明了AI的共同價(jià)值主張：快速可擴展性、行為分析和個(gè)性化。這些功能可廣泛應用在數據泄露、爆發(fā)或其他安全事件中。

企業(yè)和攻擊者之間的貓捉老鼠游戲代表著(zhù)網(wǎng)絡(luò )安全創(chuàng )新中重要而危險的相互作用。企業(yè)利用投資進(jìn)行保護仍然至關(guān)重要，尤其是在無(wú)法輕松更新或更換舊系統的情況下。

以上用例只是網(wǎng)絡(luò )安全AI眾多應用中的少數應用。但需要注意的是，在任何情況下，機器學(xué)習不是萬(wàn)能解決方案，它只是一個(gè)工具。并且，請記?。翰灰獙⑺暈榫让静?，而應將它視為一線(xiàn)希望。盡管供應商大肆宣傳，但現實(shí)是企業(yè)安全環(huán)境是巨大的動(dòng)態(tài)網(wǎng)絡(luò )。企業(yè)必須不斷監控、審計和更新網(wǎng)絡(luò )，以抵御持續不斷的內部和外部威脅向量。為了定義什么是異常，首先需要定義什么是正常。這是極其困難的，因為計算和經(jīng)濟環(huán)境的變化非?？?。

傳統的基于簽名的威脅檢測方法(更不用提人類(lèi))有盲點(diǎn)，機器學(xué)習技術(shù)也有盲點(diǎn)。對于任何工具，明確的應用意圖都是至關(guān)重要的，其輸出僅與數據輸入一樣好。最后，與任何行動(dòng)-反應一樣，人們也有樂(lè )觀(guān)的理由：越來(lái)越復雜的威脅正在帶來(lái)越來(lái)越先進(jìn)的緩解工具。

文章來(lái)源：https://news.cndns.com/article/11501

相關(guān)推薦

【上云季-1折驚爆價(jià)】香港/美國高性能云服務(wù)器27元起秒殺專(zhuān)場(chǎng)，上云必備，火爆開(kāi)搶>>點(diǎn)擊查看詳情<<

【全球云-高性能限量搶】高性能云主機好用能省，高性能高配置高儲存，輕松解鎖云端場(chǎng)景>>點(diǎn)擊查看詳情<<

【服務(wù)器-特價(jià)服務(wù)器】新購指定配置可享受限時(shí)特惠7折。每個(gè)用戶(hù)不限臺數 低至280元月>>點(diǎn)擊查看詳情<<