在數字時(shí)代，人們和組織必須做出的最重要的決定之一就是安全問(wèn)題。網(wǎng)絡(luò )威脅變得越來(lái)越復雜，而風(fēng)險管理方面更普遍的策略卻未能跟上。引入人工智能驅動(dòng)的網(wǎng)絡(luò )安全——這是網(wǎng)絡(luò )安全領(lǐng)域的一個(gè)革命性概念，它利用人工智能來(lái)改善監視、屏蔽和預見(jiàn)網(wǎng)絡(luò )犯罪。

認知計算和人工智能在網(wǎng)絡(luò )安全領(lǐng)域的融合

從歷史上看，全球網(wǎng)絡(luò )安全概念發(fā)生了巨大變化。在安全發(fā)展模式的早期階段，安全被視為被動(dòng)的，并且致力于“在威脅發(fā)生后應對”。在新技術(shù)時(shí)代，特別是隨著(zhù)人工智能的融入，與之前提到的被動(dòng)策略相比，這種策略類(lèi)型更加主動(dòng)?；谌斯ぶ悄艿木W(wǎng)絡(luò )安全解決方案，可以以任何人類(lèi)系統無(wú)法做到的方式進(jìn)行檢測、學(xué)習和響應。

談到網(wǎng)絡(luò )安全中的人工智能，很可能是在談?wù)撘粓?chǎng)即將發(fā)生的革命，這是由于檢測網(wǎng)絡(luò )威脅的新方法。人工智能能夠搜索、理解、比較、分析和識別類(lèi)別、異常值，并自動(dòng)執行人類(lèi)曾經(jīng)參與的活動(dòng)。

人工智能很有趣，其最好的部分之一是，其包括機器學(xué)習，這有助于網(wǎng)絡(luò )安全更快、更高效。機器學(xué)習的優(yōu)勢在于，其可以并且將會(huì )被訓練，并且會(huì )隨著(zhù)時(shí)間的推移、環(huán)境和威脅的變化而改進(jìn)；更重要的是，與基于簽名的方法不同，其具有這種能力。

機器學(xué)習在網(wǎng)絡(luò )安全中的一些應用包括：異常檢測：機器學(xué)習可以通過(guò)確定違反預定義模式的典型使用或行為來(lái)幫助識別安全威脅，并通知安全人員。惡意軟件分析：機器學(xué)習還可以分析惡意軟件或軟件，可能是病毒、勒索軟件或間諜軟件，以及軟件的來(lái)源、目標和含義。威脅情報：其可以從博客、論壇、社交媒體網(wǎng)絡(luò )、“暗網(wǎng)”或任何其他來(lái)源獲取信息，并將其提煉為一組有關(guān)潛在的新威脅或現有威脅的情報報告。

人工智能可以更有效地檢測威脅，并保護數據和網(wǎng)絡(luò )免受網(wǎng)絡(luò )威脅，正在成為信息安全的前沿解決方案。

網(wǎng)絡(luò )安全檢測中的人工智能

檢測通常被視為網(wǎng)絡(luò )安全的第一層，因為其有助于識別威脅和潛在的安全漏洞。人工智能通過(guò)使用機器學(xué)習技術(shù)分析來(lái)自網(wǎng)絡(luò )流量和用戶(hù)活動(dòng)的數據的機制來(lái)提高這種能力，目的是識別黑客攻擊導致的行為異常。

與已經(jīng)識別出所需威脅模式和框架的傳統方法不同，人工智能可以借助其識別的異常信息模式，向組織通報任何新的或正在出現的威脅。預防是遏制網(wǎng)絡(luò )空間威脅的第一步。檢測到威脅后，可以通過(guò)人工智能觸發(fā)的對策消除威脅，例如隔離受影響的網(wǎng)絡(luò )或設備，并修補其他漏洞。通過(guò)觀(guān)察與用戶(hù)的交互，人工智能模式可以改進(jìn)其保護步驟或預防程序，絕不讓攻擊者有機可乘。

預測過(guò)程需要根據當前趨勢和過(guò)去信息，對未來(lái)威脅和風(fēng)險采取預測行動(dòng)。在這一領(lǐng)域，如果使用預測分析來(lái)確定襲擊可能發(fā)生的地點(diǎn)和方式，人工智能可以再次表現出色。其還有助于在被認為處于危險中的脆弱區域建立防御，并有助于合理分配資源。

克服道德困境

人工智能承諾提供堅不可摧的防御。但這也有一個(gè)問(wèn)題，盡管這次是道德問(wèn)題。我們不能與朋友或家人分享密碼，甚至不能讓別人在未經(jīng)許可的情況下使用自己的賬戶(hù)。

從本質(zhì)上講，我們能否在不侵犯隱私權或加深與我們自己創(chuàng )造的安全系統糾纏的情況下，負責任地保護我們的虛擬環(huán)境？這是一個(gè)無(wú)法輕易回答的問(wèn)題，盡管它相當重要。隱私問(wèn)題：雖然人工智能必須能夠檢測到此類(lèi)威脅，但我們必須知道何時(shí)注意危險，以及何時(shí)開(kāi)始收集信息，而這個(gè)問(wèn)題引發(fā)了隱私方面的擔憂(yōu)。其要求公開(kāi)數據、數據的使用和返回，并授權用戶(hù)控制這些信息

。問(wèn)責制：雖然人工智能可以快速做出決策，但當事情沒(méi)有按預期完成或組織失敗時(shí)，誰(shuí)來(lái)負責？我們能否將這些可能致命的錯誤的責任重新歸咎于算法？在人工智能的開(kāi)發(fā)和使用中建立結構，對于規劃如何創(chuàng )建更負責任的人工智能非常重要。

偏見(jiàn)：如果訓練數據集本身就帶有偏見(jiàn)，那么人工智能也會(huì )對某些人群產(chǎn)生某種偏見(jiàn)。從這個(gè)角度來(lái)看，我們必須從一開(kāi)始就避免自滿(mǎn)，并明確密切關(guān)注用于識別訓練數據的標準，更不用說(shuō)從一開(kāi)始就制定措施，以防止歧視的可能性。不能像往常一樣忽視這些問(wèn)題或不采取行動(dòng)應對這些問(wèn)題。有一些重要的話(huà)題是禁忌的，但人工智能需要公開(kāi)討論，以便人們能夠做出理性的決定，并根據這些技術(shù)制定具體的行為準則。這將是人工智能在不違背我們的原則的情況下，幫助人們在數字領(lǐng)域生活得更安全的唯一途徑。

人工智能驅動(dòng)的網(wǎng)絡(luò )安全挑戰

與任何其他網(wǎng)絡(luò )安全方法一樣，在網(wǎng)絡(luò )安全中使用人工智能也存在一些限制。人工智能驅動(dòng)的網(wǎng)絡(luò )安全雖然具有變革性，但也帶來(lái)了組織必須應對的若干挑戰和限制：

1、惡意使用人工智能：對抗性人工智能：攻擊者可以開(kāi)發(fā)更好的人工智能類(lèi)型，這使得現有的惡意軟件幾乎不可能被檢測到。人工智能攻擊：黑客可以使用人工智能來(lái)擴展其攻擊的控制和協(xié)調，并將所選的攻擊類(lèi)型升級到更大的維度。

2、誤報和漏報：誤報：這是因為人工智能系統會(huì )迅速將某種行為歸類(lèi)為惡意行為，而在現實(shí)世界中，這種行為是無(wú)害的；因此，在檢測到真實(shí)行為之前，可能會(huì )耗費大量資源。這反過(guò)來(lái)會(huì )阻礙業(yè)務(wù)運營(yíng)。錯過(guò)的威脅：另一方面，人工智能可能無(wú)法識別真正的威脅，這使得人工智能模型難以從數據中學(xué)習并識別與威脅相似的特征。

3、數據隱私問(wèn)題：敏感數據暴露：人工智能系統根據大量數據做出決策，這種未經(jīng)授權的行為可能引發(fā)隱私侵犯的擔憂(yōu)。合規風(fēng)險：使用人工智能來(lái)支持安全解決方案的組織必須滿(mǎn)足GDPR等法律要求。

4、偏見(jiàn)和歧視：固有偏見(jiàn)：已經(jīng)確定人工智能模型會(huì )從數據集中學(xué)習以做出決策，因此，如果數據集中存在偏見(jiàn)，那么模型也會(huì )看到。不公平的分析：由于收集的數據可能存在偏見(jiàn)，人類(lèi)行為可能會(huì )被人工智能視為惡意的。

5、復雜性和管理：復雜的集成：將人工智能集成到網(wǎng)絡(luò )安全環(huán)境中，可以防止在細化和成本方面的各種挑戰。技能差距：缺乏精通人工智能和網(wǎng)絡(luò )安全的人才。因此，負責管理和維護人工智能工具的人才稀缺。

6、對質(zhì)量數據的依賴(lài)：數據質(zhì)量：盡管當今的數據科學(xué)能夠構建令人印象深刻的人工智能模型，但重要的是要知道，這些模型的準確性取決于其所提取的數據。不準確的信息可能導致決策措施不足以應對安全威脅。數據中毒：將安全威脅的線(xiàn)索結合在一起，攻擊者可以更改輸入人工智能模型的數據，從而破壞安全系統。

7、道德和法律影響：自主決策：在人工智能的幫助下做出決策的系統中，實(shí)際的法律效果也會(huì )影響并冒著(zhù)損害和違規的風(fēng)險。問(wèn)責問(wèn)題：如果人工智能在分配資源時(shí)做出錯誤決策，那么誰(shuí)應該負責這個(gè)問(wèn)題非常常見(jiàn)，因此問(wèn)責成為一個(gè)問(wèn)題。

8、不斷演變的威脅形勢：保持同步：本質(zhì)上，計算機當前最容易受到攻擊，必須不斷學(xué)習和更新才能適應當前的威脅。資源強度：然而，持續學(xué)習需要相當大的計算能力來(lái)執行各種計算，而且通常成本很高，并非所有組織都能負擔得起。

9、人工智能系統本身的安全性：攻擊目標：還應注意，包括人工智能系統在內的每種技術(shù)都很容易受到網(wǎng)絡(luò )威脅，從而破壞其所提供的安全性。內部威脅：例如，惡意員工可能會(huì )決定“劫持”人工智能系統并更改其參數，甚至完全刪除。

總結

基于人工智能的網(wǎng)絡(luò )安全，標志著(zhù)應對網(wǎng)絡(luò )威脅的重大進(jìn)步。人工智能提供了一套完整的安全解決方案，能夠適應不斷變化的網(wǎng)絡(luò )危險性質(zhì)，因為其結合了識別、預防和預測能力。盡管存在一些障礙，但人工智能在網(wǎng)絡(luò )安全方面的優(yōu)點(diǎn)是顯而易見(jiàn)的；因此，其成為保護我們數字世界的必要措施。人工智能驅動(dòng)的網(wǎng)絡(luò )安全未來(lái)潛力巨大。只要技術(shù)進(jìn)步，安全系統就會(huì )更加先進(jìn)和互聯(lián)。量子計算的改進(jìn)，也可能通過(guò)快速威脅檢測和響應能力來(lái)提高人工智能的功能。來(lái)源：千家網(wǎng)