AI驱动的网络安全团队致力于人类强化

作者: 邹铮 2020-02-25 14:17:00

网络威胁的范围正在加速扩大,从企业资产和选举到健康数据和物理基础设施,更不用提新兴技术的不可预见的影响。到2022年,全球信息安全支出预计将达到1,700亿美元,所有企业都希望网络安全行业创造更好更具弹性的方法。

AI/网络安全

而这些方法需要AI的支持,AI是机器学习算法和相关技术的总称,这些技术可以扩展威胁分析和分类、更好地了解异常情况、自动响应,并且最重要的是,可以制定积极的应对措施。在很多其他行业,流程自动化和AI预示着工作机会的减少,但与之不同的是,威胁情报的未来是强化人类,而不是取代人类。在这方面,我们的研究发现以下三个主要原因。

1. 提高威胁分类并对威胁进行优先级排序

现在由AI驱动的安全工具在利用机器学习增强安全分析师和安全运营中心(SOC),主要通过两种重要方式:

  • 自动执行重复性任务,例如繁琐的数据丰富化任务或对低风险警报进行分类。
  • 并且,作为第一种方法的结果,提高威胁情报的基准,使人类分析师可从更高级别的威胁入手。

总的来说,这些带来三层优势。过去,安全分析师不得不花费数小时来编写威胁分析报告,这些报告更多地是关于意识和理解,而不是缓解风险本身。因此,移除低风险的威胁工作可释放人类分析人员专注于高价值决策任务,这不仅从降低风险的角度来看有益,而且鉴于当今不断扩大的威胁范围和日益增加的复杂性,这一点至关重要。尽管自动化技术在管理潜在威胁向量的数量方面比人类更好,但是人类分析人员仍然是控制、背景信息、知识和可解释性的重要决策者。

2. 补充人才缺口

人类强化对于解决网络安全技能短缺至关重要。随着网络风险的不断发展和扩大,企业需要更多经验丰富的安全分析师。ESG报告称,全球有超过50%的企业面临安全工作者的“问题性短缺”,并且(ISC)2预测,为满足当前安全需求,安全相关的雇员数量需要增长145%。

AI驱动的工具将永远无法消除这一差距,但企业可利用它们自动化大数据分析、报告和分类工作,这对于解决本已十分严重的人才短缺至关重要。实际上,此类工具可为当前和下一代AI驱动的网络安全分析师增加力量,因为它们:

  • 基于数据、端点和威胁向量的指数级增长,它们很重要;
  • 释放现有分析师,让下一代分析师专注于更高级的任务;
  • 扩大单个分析师的能力范围,花费更少的时间了解正在发生的事情,而花更多时间缓解和解决风险;
  • 提高生产力,释放高级分析师以指导初级分析师;
  • 创建威胁分析,这些分析在总体上可帮助SOC,并协助为国家构建更强大、多边更主动的网络威胁防御。

3.  扩展“民主化”安全保护

通过AI驱动的网络安全对人类增强的长期影响与技术无关,而与人有关。这与被称为数据民主化的趋势类似,在这种趋势中,企业通过授权员工(数据专家和普通最终用户均如此)在没有外部协助的情况下贡献和提取见解,以更好地并更广泛地利用企业数据。简而言之,长期的防御和抵御攻击需要建立一种安全文化,在这种文化中,每位员工都应得到培训、配备工具和授权。随着时间的推移,安全意识强的员工人数将会多于不良行为者,这可能是最好的防御措施。

现在,AI驱动的安全工具供应方市场已经在朝这个方向发展。例如,在UX和UI中,与其他软件套件集成,提供多语言支持,将可解释性引入SIEM和安全编排、自动化和响应(SOAR)平台等。同时,在AI网络安全市场的部署方面,在产品团队之间间,开始在设计中考虑安全性和隐私性;新兴的员工界面和安全投资,例如增强现实和音频;以及越来越多员工了解不良行为者如何运用社会工程手段,可帮助企业加强防御。正如更广泛的数据民主化依赖于供应商支持和企业文化一样,培训和投资,安全保护的民主化也是如此。

企业必须像攻击者一样,不断努力扩展其武器库、效能和安全策略。但并非与攻击者开展恶性竞争,企业应发挥重要作用,我们可能还没有充分把握和发挥其重要性,即在数字时代为人们提供保护和抵御的工具。

AI 网络安全 人工智能
上一篇:一文读懂即将引爆的TinyML:在边缘侧实现超低功耗机器学习 下一篇:关于AI我们完全错了!MIT教授批判:对数据过度关注
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

中国AI专利申请量占全球74%,腾讯、百度、OPPO前五

报告显示,过去十年,全球人工智能专利申请集中在中国、美国、日本、韩国。其中,中国和美国处于领先地位。中国专利申请量为389571,位居世界第一,占全球总量的74.7%,是排名第二的美国的8.2 倍。

南方都市报 ·  1天前
AI一键去纹身,几秒钟让你看见明星「真面目」

来自印度的机器学习研究者 Vijish Madhavan 最近开源的一个机器学习工具 SkinDeep 满足了我们的需求。

机器之心 ·  1天前
人工智能进军“古玩鉴定”,人类职业再遭冲击?

近两年,人工智能的风头虽然偶被5G、自动驾驶等所盖过,但其发展和热度并未因此受到影响。

林中易木 ·  1天前
人脸识别技术的优缺点

无论在哪里使用,面部识别都可能会吸引很多人的注意。这就是为什么我们整理了一份关于面部识别的利弊清单,这样你就可以了解这个有争议的话题。

Cassie ·  1天前
人工智能如何为临床试验提供无摩擦的患者匹配

这场疫情凸显了医疗保健行业一些效率低下的方面,为了应对这些危机,一些医疗机构已经采用与大数据相关的技术,例如人工智能技术、自然语言处理、数据管理等。

Kirk Junker ·  1天前
让静态知识动起来:从知识图谱到事理图谱

传统的知识图谱回答的是“是什么”的问题,而以“事”为核心的事理图谱回答的是“为什么”的问题。目前,绝大多数知识图谱主要以实体(特别是人名)为基础,面向事件知识图谱研究的语料构建和研究方法还处于探索阶段。

AI科技评论 ·  1天前
知识图谱是否是自然语言处理的未来?

2021年了,不少当年如日中天技术到今天早已无人问津,而知识图谱这个AI界的大IP最火的时候应该是18,19年,彼时上到头部大厂下到明星创业公司都在PR自己图谱+NLP布局能够赋予AI认知能力。到了当下这个AI总体降温的时间节点,我们是时候冷静思考知识图谱的未来到底该何去何从了。

Luke ·  1天前
人工智能在未来将要经历的七个阶段

自2000年以来,全球对人工智能的投资增长了6倍。据统计,到2025年,全球AI市场预计将增长到600亿美元。

SENSORO升哲 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载