将人工智能应用于网络安全。效益与挑战

0

在技术领域,安全是一个仍然敏感和难以捉摸的问题。

安全专家已经逐步确定了他们认为风险较大的领域,并对威胁较大的领域进行了索引,包括绘制了他们认为有潜在风险的部分。这样做的目的是为了有效地维持一个强大的、可管理的安全计划。

从技术和非技术的角度来看,网络安全仍然是个人和组织关注的一个未知的领域。先进技术的进入孕育了人工智能和网络安全的领域。在探索网络安全的各种原则时,人工智能的进入是及时的、富有成效的,其本身也是一种威胁。

适当的和令人满意的安全协议必须满足威慑的基本要求,必须是简单的实施,难以渗透,并必须保持最大的隐私水平。然而,随着人工智能的发展和大数据的整合,网络安全正在向复杂的技术层面发展。但挑战是,在未来,它是否可以持续?它将如何帮助威慑犯罪分子?它是否会被用于利用现有应用程序或核心基础设施的漏洞? 人工智能在很大程度上依赖于数据,但数据的可用性并不意味着人工智能解决方案是不可避免的。

自然语言处理、机器学习、深度学习和业务规则等人工智能技术的聚合将对安全解决方案开发周期的所有程序产生重大影响,要么帮助安全设计者创建更好的解决方案,要么更差。正如其他地区的技术一样,人工智能将颠覆网络安全解决方案的开发和消费方式。 

人工智能技术的进入会对网络安全行动有帮助吗?答案是肯定的,也是否定的,肯定的是,没有多少犯罪分子拥有AI的专业知识。采用人工智能技术的组合来建立自我学习算法、复杂的安全和先进的知识库。不同的组织都采用了旧的和现代的安全基础设施的组合,这种混合是很难通过的。不,随着新兴技术的发展,网络安全中的人工智能将需要大量的时间和资源投资,必须开发可持续的算法来管理新兴的应用程序和不断变化的安全威胁景观。在网络安全领域开发一个全面的人工智能解决方案将是困难的,或者说最终是具有挑战性的,数据集训练、算法组成和测试方面的数据差异和不一致是至关重要的领域。

可靠的人工智能在网络安全方面的承诺仍然远远没有得到有效实现。人工智能技术还没有完全获得人类智能的领域,随着新的网络安全协议的开发,以及新的应用和基础设施的部署,人工智能正在变异,产生不一致和不可靠的解决方案。

网络安全正在迅速发展,对更好的解决方案的需求一直很高。新一代的技术和应用程序正在逐步出现,它们的行为更像人类。因此,在软件开发生命周期或应用程序的安全解决方案中,都需要对这些技术有更多的了解。

考虑到深度机器学习和神经网络是更强大的人工智能的基础;将它们应用于现有的人工智能技术,如知识表示、NLP、推理引擎、视觉和语音技术,并与之结合,将加强人工智能。为了开发和维护人工智能基础设施,组织将需要大量的资源,如内存、适当的数据和计算能力。同样,人工智能解决方案通过不同的学习数据集、非恶意和恶意软件代码的各种数据集以及其他异常情况进行训练。获得所有这些可靠和准确的数据集是昂贵的,需要很长时间,不是所有的组织都能负担得起。此外,黑客也可以部署他们的人工智能来测试和改进他们的恶意软件,以击败任何现有的人工智能系统。在现实中,一个防人工智能的恶意软件可能具有极大的破坏性,因为他们可以从现有的人工智能安全工具中进行训练,并创造更多的早熟攻击,以穿透传统的网络安全解决方案,包括人工智能增强的解决方案。

另一个值得注意的人工智能挑战是,只要有合适的技能,很容易克隆和复制人工智能算法。与传统的安全相比,它不简单,很难重新创建,但任何拥有必要知识的人都可以访问任何软件

在这方面,采用人工智能促进网络安全仍然是难以捉摸的,人工智能技术的范围仍然难以实现。采用的各种方法并不能提供任何可靠性的保证。人工智能解决方案可以由于贬低的输入产生错误的学习结果,利用缺陷,规划系统,中毒攻击,或机器学习系统的分类而毫无防备。因此,人工智能技术,如深度学习技术,可以被敌对者设计的小水平的输入噪音所愚弄。这些动态说明了人工智能比组织本身需要更多的保护。它有更多的漏洞,与传统的网络安全解决方案的漏洞(如缓冲区溢出)大不相同。


Kolabtree帮助全球企业按需雇佣专家。我们的自由职业者已经帮助企业发表研究论文,开发产品,分析数据,以及更多。只需一分钟就可以告诉我们你需要做什么,并免费获得专家的报价。


分享。

关于作者

罗伯特-蒙盖是肯尼亚专业软件工程师协会(IPSE)的网络安全、人工智能、大数据、C、Python和数据科学培训师和从业人员。他是一位农民、作家和业余酿酒师。

发表回复

值得信赖的自由职业者专家,随时为您的项目提供帮助


世界上最大的科学家自由职业平台  

不,谢谢,我现在不打算雇用。