根據Wakefield Research和網絡安全廠商Webroo最近對400名安全專家的調查，99%的受訪者認為采用人工智能在總體上可以改善其組織的網絡安全。87%的受訪者表示他們的組織已經將人工智能作為其網絡安全策略的一部分。實際上，美國74%的網絡安全專業人士認為，在未來三年內，如果沒有人工智能，他們的公司將無法保護數字資產的安全。
人工智能和機器學習被用來發現以前從未見過的惡意軟件，識別可疑的用戶行為，并檢測異常的網絡流量。
根據調查顯示， 82%的被調查者認為人工智能可以發現那些被人們忽略的威脅。人工智能系統還可以發現構成最大威脅的指標，建議工作人員重新映像服務器或實施隔離網段等操作，甚至自動執行修復操作。
人工智能還可以收集和分析取證數據、掃描代碼和基礎設施，以發現漏洞、潛在弱點和配置錯誤，使安全工具更強大、更易于使用，并從經驗中學習，以便快速適應變化的條件。
安全廠商VASCO Data Security公司全球產品營銷主管David Vergara表示：“這一切都有可能極大地提高安全性和用戶體驗，為全球一百多家銀行和金融機構提供身份認證解決方案。”
安全專家無法應對海量數據的問題
他說，數據中心的人工智能當前還有一些炒作成分，但這是基于真正利益而實施的。人工智能能夠以令人信服的用例為中心，從改進的態勢感知到趨勢分析，從推薦行為到預測失敗，并通過異常模式檢測來發現入侵行為。”
人工智能和機器學習最大的優勢之一是能夠快速處理大量的數據。
“數據中心的物理和虛擬資產數量今后仍將持續增長。”Balbix公司產品和設計副總裁Manoj Asnani表示，“如果沒有人工智能，企業就不可能為不斷變化的攻擊面做好準備。”
他指出，人類無法快速地處理所有信息，或者反應不夠快，無法應對這種風險。
網絡安全廠商FireMon公司總監Josh Mayfield表示，當數據中心發生變化時，人為地更改防火墻規則很復雜。而借助虛擬機、微分段和按需計算，數據中心的配置將比工作人員處理的速度更快。
他說：“機器學習和人工智能的能力代表著人們可以做到這一點。他們認識到數據中心中的遵從性，然后調整并編寫一個新的防火墻規則來恢復它。他們選擇一個需要在一系列條件下進行保護的新應用程序，并自動編寫所需的防火墻規則以強化新的應用程序從一個數據中心移動到另一個數據中心，或者在同一個數據中心內遷移，并且他們編寫新的防火墻規則。”
測量服務器熱點故障
網絡安全廠商Imperva公司首席技術官Terry Ray表示，智能系統也可以發現對人類來說十分微妙的行為。例如，人工智能和機器學習可用于對硬件溫度進行建模，并將其與典型活動進行比較，或將個人用戶的訪問時間與他人進行比較，以發現可疑的情況。
那些規模最大和最具前瞻性的企業將大力投資于人工智能的專業知識，以獲得人工智能優勢。但即使是規模較小的數據中心運營商也將受益，因為大多數(如果不是全部的話)頂級網絡安全廠商正在將人工智能添加到他們的產品中。
Ray說：“如果供應商還沒有采用某種形式的機器學習，他們很可能落后于同行。”
這導致了嵌入式人工智能和機器學習在數據中心使用的安全技術中的快速普及。他說：“人工智能和機器學習的IT應用正在比以往更快的速度增長。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號