手机网站
手机网站
“网易智能新闻12月11日的新闻”2020年的网络安全是发展的转折点。 人工智能和机器学习的进步为网络安全的技术进步提供了力量，实时数据和分析也使创造更强大的商务案例成为可能。 网络安全支出过去几乎没有带来收入的增加和成本的削减，这种情况在2020年发生变化。
高级网络安全专家在2020年做了什么预测？
凯捷咨询有5位专家，nickovansomrene ( absolutesoftware首席技术官)，Torsten George博士( Centrify网络安全专家)，craigsandson ( infoblox安全专家) 与联系的Josh Johnston ( kou TNT公司AI总监)和brianfoster ( mobile iron产品管理高级副总裁)对于AI和机器在2020年如何提高网络安全性有着深刻的独特见解。
提供更大的端点，提高网络安全指数
人工智能和机器学习继续推动资产管理发展，提供更大的端点灵活性，资产管理在网络安全方面实现指数水平的提高。
Nicko Van Someren说:“维持设备更新，了解网络上需要的设备，了解哪个进程正在运行，如何消耗网络带宽，实际上是安全的结果。 我不认为这是不同的活动，相反，我认为是同一个问题的几个方面。 随着越来越多的企业选择更大的灵活性来确保端点安全，这种趋势将在2020年加快。 " "
利用不同的数据集提高预测和反应效果
人工智能工具可以不断改进，以利用不同类型的数据集，消除静态配置数据、历史本地日志、全球威胁和并发事件。
Nicko van Someren表示，企业干部将集中精力利用他们的预算和时间来检测网络威胁。 随着技术的成熟，预测和反应效果也会提高”
分析防御机制，定制特定脆弱地区的攻击
网络安全威胁者使用更多的人工智能分析防御机制，模拟行为模式，绕过安全控制，利用分析和机器学习进行黑客攻击。
Torsten George表示，“网络安全威胁者(大多数由国家支持)增加人工智能算法的使用，分析对方的防御机制，针对特定脆弱地区定制攻击”。
使用大型数据解决方案确定威胁的范围
AI / ML功能用于自动化安全操作流程，因为安全操作资源不足，许多组织正在处理大量数据。
CrAIg Sanderson认为，“ai和机器学习被广泛用于检测新的威胁并确定威胁的范围和严重性，随着安全运营成为重大的数据问题，需要大量的数据解决。”
打击供应链腐败构建远程协作空间
到2020年，我们必须对抗机器学习，以防止供应链腐败。
肖恩·蒂尼说:“远程协作空间的主要问题是确定谁可以访问哪些数据。 人工智能应用程序在传统业务流程中变得越来越普遍，例如确定供应链是否已损坏。”
加强账户管理与账户持有人建立特殊关系
人工智能在账户管理中变得更加普遍。
Josh Johnston说:“消费者认识到密码不提供足够的帐户保护，所有拥有的帐户都容易受到攻击。 认证代码也不可靠。 因为只能识别机器，无法确认想要登录的人是该帐户的所有者。 人工智能是保护整个过程从用户账户的创建转移到支付交易的关键。 人工智能还可以在企业和账户持有者之间建立密码保护的关系。
控制数据共享以防止隐私泄露
到2020年，消费者将更好地控制数据的共享和隐私。
Brian Foster说，近年来，我们看到了最大的隐私和数据泄露事件。 抵抗、苹果、谷歌、Facebook、亚马逊等科技巨头加强了隐私控制，赢得了顾客的信赖。 现在情况变成有利于消费者的情况，企业要把隐私放在第一位才能继续经营。 展望未来，消费者有自己的数据。 这意味着可以与第三方选择性地共享数据，但最重要的是在共享后恢复数据。 和过去几年的情况不同。
对抗AI填补漏洞
随着互联网安全威胁的发展，我们将与AI对抗。
Brian Foster表示，最成功的网络攻击由高度专业的犯罪网络执行，AI和ML利用用户行为、安全漏洞等访问有价值的业务系统和数据。 所有这些都使IT安全组织难以跟上。 不用说继续领先。 攻击者必须在企业安全中找到漏洞，但企业必须事先补充所有漏洞。 以人工智能的发展速度，人是难以竞争的。
阻止损坏的硬件扩大硬件供应链攻击载体
人工智能和机器学习可以防止受损硬件进入供应链。 随着对市场更多、更廉价芯片的需求不断扩大，硬件供应链攻击的载体也在扩大，部件和部件推动硬件伪装者和仿造者的繁荣。 这种扩大可能为民族国家和网络犯罪的威胁者提供更大的妥协机会。
Capgemini预计，63%的组织将在2020年引入AI以改善网络安全性，其中最流行的应用程序是网络安全性。 Capgemini发现，到2019年为止，大约有五分之一的组织使用AI来改善网络安全性。 除了网络安全外，数据安全、端点安全、身份和访问管理是当今企业通过AI改进网络安全的最优先使用案例。
