首先，我們需要注意AI和ML的“炒作”。而且那里有很多炒作!谷歌對“人工智能”一詞的簡單搜索就產(chǎn)生了約6.3億個結(jié)果，而AI繼續(xù)占據(jù)頭條，甚至進入了主流電視廣告。但是，網(wǎng)絡(luò)安全行業(yè)需要樹立記錄-與流行的看法相反，人工智能和機器學習無法解決我們所有的問題。
業(yè)界需要將網(wǎng)絡(luò)安全中的AI / ML的真實內(nèi)容與單純的炒作區(qū)分開來。尤其是，企業(yè)需要意識到的一個關(guān)鍵問題是AI / ML無法進行因果關(guān)系，這意味著AI / ML無法告訴您發(fā)生某些事情的原因。了解為什么是網(wǎng)絡(luò)安全的關(guān)鍵組成部分，尤其是與安全事件調(diào)查和分析有關(guān)的原因。
朱迪亞·珀爾(Judea Pearl)是人工智能領(lǐng)域的先驅(qū)者，也是其領(lǐng)先的老師之一，他在其最新著作《為何之書：因果的新科學》中討論了人工智能的問題。對于當今的高科技行業(yè)，人們對智能到底是什么的理解還不夠全面。珀爾(Pearl)解釋了對概率關(guān)聯(lián)的高度關(guān)注如何使我們簡單地演變?yōu)楦冗M的應(yīng)用程序，其應(yīng)用與AI在1980年代初期所做的相同的簡單推理相同。
這個問題是為什么AI仍無法解決足夠的網(wǎng)絡(luò)安全實際問題的核心。基于AI的經(jīng)常銷售方式，業(yè)內(nèi)許多人認為AI驅(qū)動的網(wǎng)絡(luò)安全技術(shù)可以簡單地代替人類。盡管AI的攝取和處理大量信息的能力很重要，但AI缺乏因果推理的原因在于，尤其是經(jīng)驗豐富的安全分析師和事件響應(yīng)者提供的人類智能仍然至關(guān)重要。訓練有素的安全團隊在檢測，識別和防御各種網(wǎng)絡(luò)安全威脅方面發(fā)揮著重要作用-并將長期保持這種狀態(tài)。
其他老師也認為，圍繞人工智能存在誤解。在Elsevier于2018年7月發(fā)表的一篇文章中，紐約大學心理學和神經(jīng)科學教授，機器學習初創(chuàng)公司Geometric Intelligence的前CEO Gary Marcus博士(2017年被Uber收購)表示：“我認為最大的誤解是關(guān)于AI的人們認為我們已經(jīng)接近它了。我們離那里不遠……人類可以具有超強的靈活性-他們可以在一種情況下學習某些東西，然后在另一種情況下應(yīng)用它。機器無法做到這一點�！�
但是，AI / ML有一些重要的好處，包括它具有關(guān)聯(lián)各種來源的大量數(shù)據(jù)的能力。這種相關(guān)程度對于告知安全團隊他們正在調(diào)查的事件以及使團隊在處理分析方面的教育和效率更高至關(guān)重要。例如，AI / ML可以使用異常檢測和聚類提供有關(guān)潛在事件的詳細信息。它還可以幫助對需要調(diào)查的事件進行風險評分。此數(shù)據(jù)可用于更好地通知正在做出有關(guān)安全事件決策的人員。但是AI / ML無法為您做出決定。
總之，正確使用AI / ML可以在通知安全團隊方面發(fā)揮重要作用，從而幫助安全團隊就安全威脅和事件做出更及時，更準確的決策。但是AI / ML無法為您完成這項工作，內(nèi)部沒有神奇的解決方案，這是更廣泛的行業(yè)需要理解的重要區(qū)別。因果關(guān)系(理解為什么會發(fā)生)是AI / ML無法做到的，并且是人與AI / ML系統(tǒng)之間的關(guān)鍵區(qū)別。
通過了解AI和ML在網(wǎng)絡(luò)安全流程中發(fā)揮的真正價值，以及人類帶來的價值，我們的行業(yè)可以減少關(guān)鍵的誤解，從長遠來看，可以使我們的整體網(wǎng)絡(luò)安全戰(zhàn)略更加有效。所以對于人工智能和機器學習在網(wǎng)絡(luò)安全中的真正作用是什么這一問題，我相信大家通過今天的文章就能有所了解。 注：尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://m.elsolbar.com/news-id-18847.html 違者必究！部分文章來源于網(wǎng)絡(luò)由培訓無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們，了解更多相關(guān)資訊請關(guān)注人工智能頻道查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費申請試課。關(guān)注官方微信了解更多：150 3333 6050
