人工智能和機器學習技術在安全性方面具有廣闊的前景

2022-08-30 13:03:00 編輯：施寒健來源：

導讀其他示例包括自動網絡釣魚和數據盜竊檢測，這非常有用，因為它們涉及實時響應。上下文感知的行為分析也很有趣，它提供了立即發(fā)現(xiàn)可能表示攻...

其他示例包括自動網絡釣魚和數據盜竊檢測，這非常有用，因為它們涉及實時響應。上下文感知的行為分析也很有趣，它提供了立即發(fā)現(xiàn)可能表示攻擊的用戶行為變化的可能性。

以上是機器學習和AI有用的所有示例。但是，過度依賴和虛假保證可能會帶來另一個問題：隨著AI在保護資產方面的進步，對資產的攻擊也隨之改善。隨著尖端技術被用來提高安全性，網絡罪犯正在使用相同的創(chuàng)新來獲得這些防御的優(yōu)勢。

典型的攻擊可能涉及收集有關系統(tǒng)的信息或通過向AI系統(tǒng)發(fā)送大量請求來破壞AI系統(tǒng)。

在其他地方，所謂的Deepfake證明了相對較新的欺詐領域，這帶來了前所未有的挑戰(zhàn)。我們已經知道，網絡分子會用假冒垃圾在網絡上亂扔垃圾，這幾乎是不可能將真實新聞與假冒區(qū)別開來的。

結果是，許多立法者和監(jiān)管者正在考慮建立規(guī)則和法律來治理這一現(xiàn)象。對于組織而言，這意味著深造型產品可能會在將來導致更復雜的網絡釣魚，并通過模仿公司的寫作風格甚至個人寫作風格來定位員工。

簡而言之，只要組織了解其局限性，并且在不斷關注不斷變化的威脅形勢的同時制定針對當前的明確戰(zhàn)略，人工智能就可以增強網絡安全性。

標簽：

免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！

本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯(lián)網版權歸原作者所有。

_{<noscript id="muegi"></noscript>}<label id="muegi"><th id="muegi"></th></label>