以下是有關(guān)人工智能在網(wǎng)絡(luò)安全中的風(fēng)險(xiǎn)和回報(bào)的信息。

根據(jù)NIST的說法，網(wǎng)絡(luò)安全框架的五項(xiàng)功能是身份識(shí)別、保護(hù)、檢測(cè)、響應(yīng)和恢復(fù)。在實(shí)踐中，人工智能如何使這些領(lǐng)域的安全專業(yè)人員受益？

• 識(shí)別和保護(hù)：在當(dāng)今世界，識(shí)別網(wǎng)絡(luò)風(fēng)險(xiǎn)變得越來越具有挑戰(zhàn)性，尤其是在零日攻擊的情況下。這些是攻擊者在供應(yīng)商或系統(tǒng)設(shè)計(jì)者意識(shí)到之前發(fā)現(xiàn)的系統(tǒng)缺陷，然后可能會(huì)出于惡意原因加以利用。
• 響應(yīng)：安全運(yùn)營(yíng)團(tuán)隊(duì)為響應(yīng)網(wǎng)絡(luò)攻擊而采取的程序之一是阻止已發(fā)現(xiàn)威脅的原始IP地址。這些IP地址有時(shí)通過電子郵件標(biāo)頭、威脅情報(bào)工具和平臺(tái)檢索。人工智能可以通過檢測(cè)、分析和禁止已知的惡意IP地址來幫助自動(dòng)化這一過程。
• 透明度和解釋能力：在這種情況下，必須了解是如何從情報(bào)到洞察再到行動(dòng)的，這樣人們就可以得出與提供相同數(shù)據(jù)時(shí)相同的結(jié)論。圍繞模型的生成方式缺乏開放性是許多人工智能模型和解決方案的困難之一。
• 公平：人工智能系統(tǒng)的智能程度取決于用于訓(xùn)練其數(shù)據(jù)。偏見可能會(huì)在不知不覺中和無意中被編碼到其中。這可能會(huì)導(dǎo)致不正確的分析，并最終導(dǎo)致糟糕的判斷和嚴(yán)重的后果。如果未識(shí)別出具體的漏洞傾向，企業(yè)可能會(huì)遭受重大攻擊。
• 安全：當(dāng)用于網(wǎng)絡(luò)防御操作的人工智能技術(shù)未按照網(wǎng)絡(luò)衛(wèi)生準(zhǔn)則進(jìn)行處理時(shí)，例如頻繁升級(jí)、整個(gè)構(gòu)建過程中的設(shè)計(jì)安全性和測(cè)試，就會(huì)發(fā)生這種情況。