不仅是流行语
人工智能（AI）可能是一年中的技术流行词，但是越来越多的公司正在转向AI驱动的产品和服务以帮助确保其网络。
简化安全流程是采用AI的主要原因之一，因为这些新技术旨在抵消人类错误，这些错误通常是数据泄露和bec（业务电子邮件妥协）骗局。
尽管天网世界末日警告在任何有关AI和机器学习（ML）的对话中，这不可避免地会出现，大多数人认为这些技术将有助于（而不是阻碍）安全团队的工作流程，从而进一步自动化任何平凡的笔测试仪任务以产生额外的准确性。
例如，去年对3,000多名IT安全负责人的研究发现，四分之一的组织已经利用AI和ML来帮助填补国防差距，即数字设备的越来越流行已经开始产生。
而且，如果尚未在其蓝色团队工具包中使用AI或ML解决方案，则四分之一的组织计划在12个月内这样做。研究由Ponemon Institute代表Aruba的网络安全公司进行。
自从询问安全负责人对AI和ML技术的使用以来，已经将近一年了，有些人认为工具的吸收和价值都被严重低估了，无论是在攻击和防御方案中。
“当时，超过50％的人正在使用或打算使用AI的安全性和防御能力，”阿鲁巴市场营销副总裁拉里·卢内塔（Larry Lunetta）表示。每日swbeplay2018官网ig通过电话。
“基于我们行业中的产品销售和声音，就人们的实施方式而言，这可能很低。”
卢内塔（Lunetta）举例说明了勒索软件攻击的例子，恶意演员将部分隐藏在合法的网络流量中，以避开组织的黑名单。
ML和AI的组合可以通过行为分析来帮助停止这种活动 - 梳理大量流量，以便在网络上不应该存在某些东西时发现。
Lunetta解释说：“您需要知道攻击阶段的正常情况以及'不正常'的样子。”
“例如，这些[恶意软件]家族都有特定的对其进行加密方式的特定概况，我们可以理解并构建模型。”
无监督的学习
像Aruba这样的公司，为财富500强公司和学区提供AI-LED工具，将安全研究人员与数据科学家配对，以便为恶意软件检测提供有效的算法。
这些算法对数据进行了培训，该算法将其描述为“数百万的对与错误答案的例子”，最终可以指向恶意属性，并识别模式，分别称为监督和无监督的机器学习。
Lunetta说，数据越广泛，算法就越好。
Malwarebytes是另一家一直在其产品中使用这些技术一段时间的公司。
Malwarebytes Labs总监Adam Kujawa告诉他说：“我认为我们肯定已经看到越来越多的供应商正在利用它。”每日swbeplay2018官网ig。
“我没有听到很多关于人们过于关注利用和机器学习和AI的信息，因为我们有时间训练这些事情，以使其更准确，并且不太可能产生误报。”
误报指出了错误的攻击，并且是机器学习和AI的最值得注意的问题之一，以及虚假的负面问题 - 当攻击仍然隐藏时。
Kujawa说：“正确地使用AI的危险是正确的，即可以通过第三方来操纵它以创造出攻击实际上不是攻击的偏见。”
“这就是为什么我们（恶意软件）将大部分内容锁定了。”
机器永远不会睡觉
根据最近的一个最近的一项，消费者也正在为机器捍卫者的想法热身，其中超过四分之一（26％）的人喜欢通过AI而不是人类管理网络安全性。学习由Palo Alto网络。
卢内塔说，但这不是一个或另一个。
他说：“将其视为补充。”
“您正在结合两种技术 - ML和AI可以减少很多白噪声。通过使用ML作为过滤器，您可以获得更少的误报，然后，相反，您更有可能发现使用ML的安全生态系统发出攻击。”
对于所有这些技术的好处，攻击者也使用AI和ML来完善其技术，以创造更复杂的方法来损害组织的基础架构。
这可以是从使用机器学习到令人信服的长矛播种电子邮件到预期的ML驱动恶意软件的发展。
而且，由于攻击者使用AI和ML来完善他们的技术（例如令人信服的矛盾电子邮件），后卫需要保持警惕。
卢内塔说：“组织在24/7的攻击环境中游泳。”
“简单的攻击，高级攻击，安全团队没有看到大部分攻击，因此您想将人类放在他们做得最佳的地方。
“这就是AI方法的目标。”
