人工智慧將給網路安全行業帶來什麼影響？

E安全5月3日文人工智慧是科技界近幾年的熱門詞。人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，也就是當機器執行人類類似活動，例如解決問題或學習。人工智慧是建立在以下學科基礎上的一門科學技術：

• 計算機科學

• 生物學

• 心理學

• 數學

• 工程學

• 語言學

人工智慧的主要目標是創建允許計算機和機器智能運作的技術，其主要涉及以下問題：

學習、自然語言處理、推理和解決問題、規劃、創意、社交智能、一般智能、知識表達、感知、移動和操控。

目前的人工智慧水平

• 1943年，艾薩克·阿西莫夫提出了「機器人學」（Robotics）。

• 1955年，約翰·麥卡錫提出了「人工智慧」。

• 1958年，麥卡錫發明了LISP；

• 1997年，世界象棋冠軍加里·卡斯帕羅夫被「深藍」象棋程序（Deep Blue Chess Program）擊敗。

本文源自E安全官網

現如今，人們已經在使用人工智慧，甚至自身並未意識到這一點，如下：

• Siri: 蘋果iPhone和Mac OS上的個人助理。

• Netflix: 推薦引擎

• Nest: 家庭自動化

• Alexa: 亞馬遜的智慧中心

• 遊戲：嚴重依賴人工智慧的遊戲，例如使命召喚、孤島驚魂。

• 新聞：今日頭條、雅虎等公司使用的簡短新聞故事，例如財務摘要、體育回顧等。

• 欺詐檢測

• 客戶支持：有公司使用小型聊天機器人提供自動化客戶服務。

• 自動駕駛車輛

• 語音識別

• 機器人技術

人工智慧會給我們的生活帶來哪些好處？

人工智慧在革新大量行業中發揮著主要作用。有報告預測，2020年，機器人和人工智慧的全球市場總額將達到1530億美元。人工智慧之所以發展突飛猛進，因為它不止可以降低成本，還能節省時間、提高準確度和生產率。谷歌預測，到2029年，機器人將達到人工智慧的水平，三分之一的工作將被機器人和其它智能設備代替。

哪些行業將明顯受益於人工智慧？

• 醫療保健:目前的人工智慧（IBM最新電腦系統Watson）能診斷危及生命的疾病，並開治療處方。目前，已經出現了機器人外科醫生，以及能幫助坐在輪椅上的人實現行走夢想的機器人。

• 交通:隨著聯網車輛和自動駕駛汽車越來越多，人工智慧將逐漸取代駕駛員。研究表明，新型車輛安裝基於人工智慧系統的比率將從2015年的8%增加到2025年的109%。此外，根據Gartner的預測，到2020年，將有超過2.5億輛汽車通過Wi-Fi互聯，甚至允許車輛間和道路相互通信。據說，到2035年至2050年，無人駕駛汽車一年將為全球節省約5.6萬億美元。

• 製造:作為使用人工智慧的首批行業之一，製造業主要使用機器人進行包裝和運輸。工廠也在開始自動化裝配線，基本沒有人力監督。

• 客戶服務: 隨著聊天機器人的興起，客戶服務行業有轉好的趨勢。隨著成本降低，生產率提高，客戶服務行業受人工影響較大。

• 教育:教育是一個價值幾十億美元的行業，對各種經濟體貢獻巨大。教育科技（EdTech）是一個蓬勃發展的行業。人工智慧能被用來給論文評分，機器人回答問題，個人助理系統充當導師、動手學習的虛擬現實等 。

• 金融:財務數據呈快速增長的趨勢，這使金融服務公司很難跟上步伐。在人工智慧的幫助下，預測系統被用來預測股票趨勢，並管理財務狀況。最近，金融行業還出現了「機器人顧問」，與傳統意義的投資顧問相比，機器人顧問使用的是計算機演算法幫助客戶完成投資管理。他們的工作是一周24小時不間斷地幫你調整投資組合，時時監控各項投資的表現狀況。

網路安全行業的人工智慧

幾乎每個行業都引入了人工智慧，網路安全行業也不例外。隨著技術日趨進步，新的漏洞利用能被輕易識別並分析，以阻止惡意攻擊者進一步的攻擊。

事件響應系統也受益於人工智慧。當遭受攻擊時，系統將能識別切入點，阻止攻擊，並修復漏洞。

研究表明，2016年，企業發現自身遭受攻擊的時間為99天，雖然相比2015年146天，時間明顯縮短，然而對攻擊者而言，這個時間已足夠充裕。99天不僅足以竊取數據，還能在不被檢測的情況下操縱數據。這可能對企業造成重大影響，因為一般的企業很難區分虛假數據和真實數據。

隨著人工智慧的進步，所有上述問題都能得到緩解。

本文源自E安全官網

人工智慧在網路安全中的當前角色

安全公司SparkCognition展示了首個人工智慧支持的認知反病毒系統「DeepArmour」。SparkCognition的高級產品經理基思·摩爾表示，該公司正在使用認知演算法不斷學習新型惡意軟體的行為，並認識到多態文件將來也許會發起攻擊。據說，另一個信息安全初創企業Darktrace正在研究自主學習安全系統，以實現自動防禦。

全球有越來越多的安全公司在嘗試將人工智慧、機器學習和自然語言處理集成到新產品中，以打造更安全的網路空間。

人工智慧的優勢

組織機構每天面臨著數以百萬計的威脅，安全研究人員要一一進行分析和歸類根本不可能。然而，機器學習能高效完成這項任務。

無人監督和監督式機器學習能讓我們利用當前的威脅知識和媒介。一旦機器與檢測新攻擊、發現新漏洞的能力相結合，組織機構的系統將能以更高效的方式抵禦威脅。

但是，就像每個機器學習演算法一樣，這些高級演算法也需要人為指導學習，因為人類更有能力識別異常，而機器可能會將異常放在不同的情景中，並忽視安全威脅。

基於人工智慧的系統還有另外的好處，從理論上講，這些系統將以更準確的方式運作，最終消除人類的錯誤。此外，這些系統可以同時執行多項工作，監控並保護大量設備和系統，最終緩解大規模的攻擊。

人工智慧的缺點

基於人工智慧系統的最大缺點是：人類無法預測這類系統的計劃。如果落入不法分子之後，後果可能會致命，造成的損害不可估量。

人工智慧將能很好地實現目標，然而，如果這些目標與組織機構的目標不符，那麼就會引發問題。

最初人們擔心，網路安全行業發展人工智慧可能會缺失必需的人類專業知識、直覺和判斷，然而人工智慧的真正缺陷是：不可預知性！

總而言之，人工智慧是把雙刃劍，給網路安全行業帶來好處的同時，也有一些安全因素需要考量。

E安全註：本文系E安全獨家編譯報道，轉載請聯繫授權，並保留出處與鏈接，不得刪減內容。

@E安全，最專業的前沿網路安全媒體和產業服務平台，每日提供優質全球網路安全資訊與深度思考。