人工智慧是讓網路更安全還是更危險？

操作彈性，這可能是每個以網路安全為重心的企業所追求的，但這麼多年過去了，這件事似乎還停留在桌面上。企業架構需要有彈性，需要備份，需要冗餘系統，需要自動故障切換，需要制定流程和程序，以便在危機發生時向員工通報其職責。

在企業內部，運營彈性是網路安全的理想狀態，即使在最嚴重的危機發生時也可保持業務正常運行是每個管理員所追求的信條。但是，這一點迅速被火熱的人工智慧所解決。

如果可以在發生DDoS攻擊之前預測到DDoS攻擊，在黑客嘗試滲透進操作系統的時候實時反擊黑客，在勒索病毒剛進入網路傳播時就扼殺它，這是種什麼體驗！

在未來的歲月里，這一切都將成為可能。

人工智慧到底有什麼作用呢？ 隨著機器學習的加入，基礎設施可以做的不僅僅是防止網路攻擊和服務中斷，它具有反應和適應能力，通過反覆訓練，計算機容易獲得在風險成為威脅之前預測風險的能力。

當然，這距離自我監控，自我修復軟體和硬體還有很長的路要走，但計算機自此會變得更加智能。在目前的情況下，這樣的技術可以實現，但非常昂貴。我們仍然需要建立適當的指標，並找出有效的基準。

但是，這裡的界限很清楚。在計算機能夠自我修復之前，系統管理員和安全專業人員仍然是必需的。

通過利用IoT感測器和大數據，計算機可以更準確地預測和應對威脅，無論多麼大或小。通過使用正確的分析工具來增強物聯網的可見性，計算機可以監控和反應新興威脅。通過實踐，計算機最終會搶先消除這些威脅。

一個具備自我意識和發展能力的計算機才是真正的彈性操作，計算機的反應速度遠比人類偵測到威脅並解決的速度要快得多，其實這就相當於現在電腦上的殺毒軟體，只是計算機可以自我學習，而不需要人為更新病毒庫。

人工智慧以更多的方式進入網路安全空間，高級體系結構有可能改變人們對災難恢復的看法。在這之前，我們要開始更加主動地管理網路安全，監控網路並分析可以使用哪些數據。

人工智慧現在帶給我們更多的還是高性能計算的結果，比如AlphaGo，它通過高於人腦N倍的速度計算著各種可能結果，即便最後贏得了比賽，也並不奇怪。計算機本身就可以進行高性能計算，但這些在被黑客攻擊的過程中並沒有什麼作用，必須對系統的所有漏洞和可能發生的威脅了如指掌並可自動修復，才算是人工智慧在網路安全中的最佳實踐。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！