
人工智能(AI)是一种与人类相似的思维和行为能力,被用来帮助抵御潜在的网络攻击。利用人工智能和机器学习来检测漏洞大大增强了人类的能力,因为人工智能可以在一个人可能需要的很短时间内分析和报告数百万网络威胁。
人工智能可以变得“更聪明”且“会学习”;随着人工智能算法继续搜索和监控数据,它可以提高对不同类型潜在攻击的理解。
什么是网络攻击?
你可能最近在新闻上听到了很多关于网络攻击和数据泄露的消息,但网络攻击到底是什么?为什么保护我们的数据很重要?
IEEE高级会员Steven Furnell表示:“简而言之,网络攻击是一种蓄意的、往往有针对性的尝试,旨在通过数字技术或针对数字技术采取行动。在实践中,网络攻击可以采取多种形式,但我们最常见的是将黑客攻击和恶意软件以及网络钓鱼等联系起来。然而,有更广泛的标签可以用来反映可能涉及的具体方法和动机。”
IEEE高级成员Han Guangjie补充道:“攻击后,计算机或网络将被破坏、暴露、修改或失去一些功能。你的个人信息或重要数据将在未经授权的情况下被他人获取。考虑一下这些数据背后的潜在利益——这就是这些攻击存在的原因。”
初级黑客可能只对偷钱、获取个人数据感兴趣,或者只是为了伤害他人。更资深的黑客有可能破坏整个公司或政府。
AI如何优先考虑安全需求
一旦人工智能有效地识别了潜在的风险和威胁,下一步就是优先考虑要解决的问题和顺序。
IEEE会员Marcos Simplicio表示:“由于基于人工智能的检测系统通常在不确定的情况下工作,它们不仅可以在出现问题时发出警报,还可以对给定事件与网络攻击的距离进行评分。然后可以相应地对得分较高的事件进行优先级排序。例如,在某个得分以上,可以采取自动措施来阻止极有可能的攻击,而无需任何人为干预。然后,得分较低的事件可以转发给管理员进行进一步分析,一些得分较低事件可以简单地记录下来,而不需要任何额外的操作,因为处理这些事件可能不值得。”
阻止网络攻击的其他方法
人工智能和机器学习并不是用于预防和抵御网络攻击的唯一机制。一系列强大的技术保护我们的系统,并有助于抵御严重的漏洞。
IEEE高级会员Aiyappan Pillai解释说,除了人工智能,密码学、新兴量子密码学、逻辑分析法、物联网安全、区块链安全和硬件认证技术也在帮助技术人员保护我们的数字基础设施的安全。
最后,防止网络攻击的另一种方法是继续教育用户远离可疑活动。IEEE高级会员Raul Coucher强调:“重要的是要记住,安全在很大程度上与流程和行为有关,因此管理、教育和意识流程在任何精心设计的安全战略中都发挥着关键作用。”
另请参阅网络安全教育孩子的5种方法:https://transmitter.ieee.org/ways-to-educate-your-child-on-cybersecurity/。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。