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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。