AI之于网络安全亦是如此:一方面,AI可以成为保护IT环境的利器,另一方面,网络犯罪分子也利用其创造新的攻击路径、运用新的攻击手段,企业面临又一轮挑战。随着AI的不断发展演进,其对网络安全和网络犯罪的影响也在同步增加。
众多IT领导者也敏锐地意识到,AI的出现既是对IT系统的一次加强,也无意间成了网络攻击的帮凶。戴尔科技的全球数据保护指数(GDPI)调查结果显示,52%的受访者认为AI将为其企业带来网络安全优势,但也有27%的受访者则认为AI从使用伊始就会成为网络犯罪分子的“动力源泉”。
毫无疑问,AI对网络威胁现状和未来的数据保护要求都将产生重大影响,各家网络安全厂商已纷纷开始研究如何利用AI保证其安全套件在面向未来时依然无忧。有数据显示,到2028年,全球AI网络安全市场预计将增长至606亿美元。IDC预测,未来五年间“AI赋能安全”、“AI自身的安全”将成为中国网络安全市场的热点话题。AI的进阶发展将给市场带来极大变化,因此首席信息官(CIO)和企业安全领导者也需要迅速采取行动,将AI收入其网络安全“武器库”中,避免被AI所引发的网络犯罪浪潮所吞没。那么CIO如何才能充分利用AI的力量强化企业的网络安全战略?
了解AI参与的网络攻击模式并消除隐式信任
想要让AI成为推动网络安全的“引擎”而非网络犯罪的“帮凶”,CIO制定战略时的重要一环就是参透AI参与的网络攻击究竟有何不同,了解攻击者是如何通过AI实施从设备到数据和用户层面的网络攻击。
传统的网络安全问题应对方式以防范为主,着重关注“边界防御”,在这种安全框架下,边界内被视为“可信且已知”(如员工、合作伙伴),边界外被视为“不可信且未知”(如黑客和其他不良行为者)。然而,在AI手段的加持下,包括钓鱼软件和深度伪造技术在内的人类工程学方法日益精进,不良行为者能够借此伪装成“可信且已知”状态,从而进入网络并访问企业的整个系统。
通过零信任(Zero Trust)模型消除隐式信任,可防止黑客在入侵后进一步渗透企业网络,结合相关模型,更可增强对异常情况和潜在威胁的实时检测能力。例如,员工在首次访问邮件后,可能需要完成双重身份验证才能再次获得访问权限,这意味着在实时访问指定系统时,任何单个用户都有可能被拒绝。
通过对用户行为和网络活动的持续监控,AI驱动的零信任模型加强了企业的整体安全态势,让企业可根据实时的风险评估数据动态调整访问权限。
利用AI减少潜在攻击并加强事件响应和恢复
网络安全领域的AI和自动化技术突破了规则系统的运营限制,为企业带来自适应和预测的能力。通过AI对大量安全数据的分析和不断学习,并借助能够识别异常行为和实时预测潜在威胁的相关算法,网络安全团队得以在应对威胁时占得先机。当AI检测到网络流量异常或可疑的电子邮件内容后,可以进一步分析威胁类型,从而预测未来的威胁并发现漏洞。
然而,CIO必须明白,AI的加入并不意味着无懈可击,网络攻击仍时有出现。但即便攻击实际发生,AI驱动的自动化也可以减轻其影响。通过简化威胁检测和响应,AI自动化可实现更加快速、全面的容灾,从而减轻负面影响。通过在Cyber Recovery数据避风港(一个存储所有重要业务数据和系统的隔离库)的安全范围内检测、诊断和加速数据恢复,AI工具给予企业充分保障,能够在网络攻击后快速、从容地恢复关键的数据和系统。
戴尔科技“三位一体”多重数据恢复防线
戴尔科技的GDPI调查数据显示,75%的受访企业认为其现有的数据保护措施不足以应对勒索软件威胁,69%的企业对于其在网络攻击中的恢复能力缺乏信心。也正因如此,CIO更应充分利用AI驱动的分析技术提高事件响应能力,以便更快找出漏洞来源和范围并加快恢复过程。
通过团队培训提高员工警惕性
面对人类工程学和欺诈型网络攻击,员工着实是最强大的防线之一。人为错误是造成网络安全事件的一大诱因,因此IT领导者和CIO们也必须及时投资于综合全面的网络安全培训,让员工掌握发现和应对潜在威胁所需的知识和技能,比如如何识别AI驱动的欺诈企图。与之相对应,在企业内部,AI也可以用于加强员工培训效果。企业可以根据员工的角色、过去的IT行为和可能面临的常见威胁,个性化定制模块内容。
AI时代轰轰烈烈到来,AI与网络安全之间的共生关系也将继续发展。面对不断迭代变化的网络威胁,企业CIO和其他IT领导者在充分利用AI潜力的同时,也必须以完备的姿态应对其可能带来的威胁。网络安全形势日趋复杂,企业需要将技术、人员和流程有机整合并充分利用,构建起企业级别的网络弹性。
好文章,需要你的鼓励
量子计算初创公司PsiQuantum宣布完成10亿美元E轮融资,由贝莱德领投,淡马锡和Baillie Gifford参投。本轮融资使公司估值达到70亿美元,较2021年D轮融资估值翻倍。资金将用于加速建造拥有超过百万量子比特的大规模可靠量子计算机,目标在2028年前完成。公司还宣布与英伟达合作开发量子算法和软件。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Adobe公司正式推出首个AI智能体产品系列,旨在变革企业客户体验创建和营销活动优化方式。这些基于Adobe Experience Platform的智能体能够自动化网站优化、内容制作、受众细分等客户体验相关任务。产品包括受众智能体、客户旅程智能体、实验智能体、数据洞察智能体等多个专业工具,并配备AEP智能体编排器进行统一管理。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。