人工(gōng)智能在數據中(zhōng)心的最大(dà)影響是網絡安全

 

如今，自動駕駛汽車(chē)的發展正在引起人們的關注，但人工(gōng)智能和機器學習對企業的重大(dà)影響是網絡安全，特别是在保護數據中(zhōng)心網絡方面。鑒于數據中(zhōng)心面臨的所有威脅，人們急需獲得幫助。

根據Wakefield Research和網絡安全廠商(shāng)Webroo最近對400名安全專家的調查，99%的受訪者認爲采用人工(gōng)智能在總體(tǐ)上可以改善其組織的網絡安全。87%的受訪者表示他們的組織已經将人工(gōng)智能作爲其網絡安全策略的一(yī)部分(fēn)。實際上，美國74%的網絡安全專業人士認爲，在未來三年内，如果沒有人工(gōng)智能，他們的公司将無法保護數字資(zī)産的安全。

人工(gōng)智能和機器學習被用來發現以前從未見過的惡意軟件，識别可疑的用戶行爲，并檢測異常的網絡流量。

根據調查顯示，82%的被調查者認爲人工(gōng)智能可以發現那些被人們忽略的威脅。人工(gōng)智能系統還可以發現構成最大(dà)威脅的指标，建議工(gōng)作人員(yuán)重新映像服務器或實施隔離(lí)網段等操作，甚至自動執行修複操作。

人工(gōng)智能還可以收集和分(fēn)析取證數據、掃描代碼和基礎設施，以發現漏洞、潛在弱點和配置錯誤，使安全工(gōng)具更強大(dà)、更易于使用，并從經驗中(zhōng)學習，以便快速适應變化的條件。

安全廠商(shāng)VASCO Data Security公司全球産品營銷主管David Vergara表示：“這一(yī)切都有可能極大(dà)地提高安全性和用戶體(tǐ)驗，爲全球一(yī)百多家銀行和金融機構提供身份認證解決方案。”

　　安全專家無法應對海量數據的問題

他說，數據中(zhōng)心的人工(gōng)智能當前還有一(yī)些炒作成分(fēn)，但這是基于真正利益而實施的。人工(gōng)智能能夠以令人信服的用例爲中(zhōng)心，從改進的态勢感知(zhī)到趨勢分(fēn)析，從推薦行爲到預測失敗，并通過異常模式檢測來發現入侵行爲。”

人工(gōng)智能和機器學習最大(dà)的優勢之一(yī)是能夠快速處理大(dà)量的數據。

“數據中(zhōng)心的物(wù)理和虛拟資(zī)産數量今後仍将持續增長。”Balbix公司産品和設計副總裁Manoj Asnani表示，“如果沒有人工(gōng)智能，企業就不可能爲不斷變化的攻擊面做好準備。”

他指出，人類無法快速地處理所有信息，或者反應不夠快，無法應對這種風險。

網絡安全廠商(shāng)FireMon公司總監Josh Mayfield表示，當數據中(zhōng)心發生(shēng)變化時，人爲地更改防火(huǒ)牆規則很複雜(zá)。而借助虛拟機、微分(fēn)段和按需計算，數據中(zhōng)心的配置将比工(gōng)作人員(yuán)處理的速度更快。

他說：“機器學習和人工(gōng)智能的能力代表着人們可以做到這一(yī)點。他們認識到數據中(zhōng)心中(zhōng)的遵從性，然後調整并編寫一(yī)個新的防火(huǒ)牆規則來恢複它。他們選擇一(yī)個需要在一(yī)系列條件下(xià)進行保護的新應用程序，并自動編寫所需的防火(huǒ)牆規則以強化新的應用程序從一(yī)個數據中(zhōng)心移動到另一(yī)個數據中(zhōng)心，或者在同一(yī)個數據中(zhōng)心内遷移，并且他們編寫新的防火(huǒ)牆規則。”

　　測量服務器熱點故障

網絡安全廠商(shāng)Imperva公司首席技術官Terry Ray表示，智能系統也可以發現對人類來說十分(fēn)微妙的行爲。例如，人工(gōng)智能和機器學習可用于對硬件溫度進行建模，并将其與典型活動進行比較，或将個人用戶的訪問時間與他人進行比較，以發現可疑的情況。

那些規模最大(dà)和最具前瞻性的企業将大(dà)力投資(zī)于人工(gōng)智能的專業知(zhī)識，以獲得人工(gōng)智能優勢。但即使是規模較小(xiǎo)的數據中(zhōng)心運營商(shāng)也将受益，因爲大(dà)多數(如果不是全部的話(huà))頂級網絡安全廠商(shāng)正在将人工(gōng)智能添加到他們的産品中(zhōng)。

Ray說：“如果供應商(shāng)還沒有采用某種形式的機器學習，他們很可能落後于同行。”

這導緻了嵌入式人工(gōng)智能和機器學習在數據中(zhōng)心使用的安全技術中(zhōng)的快速普及。他說：“人工(gōng)智能和機器學習的IT應用正在比以往更快的速度增長。”