机器学习、人工智能与网络安全的未来
source link: http://www.aqniu.com/news-views/34919.html?amp%3Butm_medium=referral
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
机器学习(ML)和人工智能(AI)与大多数人想象的不太一样，既不像《星球大战》中憨态可掬的R2-D2，也不像蠢萌的机器人瓦力，今天的机器人、复杂算法和超大型计算可从旧有经验中学习，影响未来输出。
相较于更加基础的自动化前辈，学习能力给了安全AI与ML应用无与伦比的速度和准确性。但它们尚未达到安全万灵丹的程度。但AI和ML真不太可能，至少不远的将来都不太可能，成为所谓的“自愈网络”。不过，该技术确实带来了之前没有的智能防御层，能构建出抵御黑客的关键第一响应。
双刃剑
如果不是因为黑客也同样拥抱了这些技术，AI和ML真有可能成为网络安全团队真正的游戏规则改变者。这意味着，尽管AI和ML在网络安全解决方案中占比越来越大，它们却也越来越频繁地成为了网络安全问题的贡献者。
所以，关于AI和ML，不能孤立看待，而应多方考虑。不能仅从公司所需出发，还要考虑竞争者也可能在扫描技术中采用AI和ML来锁定代码中的安全缺陷或产品中的漏洞，考虑自己该如何保持领先。要考虑黑客可能正在部署什么，以及自己可以怎样应对。这样才能更好地制定新策略、程序、过程和应对措施，保证自家企业安全并发挥出AI和ML投资的最大效益。
网络安全就业前景
IT界刚开始谈论AI和ML时，有一种根植于人们思想中的顾虑：机器人会夺走属于人类的工作。网络安全行业中，这纯粹是杞人忧天。没 有企业会真的想要放弃人类对其安全系统的控制，事实上，大多数公司需要更多的安全专家和数据科学家来操作或“训练”这些软件。
为什么呢？因为离开了人类的监管和持续输入，当前的AI和ML软件就无法可靠地学习和自适应；既不能检测出数据集是否被污染，质疑自己的结论是否正确，也不能保证合规。实际上，大多数AI和ML项目在软件欠缺询问正确的问题以学习的功能，或者试图学习却遭遇有缺陷的数据时，都会失败。而如果不能符合全球法律和行业特定法规，未来将有更多的AI和ML项目走向末路。
长远看， 用AI和ML对抗网络安全威胁能带来网络安全人员与数据科学家之间更紧密的合作。 网络安全团队招募数据科学家，或者公司企业开始招聘具备特定数据科学技能的网络安全专家，并非难以实现。最终，这两种角色甚至会合二为一。
所以，远不是打消毕业生学习网络安全、AI和数据科学，这些技术的发展反而鼓励学生去选修这些课程，获取该领域的一些专业知识。放眼整个IT安全行业，当前的人才与知识缺口不可能消除，事实上，随着公司企业对AI实际应用的逐渐理解，职位空缺可能还会进一步增多。
谁说了算？
人类不能失去监管AI和ML技术的能力，尤其不应推卸监管AI和ML软件产出结果的责任。法律界在这方面还有些工作有待完成，但我们已经开始看到很多文章在探讨AI和ML透明性、可信度和互操作性的问题，特别是在银行和保险业这种受监管市场中的AI和ML应用方面。
这是一个美丽新世界。不妨拥抱最新的AI和ML网络安全技术、产品和服务。其中有些将成为真正的行业转捩点，你肯定不会想成为最后一个知道它们的人。随着AI和ML在IT基础设施中担负更直接更重要的职能，网络安全人员有必要及时跟进自己的知识和技能。至少每年要去参加一次AI和ML方面的会议，每季度来一场网络研讨会，每个月读几篇高质量的独立研究报告，这样你才能对这个美丽新世界中正在发生的变化有个切实的体会。
这是下一个前沿领域，是时候大胆前行了。
Recommend
-
87
2018 年 1 月 13-14 日，AICon 全球人工智能与机器学习技术大会在北京召开，微信小程序商业技术负责人张重阳应邀担任本次大会的联席主席，发表演讲介绍了人工智能应用落地过程中的 4 个"in"，并结合在微信的实践案例做了深入的讲解。以下为演讲全文。
-
54
-
58
区块链与机器学习如何创造出最给力的人工智能？
-
33
本文尽量通过例子和直观描述，来说明人工智能中机器学习和数据挖据的主要概念，分类，和使用方法，并通过例子描述如何使用它来促进公司业务发展。虽然标题偏技术，但内容涵盖面较广，涉及业务，产品，技术等多方面。主要目的是说清楚公司如何使用数据挖据为业务提...
-
107
-
66
机器学习文本分类技术在恶意代码检测中的应用相比较于传统恶意代码检测，不仅提高了恶意代码检测的的效率，能够对大量恶意代码样本进行及时、高效和准确检测，同时也具有一定的泛化能力，能够检测一定的未知样本。这篇中科院的...
-
30
人工智能的未来在哪里？答案很可能是量子机器学习。量子机器学习（Quantum ML）是一个结合量子物理和机器学习的跨学科领域。它是一种互利互惠的结合 —— 利用量子计算产生机器学习算法的量子版本，使用传统的机器学习算法分析量子系统。
-
5
风河CEO畅谈智能机器统揽5G、远边缘云、人工智能和网络安全 责任编辑：jcao | 2021-12-30 14:54:11 本文摘自：企业网D1Net 伴随着低延迟互联与更强大的计算...
-
1
如何在网络安全中使用机器学习和人工智能 2022-10-20 14:44:50 人工智能 谈论自动化和人工智能通常会导致失业，但对于安全行业来说，机器学...
-
2
终极智能：感知机器与人工智能的未来 2018年6月30日 出版 终极智能是“思想上的虫洞”。 通过与它合作，我们可以探索突破进化限制的思想空间， 我们可以获得宇宙中深深隐藏着的知识， 我们甚至可以变成新生命的创造者！...
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK