2020年的網(wǎng)絡(luò)安全處于一個(gè)發(fā)展轉(zhuǎn)折點(diǎn)。人工智能和機(jī)器學(xué)習(xí)的進(jìn)步正在為網(wǎng)絡(luò)安全的技術(shù)進(jìn)步提供助力，實(shí)時(shí)數(shù)據(jù)和分析也使得建立更強(qiáng)大的業(yè)務(wù)案例成為可能。網(wǎng)絡(luò)安全支出過去很少與增收入或降成本掛鉤，然而，這種情況將在2020年發(fā)生變化。

領(lǐng)先的網(wǎng)絡(luò)安全專家對2020年做出了怎樣的預(yù)測？

凱捷咨詢聯(lián)系到五位專家：Nicko van Someren（Absolute Software公司首席技術(shù)官）, Torsten George博士（Centrify網(wǎng)絡(luò)安全布道者）, Craig Sanderson（Infoblox安全產(chǎn)品副總裁），Josh Johnston（Kount公司AI總監(jiān)）， 以及Brian Foster（MobileIron產(chǎn)品管理高級副總裁），他們對AI和機(jī)器學(xué)習(xí)如何在2020年提高網(wǎng)絡(luò)安全性的問題分享了深入、獨(dú)到的見解。

提供更大端點(diǎn)，實(shí)現(xiàn)網(wǎng)絡(luò)安全指數(shù)級提高

人工智能和機(jī)器學(xué)習(xí)將繼續(xù)推動資產(chǎn)管理發(fā)展，通過提供更大的端點(diǎn)彈性，從而使資產(chǎn)管理在網(wǎng)絡(luò)安全方面實(shí)現(xiàn)指數(shù)級的提高。

Nicko Van Someren認(rèn)為：“保持機(jī)器更新、獲知網(wǎng)絡(luò)上所需的設(shè)備、以及知曉什么進(jìn)程在運(yùn)行，什么消耗網(wǎng)絡(luò)帶寬，這些涉及到網(wǎng)絡(luò)管理的工作實(shí)際上是一個(gè)安全的結(jié)果。我不認(rèn)為這些是不同的活動，相反，我把它們看作同一個(gè)問題的多個(gè)方面。隨著更多的企業(yè)選擇更大的彈性來確保端點(diǎn)安全，這一趨勢將在2020年加速。”

利用不同數(shù)據(jù)集，提升預(yù)測和反應(yīng)效果

人工智能工具將繼續(xù)改進(jìn)，以利用各種不同類型的數(shù)據(jù)集，從而可以將“更大的圖景”與靜態(tài)配置數(shù)據(jù)、歷史性本地日志、全球威脅態(tài)勢和同時(shí)發(fā)生的事件流放在一起。

Nicko van Someren表示，“企業(yè)高管將把他們的預(yù)算和時(shí)間集中在利用人工智能檢測網(wǎng)絡(luò)威脅上。隨著技術(shù)成熟，預(yù)測和反應(yīng)效果也將相應(yīng)提升。”

分析防御機(jī)制，為特定薄弱區(qū)域定制攻擊

網(wǎng)絡(luò)安全威脅者將更多地使用人工智能分析防御機(jī)制，并模擬行為模式以繞過安全控制，利用分析和機(jī)器學(xué)習(xí)進(jìn)行黑客攻擊。

Torsten George認(rèn)為，“網(wǎng)絡(luò)安全威脅者（其中許多是由國家資助的）將加大對人工智能算法的使用以分析對方的防御機(jī)制，并針對特定的薄弱區(qū)域定制攻擊。”

確定威脅范圍，使用大數(shù)據(jù)解決方案

鑒于安全運(yùn)營資源嚴(yán)重短缺，并且大多數(shù)組織都在嘗試處理大量數(shù)據(jù)，因而AI / ML功能將被運(yùn)用在安全運(yùn)營流程的自動化上。

Craig Sanderson認(rèn)為“AI和機(jī)器學(xué)習(xí)將被廣泛運(yùn)用于檢測新威脅，以及確定威脅的范圍、嚴(yán)重性上，隨著安全運(yùn)營成為一個(gè)大數(shù)據(jù)問題，它需要大數(shù)據(jù)解決方案。”

打擊供應(yīng)鏈腐敗，建立遠(yuǎn)程協(xié)作空間

到2020年，我們將更加需要對抗機(jī)器學(xué)習(xí)來打擊供應(yīng)鏈腐敗。

Sean Tierney指出，“遠(yuǎn)程協(xié)作空間的主要問題在于確定誰可以訪問哪些數(shù)據(jù)。人工智能應(yīng)用將在傳統(tǒng)業(yè)務(wù)流程中變得越來越普遍，如識別供應(yīng)鏈?zhǔn)欠褚驯黄茐摹?rdquo;

加強(qiáng)賬戶管理，為賬戶持有人建立特殊關(guān)系

人工智能將在賬戶管理中變得更加普遍。

Josh Johnston認(rèn)為，“消費(fèi)者將意識到密碼不能提供足夠的帳戶保護(hù)，并且他們擁有的每個(gè)帳戶都容易受到攻擊。驗(yàn)證碼也不可靠，因?yàn)樗鼉H可以對是否機(jī)器進(jìn)行識別，但不能確認(rèn)嘗試登錄的人是該帳戶的所有者。人工智能將是保護(hù)用戶賬戶從創(chuàng)建、轉(zhuǎn)移到支付交易整個(gè)流程的關(guān)鍵。此外，人工智能還將允許企業(yè)與其賬戶持有人建立一種關(guān)系，而這一關(guān)系不僅受到密碼的保護(hù)。”

控制數(shù)據(jù)共享，防止隱私泄露

到2020年，消費(fèi)者將更好地控制他們的數(shù)據(jù)共享和隱私。

Brian Foster指出，過去幾年來，我們目睹了一些最大的隱私和數(shù)據(jù)泄露事件。由于抵制，蘋果，谷歌，F(xiàn)acebook和亞馬遜等科技巨頭加強(qiáng)了其隱私控制，以贏得客戶的信任。如今，形勢已經(jīng)轉(zhuǎn)向有利于消費(fèi)者的局面，企業(yè)必須把隱私放在第一位，才能繼續(xù)經(jīng)營下去。展望未來，消費(fèi)者將擁有自己的數(shù)據(jù)，這意味著他們將能夠有選擇地與第三方共享數(shù)據(jù)，但最重要的是，他們將在共享后取回?cái)?shù)據(jù)，這與過去幾年的情況不同。

對抗AI，提前補(bǔ)全漏洞

隨著網(wǎng)絡(luò)安全威脅的演變，我們將與AI對抗。

Brian Foster指出，最成功的網(wǎng)絡(luò)攻擊是由高度專業(yè)的犯罪網(wǎng)絡(luò)執(zhí)行的，這些網(wǎng)絡(luò)以AI和ML來利用用戶行為或安全漏洞等訪問有價(jià)值的業(yè)務(wù)系統(tǒng)和數(shù)據(jù)。所有這些都使得IT安全組織很難跟上——更不用說保持領(lǐng)先了。雖然攻擊者只需要在企業(yè)安全中找到一個(gè)漏洞，但企業(yè)必須提前補(bǔ)上所有的漏洞。以人工智能的發(fā)展速度，人類很難與之競爭。

阻止受損硬件，擴(kuò)大硬件供應(yīng)鏈攻擊載體

人工智能和機(jī)器學(xué)習(xí)將阻止受損的硬件進(jìn)入供應(yīng)鏈。隨著市場對更多、更便宜的芯片的需求不斷擴(kuò)大，硬件供應(yīng)鏈攻擊的載體也在擴(kuò)大，零部件和配件推動了硬件造假者和仿制者的蓬勃發(fā)展。這種擴(kuò)展可能會為民族國家和網(wǎng)絡(luò)犯罪威脅者提供更大的妥協(xié)機(jī)會。

凱捷（Capgemini）預(yù)測，有63%的組織計(jì)劃在2020年部署AI以改善網(wǎng)絡(luò)安全，其中最流行的應(yīng)用是網(wǎng)絡(luò)安全。Capgemini發(fā)現(xiàn)，在2019年之前，將近有五分之一的組織正在使用AI來改善網(wǎng)絡(luò)安全。除了網(wǎng)絡(luò)安全之外，數(shù)據(jù)安全、端點(diǎn)安全以及身份和訪問管理是當(dāng)今企業(yè)通過AI改善網(wǎng)絡(luò)安全的最優(yōu)先使用案例。