网络安全工具智能化,数据中心受益了
发布于:2018-11-29

       随着机器学习技术开发了更多功能,数据中心采用机器学习的网络安全工具将变得更加智能。它可以帮助解决从识别新类型的恶意软件到标记恶意行为的所有问题。

  训练机器学习模型确实需要大量的数据才能做出准确的预测,但这并不是网络安全的问题,因为安全团队被太多的数据——太多的安全警报、太多的异常、太多的潜在问题,而不是太少了。

  “真正的问题是如何正确使用、解释并从中得出正确的结论。”

  自动化常规任务

  数据中心使用的网络安全工具越来越多实现自动化,也经常由人工智能和机器学习提供支持。

  根据去年进行的一项调查,安全分析和运营的自动化是三分之二组织的优先事项,39%已经部署了机器学习技术来帮助满足其网络安全需求。

  例如,如果检测到严重漏洞,自动安全软件可以在网络攻击者能够进一步传播到数据中心之前,立即减少受感染资产,并阻止恶意流量。

  与其相反,自动化有助于分类、处理最常见和常规类型的威胁。“不断变化的威胁形势意味着IT和安全团队只关注复杂的高级威胁是至关重要的。”

  需要更多的培训

  安全团队必须变得更聪明。他们不仅要处理更困难的工作,而且执行日常任务需要实现自动化,但他们还需要能够管理进入安全领域的人工智能技术。

  网络安全行业的人才短缺是一个挑战。幸运的是,人工智能也可以在这里发挥作用。

  各种与人工智能相关的技术开始融合在一起,其中包括自然语言处理、自动化代理和机器学习,使安全工具更易于使用。

  如今,在电子商务环境中最常用的聊天机器人正逐渐走向其他领域,提供一种更自然的方式来与系统进行交互,获得问题的答案,并获得即时学习。

  随着时间的推移,随着这些工具越来越智能化,安全专业人员的角色将发生巨大变化。如今,他们必须了解自己使用的技术,并能够分析安全事件的细节。随着工具变得越来越强大,安全专业人员需要更好地了解场景,也就是攻击者的动机,用户的行为以及企业的业务需求。