想要了解為什麼人工智慧(AI)是當今和未來網路安全工具箱中的重要工具，就必須先了解威脅格局如何演變，以及網路使用者每天面臨哪些威脅。
全球威脅格局正在改變。網路消費者現在面臨著截然不同的威脅。一方面，有大量的、高度自動化的殭屍網路感染消費者設備。另一方面，社會工程(或網路釣魚)攻擊試圖欺騙使用者的金錢和資料。
據研究人員稱，殭屍網路威脅的規模正在擴大:北美約17億台聯網設備的設備採用數據表明，許多物聯網(IoT)設備正變得越來越受歡迎。在這些裝置中，IP攝影機和網路連線儲存(NAS)裝置的威脅特別令人擔憂，因為惡意行為者針對它們的攻擊比其他裝置更頻繁。
同時，行動裝置(手機、平板電腦和智慧手錶)仍然是最受歡迎的設備，並面臨著不同的威脅。 CUJOAI的安全資料顯示，近60%的行動裝置威脅與不安全的瀏覽有關:數百萬裝置正在存取惡意軟體分發、垃圾郵件和間諜軟體網站。令人擔憂的是，大約20%的行動瀏覽威脅來自網路釣魚活動——由於網路釣魚網站的短暫性，這是最難應對的威脅之一。
在過去，安全解決方案主要是被動的:網路安全公司的研究人員會發現一個新的惡意軟體樣本，進行分析，並將其新增到惡意軟體清單。該行業仍在使用這種方法，但其行動更加積極主動，尤其是在處理社會工程威脅方面。
機器學習或人工智慧演算法在這一轉變中發揮了關鍵作用。雖然它們不是解決所有網路安全問題的一站式解決方案，但對於快速自動化決策過程和從不完整或更改的資料推斷模式來說，它們是非常有用的。這些演算法首先從現實世界的數據中學習，例如現有的安全威脅和誤報，以及全球研究人員發現的最新威脅。
人工智慧演算法是一種模式檢測機器，與傳統的基於清單的安全系統相比具有顯著優勢。人工智慧透過檢測表現出可疑模式的新型威脅，來增強並超越這些系統。達到這一階段的人工智慧熟練程度的學習過程是實質性的，只有對每個威脅向量使用強大的資料來源才能實現。
機器學習系統並不神奇，也會出錯。儘管如此，一旦演算法具有足夠小的誤差範圍，它們在線上安全中就變得不可或缺，因為快速的決策過程減少了用戶摩擦，並且不會對用戶體驗產生負面影響。這是大規模增強網路安全的關鍵，也是在網路安全中使用人工智慧的一個受歡迎的副作用。其不僅提高了安全性，而且涵蓋了威脅環境中的大部分區域。
由於其性質，人工智慧演算法可以防止一些新的威脅:安全威脅、惡意軟體和對抗策略，通常是在先前的利用和惡意軟體的基礎上發展而來的。相對而言，每年很少出現真正新穎的威脅:大多數惡意行為者並不是開發人員，而是「惡意軟體即服務」套件的使用者或現有洩漏惡意程式碼的修改者。研究人員在最近一項關於Sysrv殭屍網路演變的研究中揭示了這一點，其中大多數新的惡意軟體病毒株都是其他現有惡意程式碼的組合和重新組合。
由於這些線性演進的威脅通常能夠避免標準的反惡意軟體偵測，因此人工智慧是增強全球網路安全的有用工具。簡單的調整很少足以擊敗這些演算法。
根據以往經驗，採用人工智慧演算法來加強對數千萬家庭的保護是一個巨大的成功。現在已經成功地將現有網路安全解決方案的最佳實踐與機器學習的進步相結合，產生了一個極低摩擦的安全解決方案，使網路營運商能夠保護自己的消費者。在CUJOAI的規模下，人工智慧每分鐘可以幫助預防約10000個威脅。
人工智慧網路安全領域最令人興奮和最有價值的成就之一可能是，在用戶造訪可疑網站(包括釣魚網站)之前向其發出警告。由於社會工程攻擊通常會對消費者的隱私和財務造成最大的損害和損失，因此在新的攻擊出現在行業資料庫之前，使用人工智慧來阻止它們是極其重要的。
展望未來，基於雲端運算的人工智慧驅動的網路安全還具有一個超越標準的防毒和防火牆的關鍵功能，因為其可以部署在路由器上，以增強給定網路上所有設備的保護。這一點非常重要，因為根據數據顯示，大約50%的連網設備無法運行防毒軟體。
沒有人工智慧，消費者網路安全的未來是不可想像的，尤其是當涉及到社會工程和物聯網惡意軟體的規模和威脅時。
以上是為什麼人工智慧是網路安全的關鍵？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
