Industry News
免费咨询热线
400-090-9964
人工智能和机器学习技术可以帮助代理商在转向云时提高其网络安全能力。
今天,世界面临着越来越复杂的网络安全格局,由前所未有的互联网连接设备定义 - 预计未来三年内其数量将达到近300亿。
随着连接性的增加,各种类型的不良行为者(从民族国家和网络犯罪分子到内部人员和黑客行为主义者)有更多的机会和途径来识别和利用漏洞。
在网络安全中转变权力平衡
可能性似乎有利于坏人 - 毕竟,他们必须找到一个弱点,而防守者必须锁定一切。因此,攻击和企图攻击继续快速发展。例如,一家保险公司发现勒索软件对大公司的攻击在2019年第一季度比一年前飙升了105%。
更重要的是,所涉及的大量数据正在突飞猛进地增长。研究公司IDC预测,到2018年,全球总数据将从2031年的33ZB增长到175个zettabytes。一个zettabyte是千兆字节的数据,并被描述为与世界海滩上所有沙粒相等的数字。
政府机构和其他企业不堪重负,尽管经过多年的投资和经验,仍然在努力应对如何管理这些风险。最好的回应是通过超越创造不良行为者来最小化风险。我认为只有技术部门才有经验,敏捷性和速度来跟上并防范不断增长的网络威胁。
在过去的十年中,网络威胁倾向于支持坏人,但情况正在发生变化:第二代云架构,由内置的人工智能和机器学习驱动,正在推动数据安全的新时代。
传统上,政府和企业依赖于不可能完全防御的定制IT环境,因为它们通常运行各种硬件和网络设备以及来自多个供应商和年份的软件。这种混合需要许多不同的补丁和来自不同来源的更新,以便手动获取,管理和应用。另一方面,同构云环境消除了许多变量,因此更易于更新和保护。
可以快速自动应用补丁和更新的自主技术也可以缓解许多问题。由于未及时应用软件修复,因此发生了许多过去的违规行为。
几年前,安全问题阻碍了云的采用,因为习惯于管理自己的服务器和软件的企业IT人员认为他们最有能力保护它们。到目前为止,大多数技术专业人员都意识到,他们最好不要将这项工作信任给拥有更多技术和财务资源来保护其系统的大型供应商。
集成机器学习可以加强云防御
此外,利用嵌入式AI / ML功能可以通过解决规模,人为错误和响应时间问题来显着增强安全性,并且还可以为更具战略性,增值的任务释放工作人员。ML技术能够更好地查明可能表明通过大量日志进行攻击的异常,而不管任何人或多人,无论多么熟练,都可以。人眼只能接受这么多。
安全威胁非常严重,越来越严峻。但是,我们快速响应,保护数据并确保我们集中合适的资源来保护和响应攻击的能力也在增长。由于企业云架构的持续创新,我们有机会战胜当今的威胁。
这意味着模型已经翻转:安全担忧曾一度阻止迁移到云; 现在,安全性已成为进行迁移的首要原因。