برای مقابله با تعداد رو به افزایش تهدیدات موجود، بازار با کمبود ۲.۷۲ میلیون متخصص امنیت سایبری مواجه است. در این شرایط برای کمک به کسب و کارها می‌توان از هوش مصنوعی استفاده کرد.

هوش مصنوعی به کمک کسب و کارها می‌آید

به گزارش کارآفرین نیوز، از نظر مجمع جهانی اقتصاد اقدامات حفاظتی انجام شده توسط شرکت ها به سرعت قدیمی می شود. تعداد حملات در سال گذشته ۳۰ درصد افزایش یافت و این روند نگران کننده همچنان ادامه دارد.

هوش مصنوعی در امنیت سایبری چشم اندازهای خوبی دارد، اما باید مانند هر فناوری دیگری به طور معقول با آن برخورد کرد. این یک گلوله نقره ای نیست و داشتن حتی پیشرفته ترین تکنولوژی به معنای محافظت ۱۰۰ درصد نیست.

هوش مصنوعی شما را از حملات جدی ناشی از نادیده گرفتن قوانین اساسی امنیت سایبری نجات نخواهد داد.

آمار استفاده از هوش مصنوعی در امنیت سایبری

پیش بینی محققانی که در سالنامه امنیت سایبری ۲۰۲۲ مشارکت دارند خبر از افزایش ۱۰.۵ تریلیون دلاری هزینه های مبارزه با جرایم سایبری را می دهد. این رقم، سه برابر بیشتر از سال ۲۰۱۵ (۳ تریلیون دلار) است.

با توجه به این واقعیت که حجم داده های جهانی در حال افزایش است، ردیابی و جلوگیری از آسیب پذیری ها سخت تر می شود. به عنوان مثال، ۸۰ درصد از سازمان های مخابراتی اطمینان دارند که بدون هوش مصنوعی قادر به پاسخگویی به حملات سایبری نخواهند بود. بخش حرفه ای هدف شروران سایبری است (۹۳۴ حادثه در سال ۲۰۲۰ ثبت شد). بخش عمومی، تولید و مراقبت های بهداشتی نیز از حملات سایبری رنج می برند.

هوش مصنوعی در امنیت سایبری بیش از ۱۰ میلیارد دلار در سال ۲۰۲۰ ارزش داشت و قیمت آن تا سال ۲۰۲۷ تقریباً ۴.۵ برابر خواهد شد. IBM تخمین می‌زند برای کاهش حملات سایبری شرکت‌هایی که از هوش مصنوعی استفاده نمی کنند، سه برابر بیشتر از شرکت‌هایی که سیستم‌های ردیابی خودکار مستقر دارند هزینه می‌کنند.

نزدیک به نیمی از مدیرانی که توسط Capgemini مورد بررسی قرار گرفتند می گویند برای شناسایی تهدیدات سایبری از یک الگوریتم هوشمند استفاده می کنند. با کمک آن، ۳۴ درصد از این متخصصان حملات را پیش بینی می کنند و ۱۸ درصد به حوادث پاسخ می دهند. بر اساس روند فوق، تحقیقات دقیق می گوید که هوش مصنوعی در امنیت سایبری با رشد ۲۴ درصدی در سال، به ۴۶ میلیارد دلار تا سال ۲۰۲۷ خواهد رسید.

شش مورد اصلی استفاده از هوش مصنوعی در امنیت سایبری

پردیسی را تصور کنید که متشکل از چندین ساختمان است. ورود به داخل سخت نیست، چون که در هر دری نمی توان یک محافظ قرار داد. اینجاست که هوش مصنوعی کمک می‌کند: دوربین‌ها چهره بازدیدکنندگان را می‌خوانند و کسانی را پیدا می‌کنند که «دم کسی می‌نشینند» کارمندان را با مجوز برای ورود به ساختمان‌ها دنبال می‌کنند. ممکن است کارگری باشد که برای نشان دادن پاس یا کلاهبردار تنبلی کرده است.

اگر استفاده از هوش مصنوعی را در یک شبکه شرکتی یا در اینترنت در نظر بگیریم، می توانیم در مورد شش گزینه اصلی برای استفاده از یک الگوریتم هوشمند صحبت کنیم.

شناسایی کدهای مخرب و فعالیت های مخرب در شبکه های شرکتی

هوش مصنوعی به طور خودکار دامنه ها را با تجزیه و تحلیل ترافیک DNS برای شناسایی دامنه های C&C، مخرب، هرزنامه، فیشینگ و شبیه سازی و غیره طبقه بندی می کند. قبلا برای مدیریت این محیط کافی بود لیست سیاه خوبی داشت. آن‌ها با انجام به‌روزرسانی‌های منظم و با حجم زیاد، با وظایف خود کنار آمدند.

امروزه دامنه ها در یک یا دو دقیقه ایجاد می شوند و در عرض نیم ساعت بیش از دو یا سه بار استفاده نمی شوند و سپس مجرمان به دامنه های دیگر تغییر می کنند. برای ردیابی آن ها باید از هوش مصنوعی استفاده کرد و دیگر قرار دادن آن ها در لیست سیاه کافی نیست، یک الگوریتم هوشمند یاد می گیرد که چنین دامنه هایی را شناسایی کرده و بلافاصله آن ها را مسدود کند.

تجزیه و تحلیل ترافیک رمزگذاری شده

طبق گفته سیسکو، بیش از ۸۰ درصد از ترافیک اینترنت رمزگذاری شده و نیاز به تحلیل دارد. می‌توانید طرح «مرد دولتی در وسط» را اعمال کنید یا از فناوری هوش مصنوعی استفاده کنید، که بدون رمزگذاری و رمزگشایی، به شما امکان می‌دهد مسائل زیر را با متادیتا و بسته‌های شبکه و بدون تحلیل بارگذاری شناسایی کنید:

کد مخرب؛
خانواده بدافزار؛
برنامه های کاربردی مورد استفاده؛
دستگاه هایی که در چارچوب یک جلسه TLS رمزگذاری شده یا SSL یک نسخه یا نسخه دیگر کار می کنند.

این ها فناوری هایی هستند که در عمل کار می کنند و به شما این امکان را می دهند که متوجه شوید چه اتفاقی در ترافیک رمزگذاری شده که حجم آن در حال افزایش است می افتد و شما به سرمایه گذاری زیادی در آن نیاز ندارید.

تشخیص عکس های جعلی و عکس های جایگزین

یک الگوریتم تشخیص می دهد که آیا چهره یک فرد در عکس با عکس شخص دیگری جایگزین شده است یا خیر. این ویژگی به ویژه برای احراز هویت بیومتریک از راه دور در خدمات مالی مفید است.

این روش باعث جلوگیری از کلاهبردارانی که با ایجاد عکس ها یا فیلم های جعلی و معرفی خود به عنوان شهروندان قانونی که می توانند وام دریافت کنند، می شود. بر این ساس، آن ها پول دیگران را نخواهند دزدید.

تشخیص صدا، زبان و گفتار

این ویژگی هوش مصنوعی برای شناسایی نشت اطلاعات و خواندن اطلاعات بدون ساختار در قالب‌های غیرقابل خواندن توسط ماشین استفاده می‌شود. این اطلاعات داده‌های فایروال‌ها، دروازه‌ها، سیستم‌های پراکسی و سایر راه‌حل‌های فنی را که داده‌های ساختاریافته را ارائه می‌کنند، غنی می‌کند.

بنابراین، می‌دانید چه کسانی و چه زمانی به اینترنت دسترسی داشته‌اند و آیا از شبکه‌های شرکتی یا سازمانی استفاده کرده‌اند. هوش مصنوعی به غنی سازی این اطلاعات با داده های اخبار، خبرنامه های شرکت و غیره کمک می کند.

ارائه توصیه ها

بر اساس آمار، هوش مصنوعی توصیه هایی در مورد استفاده از ابزارهای حفاظتی یا تنظیماتی که برای افزایش خودکار امنیت شبکه شرکتی باید تغییر کند، ارائه می کند. به عنوان مثال، موسسه فناوری ماساچوست AI۲ را ایجاد کرده است، سیستمی که تهدیدات ناشناخته را با احتمال ۸۵ درصد شناسایی می کند.

هر چه سیستم تحلیل های بیشتری انجام دهد، به دلیل مکانیسم بازخورد، تخمین بعدی را با دقت بیشتری ارائه می دهد. علاوه بر این، یک الگوریتم هوشمند این کار را در چنان مقیاس و با چنان سرعتی انجام می دهد که مدافعان انسانی قادر به انجام آن نیستند.

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
1 + 5 =