你不须要等到成为WannaCry打单软件的受害者或者担心对总统选举的攻击，就能理解到，网络安全是我们这个时期最急迫的技能问题，可能很快成为最大的问题。
这种威胁持续不断：

在所有互联网流量中，三分之一的流量是软件程序天生的恶意数据包

每4.2秒天生新的恶意软件

去年，Ransomware攻击增加了36%，为网络罪犯产生超过10亿美元的收入

抵御攻击是安全专业职员险些无法避免的事情，但对付每秒可解析数千个日志并可识别人类看不到的潜在威胁的机器来说，这是完美的事情。
这便是为什么人工智能(AI)成为打击网络诱骗、泼皮黑客的主要武器的缘故原由。

但专家也警告称，AI并不是神奇的魔术。
机器学习(ML)系统的上风取决于用于演习它们的数据好坏。
AI在很多情形下会比人类产生更多误报，并且，攻击者本身也会选择利用抵御攻击的技能。
如果坏人利用AI来对付我们呢?of Cyber Crime Study & the

对速率的须要

专注于AI初创公司的风投公司Glasswing Ventures创始人兼管理合资人Rick Grinnell表示，正如算法取代人类进行自动化股票交易一样，AI将须要与不断变形的恶意软件和攻击向量保持同步。

“纵然最好的人类大脑终极也无法跟上这种变革攻击策略的步伐，”他表示，“纵然可以这样，也无法推送新防御补丁或更新到每个端点、设备或网络，以及时阻挡或停滞攻击。
快速相应基于AI的办理方案须要支配在网络多个点，公共和私有网络各个层的终端。
”

最恶劣的攻击之一是高等持续威胁(APT)，在这种攻击中，攻击者悄悄静潜伏在目标的网络中以不雅观察用户行为并完善其攻击。
这也是俄罗斯安全部队攻击美国民主党全国委员会做事器采取的做法。
基于AI威胁检测和相应系统制造商Vectra Networks公司首席技能官Oliver Tavakoli表示，在这里AI也可发挥浸染。

“在攻击者入侵以及能够不雅观察日常流量之前，AI可供应机会让防御者可抢先一步，”他表示，“这样的话，攻击者很难对目标环境有深入理解，而无法实现更多肆意攻击。
”

事实上，如果没有内置AI—常日通过机器学习算法解析数十亿个数据点探求非常行为或者攻击迹象，我们很难找到主要网络根本举动步伐，路由器、传感器、防火墙、入侵检测设备、做事器等。

“机器学习和AI越来越多内置到产品中，”研究和咨询公司ESG Global高等首席剖析师Jon Oltisk称，“纵然你不没想过利用AI加强安全性，你可能已经在利用它，只是你不知道而已。
”移动安全公司Zimperium利用机器学习来以人类无法完成的办法重新定义其威胁模型。

该公司首席产品官John Michelsen称：“我们培训实验室利用近200亿数据点，你不可能让一个团队对所有数据进行整理，并见告你是否创造某些威胁。
人类不可能完成这种事情，这须要全体亚马逊集群来完成打算，几十台机器运行很多小时。
”

人工智能的局限性

安全公司Bromium首席技能官Simon Crosby称，AI并不是灵丹灵药。

AI并不一定能比传统防病毒软件更好地检测恶意软件，由于AI系统无法查看一段代码，并判断它是好是坏。

基于机器学习的检测算法在很大程度取决于它们获取的数据集，它们是黑匣子办理方案，人类常日无法理解机器如何作出决策。

“通过人类专家演习机器学习引擎彷佛是一个好主张，但这是基于攻击者不会改变其行为的假设，而自我学习种别常日是人类无法理解的步伐，”Crosby说道，“以是，当机器学习系统发出警报时，你仍旧须要努力理解这是否为误报。
”

Crosby称最好不要将AI作为终极决策者，应将AI作为帮助自动化繁琐和重复任务的助手，但它不能代替人类的判断力。

“AI能做的是查看大量数据，并找出非常行为，”他表示，“这非常有用，这些工具常日该当帮助人类剖析职员更好地完成事情，须要把稳的是，只是由于AI没有创造非常，并不虞味着它没有发挥浸染。
”