研究人員發(fā)現(xiàn)人工智能技術(shù)對(duì)確保敏感信息安全來說是一種非常好的工具。由于可以快速處理數(shù)據(jù)和預(yù)測(cè)分析，人工智能廣泛應(yīng)用于自動(dòng)化系統(tǒng)和信息保護(hù)等領(lǐng)域。事實(shí)上，確保數(shù)據(jù)安全也是目前人工智能技術(shù)的實(shí)際應(yīng)用，同時(shí)也有黑客利用人工智能技術(shù)進(jìn)行攻擊活動(dòng)。

使用越多的人工智能技術(shù)進(jìn)行保護(hù)，就越有可能應(yīng)對(duì)使用先進(jìn)技術(shù)的黑客。下面是人工智能應(yīng)用于數(shù)據(jù)安全保護(hù)的幾種方式。

1. 早期檢測(cè)

許多黑客在攻擊中會(huì)使用一些被動(dòng)的方法，即在入侵系統(tǒng)竊取信息時(shí)不影響操作。被動(dòng)攻擊可能需要幾個(gè)月甚至幾年的時(shí)間才會(huì)被發(fā)現(xiàn)。有了AI，企業(yè)就可以提前檢測(cè)到網(wǎng)絡(luò)攻擊，甚至黑客進(jìn)入系統(tǒng)就會(huì)被發(fā)現(xiàn)。網(wǎng)絡(luò)攻擊的體量非常大，尤其是許多黑客可以將一些工作自動(dòng)化。但這些攻擊對(duì)人類類似很難應(yīng)對(duì)。對(duì)于多任務(wù)工作來說，AI是目前最佳的解決方案，可以及時(shí)發(fā)現(xiàn)惡意威脅并向用戶發(fā)出告警或鎖定攻擊者。

2. 預(yù)測(cè)和預(yù)防

在發(fā)生之前進(jìn)行預(yù)測(cè)是檢測(cè)過程的一部分。紐約警方早在1995年就將預(yù)測(cè)技術(shù)納入早期應(yīng)用。其開發(fā)的軟件CompStat迅速推廣到美國的其他警察局。通過預(yù)測(cè)威脅，系統(tǒng)可以在攻擊發(fā)生前創(chuàng)建特定的防護(hù)。有了預(yù)測(cè)技術(shù)，系統(tǒng)可以在不犧牲安全的前提下更高效地運(yùn)行。

3. 加密

檢測(cè)威脅的目標(biāo)是確保攻擊者無法一直進(jìn)入系統(tǒng)。對(duì)以許多方式構(gòu)建防護(hù)措施的企業(yè)來說，安全地隱藏?cái)?shù)據(jù)就是其中之一。當(dāng)信息從一個(gè)源轉(zhuǎn)移到另一個(gè)源時(shí)非常容易受到攻擊和竊取。因此，企業(yè)需要全流程加密。加密就是將信息變?yōu)榕c之前信息無關(guān)的密文，接收方需要解密密文才能獲取原始信息。黑客獲取密文后，無法解密出來原文就達(dá)到了保護(hù)信息的目的。

4. 口令保護(hù)和認(rèn)證

口令是網(wǎng)絡(luò)安全的基線（底線）。所有有許多黑客可以輕松繞過口令，并竊取數(shù)據(jù)。應(yīng)用人工智能技術(shù)到口令保護(hù)和認(rèn)證中可以讓口令更加安全。之前，口令是一個(gè)單詞或詞組?，F(xiàn)在企業(yè)開始使用動(dòng)作、模式、生物數(shù)據(jù)等來解鎖信息。生物數(shù)據(jù)是指用人體唯一的特征來解鎖信息，如指紋、視網(wǎng)膜等。比如，蘋果iPhone X的Face ID就可以掃描面部特征，并將這些特征信息轉(zhuǎn)變成口令。

5. 多因子認(rèn)證

多因子認(rèn)證改變了代碼的工作方式。在不同的位置需要用戶輸入不同的口令。加上人工智能的檢測(cè)系統(tǒng)，字符可能會(huì)發(fā)生改變。多因子認(rèn)證不僅可以增加一層安全，在誰可以進(jìn)入系統(tǒng)上也更加智能。

系統(tǒng)會(huì)學(xué)習(xí)可以進(jìn)入網(wǎng)絡(luò)的用戶特征，然后對(duì)行為和相關(guān)的特征模式與惡意內(nèi)容進(jìn)行交叉對(duì)比，以確定訪問權(quán)限。

AI改變安全

人工智能技術(shù)可以識(shí)別模式、找出bug、甚至執(zhí)行修復(fù)漏洞的計(jì)劃。在實(shí)際的網(wǎng)絡(luò)安全應(yīng)用中，系統(tǒng)可以創(chuàng)建一層新的保護(hù)。有了人工智能，整個(gè)網(wǎng)絡(luò)安全都會(huì)發(fā)生變化，并且以更快地步伐發(fā)展。在技術(shù)上取得的進(jìn)步更多就會(huì)改變更多的領(lǐng)域。
? ? ? ?責(zé)任編輯：tzh