3月30日訊 在乙份新的研究報告中，carbon black總結了400多名領先網路安全研究人員對非惡意軟體攻擊、人工智慧和機器學習等的看法。
carbon black首席技術官麥可-維斯庫索表示，基於網路安全研究人員對當前人工智慧驅動的安全解決方案的理解，網路安全目前仍是乙個「人與人」的戰爭，只是該戰場進攻和防禦自動化水平相對較高。此外，機器學習的缺陷取決於組織機構的重視程度及其使用方式。僅僅依靠檔案的靜態分析方法在一直以來就備受歡迎，但其是否對檢測新攻擊有效，有待驗證。最彈性的機器學習方法包括根據採取的行動評估現代安全計畫的動態分析。
現代安全計畫：主要趨勢絕大多數(93%)受訪網路安全研究人員指出，非惡意軟體攻擊對企業造成的風險大過商業惡意軟體攻擊。
近三分之二(64%)的受訪網路安全研究人員稱他們發現，自2023年年初以來，非惡意軟體攻擊數量有所增加。非惡意軟體攻擊越來越多地利用本地系統工具(例如wmi和powershell)實施惡意行動。
大多數網路安全研究人員認為，人工智慧處於初級階段，尚不能在網路安全領域替代人類做決策。87%的受訪研究人員表示，至少還需要研究三年才能讓人工智慧做的網路安全決策得到信任。
四分之三(74%)的研究人員表示，人工智慧驅動的網路安全解決方案仍有缺陷。
70%的網路安全研究人員表示，攻擊者能繞過機器學習驅動的安全解決方案。近三分之一(30%)的研究人員表示，攻擊者能輕易繞過機器學習驅動的安全。
網路安全人才、資源和高管的信任度仍是許多企業面臨的最大挑戰。
一位網路安全研究人員指出，非惡意軟體攻擊波及的範圍將更加廣泛，其攻擊目標甚至會覆蓋規模最小的企業，使用者並不能察覺並將習以為常。大多數使用者似乎都了解，計算機或網路會意外被病毒感染，但他們很少會認為這是某人處心積慮的實施的更具針對性的攻擊
人工智慧機器學習
機器學習是從資料中自動分析獲得規律 模型 並利用規律對未知資料進行 資料處理 首先將所有資料放在一起，然後將其順序打亂。由於順序不是判斷酒水的依據，我們並不期望順序影響到模型學習到的內容。換言之，我們判斷一種酒是紅的還是啤的，並不需要知道前一種或是接下來有什麼酒出現。這時，可以著手繪出視覺化的資料分...
機器學習和人工智慧
機械人和人工智慧這個領域確實已進入了瓶頸階段，因為現在的存在的各種人工智慧和機器裝置，都是人工程式設計控制的，再精密的動作都是在按照人工方式模擬下進行的，因此已經進入誤區。試想下 我們生下來就被遺傳了1 1 2的計算功能嗎？一生下來就能有意識的抬起手臂嗎？而目前再簡單的人工智慧都可以完成，但這僅僅侷...
人工智慧與機器學習
現如今，人工智慧與機器學習受到了各行各業的廣泛關注，大眾對其態度不一。但是人工智慧與機器學習對不同的人來說其代表的東西並不相同。通常人工智慧與機器學習會引起人們的恐懼與不確定性，因此一些專家對這兩個術語相關的風險表示擔憂。事實上，人工智慧與機器學習已經成為了我們日常生活中不可分割的一部分，即使在有些...