商业级人工智能在企业中的应用前景

关键要点

商业级人工智能已经开始帮助企业增强抵御网络攻击的能力。采用高度自动化的取证过程可以缩短恢复时间，减少损失。人工智能通过增强透明度和集体智慧，提高了网络恢复的效率。相较于机器学习，人工智能在识别异常和减少误报方面更具优势。有效利用人工智能可以帮助企业提升整体安全性和恢复能力。

商业级的人工智能在企业中的应用仍处于早期阶段，但它已经在帮助公司增强对网络攻击的抵御能力方面展现出巨大潜力。这种技术能够更迅速地揭示组织庞大数据资产中的真实信息。

当网络事件发生时，内部团队需在多个IT系统中整合信息以解决问题。如果该取证过程未实现高度自动化，企业及其客户可能需要数天、数周，甚至数月才能将重要系统完全恢复线上。这种延误可能导致公司损失数百万美元，并对其声誉造成不可逆转的损害。

[SC Media观点专栏由值得信赖的SC Media网络安全领域专家社区撰写。在这里阅读更多观点]

为了确保迅速恢复正常运营，企业越来越重视备份和恢复工作。尽管对韧性的问题关注度提高，但负责恢复的团队往往缺乏识别日常警报中哪些是需要立即处理的真正事件的专业知识或工具，同时也容易混淆假警报。

人工智能可以通过两种方式来集中快速响应的故障排除。首先，人工智能系统透明且易于理解，能够清晰地解释其生成决策的依据。这种透明度帮助超负荷运转的IT专业人员识别最大的、最急迫的威胁。其次，得益于行业的集体智慧，人工智能使那些在网络恢复方面具有深厚经验的人能够以对IT专业人员有用的方式分享知识，尤其是面对第一次网络攻击的团队。

在此新的人工智能赋能的韧性时代中，强调隐私和安全设计原则贯穿于人工智能生命周期，可以帮助组织恢复运营，并确保其最重要的数据资产安全恢复。由于不法分子意图针对受害者的备份数据仓库，因此要完全恢复攻击后的正常状态变得更加困难。

将信息转化为情报

对于企业的韧性，人工智能代表着超越已使用多年的相关技术机器学习ML的下一个阶段。

机器学习能够学习公司的典型运营行为，并标记任何异常或偏差，这可能需要进一步调查。这样的通知通常能帮助监控复杂IT环境的安全团队更快地发现潜在问题。

不过，每个企业对“正常”的定义各不相同。这使得软件供应商在训练一个开箱即用的机器学习系统时，很难使其对各种组织完美适应。因此，机器学习往往会产生所谓的“静态噪声”，即看似攻击但实际上只是误报的事件。例如，某个团队可能正在处理涉及敏感信息的新项目。在短时间内看到高优先级数据的用户访问量激增，机器学习系统就会误判成威胁并警告安全团队。

相较之下，人工智能系统在帮助减少假信号方面增加了新的智能层，因为它考虑了比机器学习广泛得多的输入。人工智能可以交叉分析个别事件，识别潜在的关联，从而区分假警报与更严重的问题。这种合作方式增强了人类能力，而不是取代它们，使人工智能产品更好地与用户的需求和价值观相结合。这也帮助恢复团队提高工作效率，专注于最关键的脆弱性，从而提升整体安全性。

利用集体智慧的力量

有了人工智能，传播情报变得更加容易，并且可以以自然语言呈现，使得即便非技术用户也能理解复杂主题。

黑洞加速器最新版

合作至关重要，高标准的道德标准建立负责任的人工智能实践，软件供应商将数十年的经验注入底层平台。客户可以利用人工智能引擎，挖掘这一个真实世界经验的累积数据库，更快速地解决问题。可以把这看作是通过全球合法企业社区进行的数据恢复众包，确保数据得到匿名处理