5 способов машинного обучения делает жизнь сложнее для профессионалов в области кибербезопасности

5 способов машинного обучения делает жизнь сложнее для профессионалов в области кибербезопасности

RedGirl No Comment
Новости

Больше об искусственном интеллекте

К концу 2017 года, примерно 61% предприятий внедрили искусственный интеллект (ИИ) в организациях—23% прыжок с предыдущим годом, по данным описательной науки. И включение AI в бизнес будет только расти: число средних и крупных предприятий, использующих машинное обучение, по прогнозам, удвоится к концу 2018 года, сообщил «Делойт».

Машинное обучение — это форма искусственного интеллекта, которая интерпретирует огромные объемы данных, применение алгоритмов в материал, и делать прогнозы свои замечания. Общие технологии, которые используют машинное обучение включают в себя распознавание лица, распознавание речи, услуги перевода и распознавания объектов.

См.: искусственный интеллект: тенденции, препятствия и потенциальные выигрыши (тек про исследования)

Предприятия, как правило, используют машинное обучение для обнаружения и обработки больших наборов данных, что ни один человек не может разобраться в своевременно, если вообще. Крупные компании , как Amazon, компания IBM, Google и Microsoft использовать машинное обучение, чтобы улучшить бизнес-функциональность. Но некоторые организации осуществляют машинного обучения для более узкой цели: Кибербезопасность.

В то время как многие предполагают обучение специалистов в области кибербезопасности машина делает жизнь намного проще по лучше отслеживания вопросов безопасности, это не обязательно так. Подобно любой новой технологии, машинное обучение все же имеет свои недостатки—проблемы, которые превращают технологии в больше головной боли, чем помощь в области безопасности.

Вот пять способов машинного обучения может усложнять плюсы кибербезопасности.

1. Обучения оборудованная машина хакеры

Машинное обучение может быть полезным, защищая от атак, но может быть разрушительной, когда используется неправильный народ. «Гонки вооружений возникает, так как каждая сторона старается переплюнуть других, чтобы сделать лучше ИИ», — сказал Райан Рий, мА/машинного обучения экспертов по Оникэ.

Машинное обучение работает быстрее, чем у людей—качество, которое обычно отмечается. Однако, не в случае cyberattacking усилия.

«Человека, злоумышленники проводят разведку на потенциальную жертву, прежде чем запускать кибер-атаки, исследуя вещи, как какое программное обеспечение они используют, версия программного обеспечения, каких-либо известных уязвимостей для говорит версию, или любого не-опубликованных уязвимостей нулевого дня-общий среди хакерского сообщества, которые могли бы улучшить их атаки. Этот процесс может занять несколько часов», — сказал Эмиль Hozan, аналитик в области безопасности Охрана технологии. «Но с помощью машинного обучения, этот исследовательский процесс может осуществляться гораздо быстрее и эффективнее. Машинного обучения/А. взлома можете узнать из прошлого опыта; что не работал на подобном предыдущая попытка взлома может быть пропущено в пользу новой тактики».

2. Отсутствие прозрачности

В большинстве систем кибербезопасности, когда обнаруживается ошибка, администратор может зайти и увидеть, что вызвало предупреждение, согласно исследованиям Gartner, вице-президент Антон Чувакин. Однако, с обучением на основе системы машины, причина предупреждения не может быть указана, выдавая отсутствие прозрачности. Иногда, эти сигналы в конечном итоге ложных срабатываний, сказал Чувакин.

«Не только это может быть неправильно, но он также труднее выяснить, и, как говорят люди в безопасности, труднее сортировке, что это значит», — сказал Чувакин. «Мы в настоящей беде? Мы, несколько неприятностей, или мы не в ладах вообще?»

3. Подавать правильные данные

Системы машинного обучения не работают, когда просто все данные подаются к нему. Эти системы на самом деле немного. Современные алгоритмы машинного обучения опираться на очень конкретные данные для работы, сказал Чувакин.

«Когда мы говорили с некоторыми поставщиками, они сказали нам, что проблемы часто не знания машины, но больше о том, как вы кормите в право данных», — сказал Чувакин.

См.: предприятии Иот исследования: использует, стратегия, безопасность (техник про исследования)

Если компаниям нужен качественный выход, вход должен быть качества. «Я бы сказал, что использование машинного обучения ставит выше давление на специалистов по безопасности для улучшения качества данных, повышение качества данных датчиков», — сказал Чувакин. «Старый образ системы могут быть менее чувствительны к качеству входов».

4. Людей еще надо заставить систему работать

Поскольку в системах машинного обучения не могут объяснить, почему был помечен чем-то, нужно что-то (или кто-то) еще. Многие люди переживают, что искусственный интеллект будет работать, но со специализированными навыками, необходимыми для обучения машина для работы, больше рабочих мест может быть создано, — сказал Чувакин.

«Для системы, чтобы работать, вы должны иметь исследователь безопасности данных, которая, очевидно, очень редкие и очень дорогие. Это просто своеобразное следствие некоторых передовых математика используется в продукте», — сказал Чувакин. «Не только систем не всегда объяснимы, но на самом деле настройки продукта, чтобы работать эффективно, вы должны иметь навыки, что большинство операций по обеспечению безопасности бригад нет.»

Не похоже, что машинное обучение будет заменять специалистов по безопасности, большинство компаний будет действительно необходимы дополнительные плюсы безопасности, чтобы правильно функционировало.

5. Нехватка технологий

Специализированные навыки, необходимые, чтобы сделать машинное обучение работе создает еще одну проблему: необходимость трудно найти талант. Нехваткой талантов в мире технологий, особенно среди данных ученых, это наверняка не секрет. Обработка систем машинного обучения достаточно сложно, так трудно найти людей, способных провести такую нишу операционных систем, оставив плюсы кибербезопасности в безвыходном положении.

«Машинное обучение-это на самом деле значительно сложнее, чем большинство людей понимают», — сказал Chuvain. «Компании испытывают трудности с поиском талантов. Но подумайте сами: если у вас большая компания и они хотят использовать машинное обучение для бизнеса и у них проблемы с наймом, думаете, безопасность команда, которая не делает деньги сможете нанять правильных талант машинного обучения? Ответ очень часто нет».

0
Авторизация
*
*

пять × 1 =

Регистрация
*
*
*
Пароль не введен
*

15 + одиннадцать =

Генерация пароля

восемнадцать − десять =