解析人工智能在网络安全中的偏见与漏洞
人工智能将彻底改变网络安全领域。在过去的五年中，这句话您听过多少次？答案可能是数十次，甚至数百次。
争论通常是这样的：人工智能和机器学习技术使网络安全从业人员，可以处理大量的网络监视数据，并可以以更高的准确率发现恶意或可疑活动。
尽管ai和ml工具在网络安全方面是有效的，尤其是在安全性和软件测试方面，但距离提供更可靠、更安全、更智能的网络安全技术，真正人工智能的出现还需要很多年。
正如bmt的高级数据科学家evan elliott最近对devops online所说的，这在很大程度上是由于ai和ml工具能够处理大量数据并从中进行预测的速度所致。通过这种方式，ai可以对恶意的网络活动进行预警。
一些支持ai和ml驱动的安全性方法的支持者声称，这意味着ai可以搜索安全漏洞。坦率地说，这是一个不太可靠的做法。尽管ai已证明在基于历史数据进行预测方面非常有效，但使用它们主动识别网络中潜在漏洞的想法却远非如此。
人工智能对网络安全的偏见
可以简单地解释为什么ai产生的网络可靠性预测值得怀疑。无论多么复杂，ai和ml工具仍然可以在关联的基础上工作。他们遍历大量历史数据，并可以据此做出准确的预测。问题在于，在进行这些预测时，它们也倾向于产生偏见。
过去几年中到处都有这种ai偏见的例子。分析人士指出，现在用于在医疗保健、司法甚至加密货币交易中，为决策提供信息的ai算法，可能会加剧偏见的模式并导致问题严重的社会结果。
人工智能偏见对网络安全的影响尚未得到很好的研究，但是不难理解人工智能偏见研究，在其他领域中产生的见解，并将其应用于计算机系统的安全性。
当然，所有这些ai系统（无论是在量刑方面还是在网络安全方面提供建议）都是能够比人类更快地产生信息的能力。本质上给人留下深刻的印象。问题在于，可能很难评估这些预测和建议的可靠性。
正如《麻省理工学院技术评论》最近指出的那样，偏差可能会以两种主要方式蔓延到ai系统中：要么向ai算法提供了非代表性的数据，要么当问题的代表性数据复制了现有的偏见时。
在ai评估我们的网络安全性的情况下，我们同时面临着两个问题：关于通用计算机系统中的威胁，我们没有足够的可标准化数据。甚至我们拥有的数据也无可避免地偏向了对人类分析家的安全威胁。
任何试图使用现有ai工具来识别网络漏洞的网络管理员，都将熟悉这些双重偏见的结果：大量潜在的安全漏洞可疑地看起来类似于由复杂得多，具有静态规则的系统所产生的漏洞。
换句话说，ai可能最终只是手工复制漏洞扫描过程。他们也许能够比一般人更快地执行这种分析，但是如果需要由操作员检查每个漏洞的可靠性，那么实际花费在修复网络漏洞上的总时间将保持不变。
更糟糕的是，由于ai工具将接受由人为主导的安全扫描生成的数据的培训，因此可能是我们向ai工具提供了我们多年来积累的偏见。
过去十年中，最好的安全分析师花了很多时间来重新学习，了解安全漏洞，即使对ai进行培训，他们在发现新的威胁方面也不会做得更好。
最终，一些分析家认为，我们将需要开发一种更加协作的方法来在网络安全中使用ai。人工智能将用于弥补安全漏洞，但不应依赖它们来发现系统的问题。
实际上，这种方法就是许多现实世界中的ai应用已经完成的工作。其中最成功的假设是，人类在某些事情上是出色的，例如创造性地思考和对新颖的威胁做出反应，而人工智能目前在一套完全不同的技能上也很出色，即遍历大量数据并发现模式。
由于技能上的差异，在未来一段时间内，对ai网络安全性的预测会产生一定程度的怀疑，这仍然很重要。
在其他许多领域，例如，刑事司法和股票交易中，对ai预测的可靠性水平仍然存在重大担忧，并且网络安全不应从此列表中排除。
多抵押Dai存款利率与其他DeFi平台比较有什么特点
太阳能路灯不亮了是什么原因？
新型泡沫喷射机器人可帮助消防员进行远程救火
iQOO Pro写入速度提升110%，全平台销售额破2亿
索尼新机Xperia 8现身跑分库，分数有些不科学
解析人工智能在网络安全中的偏见与漏洞
智能家居选WiFi模块，是馅饼还是陷阱？
iphone8什么时候上市？iphone8最新消息：iphone8彻底曝光！Touch ID内置全面屏！
MS5607与MS5611气压传感器怎么选择
为汽车提供电源蓄电池突然爆炸 上盖被炸飞
我国工业机器人呈现强劲发展的态势
全志科技V853多目异构AI视觉芯片
快充凭实力，荣耀X30即将带来更安全的超级快充体验
山西联通NSA组网的5G基站正式开通吞吐率是4G网络速率的数十倍
基于RS485总线设计的多处理器RS485通信网络
立体声音频选择器NJM2754的功能特性及应用
小米比苹果差在哪里？小米5c与iPhone6S外观大比拼！
展嵘充电站测评：内置电感电容，EM6911打造强劲充电“芯”模组
ST意法半导体最新三款MasterGaN器件特写
PCB钻孔的类型及目的分析
争论通常是这样的：人工智能和机器学习技术使网络安全从业人员，可以处理大量的网络监视数据，并可以以更高的准确率发现恶意或可疑活动。
尽管ai和ml工具在网络安全方面是有效的，尤其是在安全性和软件测试方面，但距离提供更可靠、更安全、更智能的网络安全技术，真正人工智能的出现还需要很多年。
正如bmt的高级数据科学家evan elliott最近对devops online所说的，这在很大程度上是由于ai和ml工具能够处理大量数据并从中进行预测的速度所致。通过这种方式，ai可以对恶意的网络活动进行预警。
一些支持ai和ml驱动的安全性方法的支持者声称，这意味着ai可以搜索安全漏洞。坦率地说，这是一个不太可靠的做法。尽管ai已证明在基于历史数据进行预测方面非常有效，但使用它们主动识别网络中潜在漏洞的想法却远非如此。
人工智能对网络安全的偏见
可以简单地解释为什么ai产生的网络可靠性预测值得怀疑。无论多么复杂，ai和ml工具仍然可以在关联的基础上工作。他们遍历大量历史数据，并可以据此做出准确的预测。问题在于，在进行这些预测时，它们也倾向于产生偏见。
过去几年中到处都有这种ai偏见的例子。分析人士指出，现在用于在医疗保健、司法甚至加密货币交易中，为决策提供信息的ai算法，可能会加剧偏见的模式并导致问题严重的社会结果。
人工智能偏见对网络安全的影响尚未得到很好的研究，但是不难理解人工智能偏见研究，在其他领域中产生的见解，并将其应用于计算机系统的安全性。
当然，所有这些ai系统（无论是在量刑方面还是在网络安全方面提供建议）都是能够比人类更快地产生信息的能力。本质上给人留下深刻的印象。问题在于，可能很难评估这些预测和建议的可靠性。
正如《麻省理工学院技术评论》最近指出的那样，偏差可能会以两种主要方式蔓延到ai系统中：要么向ai算法提供了非代表性的数据，要么当问题的代表性数据复制了现有的偏见时。
在ai评估我们的网络安全性的情况下，我们同时面临着两个问题：关于通用计算机系统中的威胁，我们没有足够的可标准化数据。甚至我们拥有的数据也无可避免地偏向了对人类分析家的安全威胁。
任何试图使用现有ai工具来识别网络漏洞的网络管理员，都将熟悉这些双重偏见的结果：大量潜在的安全漏洞可疑地看起来类似于由复杂得多，具有静态规则的系统所产生的漏洞。
换句话说，ai可能最终只是手工复制漏洞扫描过程。他们也许能够比一般人更快地执行这种分析，但是如果需要由操作员检查每个漏洞的可靠性，那么实际花费在修复网络漏洞上的总时间将保持不变。
更糟糕的是，由于ai工具将接受由人为主导的安全扫描生成的数据的培训，因此可能是我们向ai工具提供了我们多年来积累的偏见。
过去十年中，最好的安全分析师花了很多时间来重新学习，了解安全漏洞，即使对ai进行培训，他们在发现新的威胁方面也不会做得更好。
最终，一些分析家认为，我们将需要开发一种更加协作的方法来在网络安全中使用ai。人工智能将用于弥补安全漏洞，但不应依赖它们来发现系统的问题。
实际上，这种方法就是许多现实世界中的ai应用已经完成的工作。其中最成功的假设是，人类在某些事情上是出色的，例如创造性地思考和对新颖的威胁做出反应，而人工智能目前在一套完全不同的技能上也很出色，即遍历大量数据并发现模式。
由于技能上的差异，在未来一段时间内，对ai网络安全性的预测会产生一定程度的怀疑，这仍然很重要。
在其他许多领域，例如，刑事司法和股票交易中，对ai预测的可靠性水平仍然存在重大担忧，并且网络安全不应从此列表中排除。
多抵押Dai存款利率与其他DeFi平台比较有什么特点
太阳能路灯不亮了是什么原因？
新型泡沫喷射机器人可帮助消防员进行远程救火
iQOO Pro写入速度提升110%，全平台销售额破2亿
索尼新机Xperia 8现身跑分库，分数有些不科学
解析人工智能在网络安全中的偏见与漏洞
智能家居选WiFi模块，是馅饼还是陷阱？
iphone8什么时候上市？iphone8最新消息：iphone8彻底曝光！Touch ID内置全面屏！
MS5607与MS5611气压传感器怎么选择
为汽车提供电源蓄电池突然爆炸 上盖被炸飞
我国工业机器人呈现强劲发展的态势
全志科技V853多目异构AI视觉芯片
快充凭实力，荣耀X30即将带来更安全的超级快充体验
山西联通NSA组网的5G基站正式开通吞吐率是4G网络速率的数十倍
基于RS485总线设计的多处理器RS485通信网络
立体声音频选择器NJM2754的功能特性及应用
小米比苹果差在哪里？小米5c与iPhone6S外观大比拼！
展嵘充电站测评：内置电感电容，EM6911打造强劲充电“芯”模组
ST意法半导体最新三款MasterGaN器件特写
PCB钻孔的类型及目的分析