天地和兴：人工智能对网络安全造成了什么影响？

　　尽管上面的示例是关于如何将ML算法直接用于完成安全团队的某些工作的示例，但是算法也可以用于帮助用户避免犯可能带来风险的错误，从而间接地为他们提供帮助。这种方法之所以令人兴奋，是因为它开始着眼于减少进入渠道的可能事件的数量，而不是试图在事件最终导致安全事件时识别并减轻它们。不仅仅是解决最明显的问题，从长远来看，这些问题可能会带来预期的结果。

　　考虑ML时，另一个容易忽略的问题是数据问题。任何ML算法只有在有足够的数据可供学习时才能工作。学习需要时间。试想，在识别猫之前，您需要显示多少张互联网猫图片?模型开始运行之前，算法需要运行多长时间?学习过程所花费的时间可能比预期的长得多，因此安全团队需要考虑这一点。此外，对于某些用例而言最佳的标记数据在安全性方面供不应求。这是另一个需要“人员参与”来对安全事件进行分类并协助算法训练的领域。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!