人工智能已被廣泛應用于各種情況，以提高生產力、增加銷售或改善用戶體驗。人工智能應用仍處于起步階段的一個領域是網絡安全。

　　快速演變的威脅形勢

　　當黑客實施欺詐和造成傷害的能力比以往任何時候都更加復雜時，如果想保持領先地位，利用每一個工具是最重要的。此外，由于云計算、物聯網、5G、網絡速度、數據量和其他當代技術的巨大進步，普通企業的用戶、設備、網絡和接口的數量和類型都在穩步增長。

　　當與其他防御機制協同部署時，人工智能可以成為對抗網絡攻擊的強大武器。越來越多的企業正在利用人工智能，而不是將其作為滿足所有網絡安全需求的神奇答案，而是將其作為網絡安全武器庫中的又一個工具。這一切都是為了使It安全更有效、更高效、更易于管理，并降低風險。

　　就連黑客也開始轉向人工智能。例如，魚叉式網絡釣魚——一種向用戶發送個性化信息以誘騙其泄露機密信息的網絡釣魚形式，正在廣泛使用。人工智能不僅使魚叉式網絡釣魚更有效，而且還允許以比手動運行過程高得多的速度執行。這反過來又擴大了潛在的攻擊面。

　　傳統的基于簽名的安全工具很難與這種攻擊環境相匹配�？梢哉f，這種對手只能通過人工智能安全控制來有效遏制。盡管人工智能在網絡安全方面的優點是顯而易見的，但許多企業仍在努力將其IT安全需求與人工智能的力量結合起來。從概念驗證到最終的全面部署，這可能會證明擴展解決方案特別困難。

　　網絡安全的人工智能

　　與任何事情一樣，人工智能工具的成功歸結于良好的規劃。雖然實現的詳細路徑因組織而異，但在開發路線圖時，某些基本步驟具有通用的應用。如下：

　　1、確定相關的最新數據來源

　　數據是任何人工智能實施的核心，IT安全也不例外。為了有效，人工智能算法必須由正確的數據系統驅動。數據不僅必須存在，而且應該是最新的。畢竟，人工智能試圖模仿人類的智能，因此(理想情況下)應該被設計成基于新知識不斷改進自己。因此，確定所需的數據集必須是企業在尋求操作新的人工智能驅動的網絡安全算法時要做的第一件事。

　　2、創建數據平臺，實現人工智能

　　識別數據集是至關重要的，但如果信息沒有適當的數據平臺提供支持，那么識別數據集將是徒勞的。因此，在識別數據集的同時，企業應該著手設計一個合適的數據平臺。該平臺應包括自動質量檢查，以確認所使用的數據是最新的和安全的。

　　3、選擇正確的用例來最大化收益

　　為了最大限度地發揮人工智能網絡安全投資的效益，請選擇正確的用例進行實施。但是請注意，用例識別不是一次性的過程。相反，它是一個持續的練習。人工智能用例可能特別復雜，因為它們試圖減少或消除網絡安全所需的人為干預量。在最終獲得可操作的最佳輸出之前，您必須準備好運行幾個迭代和用例。

　　為了獲得最佳結果，從交付切實利益但相對容易實現的用例開始。關注數據可用、完整、最新且定期刷新的用例。確保項目團隊包括主題專家，他們可以詢問每個用例的輸出，以便相應地調整算法的邏輯。

　　4、通過與外部各方合作改進威脅情報

　　與第三方安全專業人員或威脅研究人員合作很重要�？梢灾苯优c這些專家聯系，也可以通過促進安全信息眾包的在線平臺聯系。這確保了企業能夠跟上最新威脅的速度，并可以使用這些信息來增強其人工智能網絡安全算法的邏輯。

　　更大的組織可以聚集在一起，創建自己的專有平臺，與同行分享和討論威脅數據。這里的同行可能指同一領域或同一行業的企業。可以理解的是，由于擔心給競爭者帶來優勢，對等平臺是罕見的。

　　然而，網絡安全應該把所有的行業參與者聚集在一起。如果一個行業中的一家企業被成功攻擊，并會增加同一行業中其他企業屈服于同樣威脅的幾率

　　5、部署SOAR技術，加強安全管理

　　安全編排、自動化和響應(SOAR)是幫助組織從多個來源收集安全信息的工具。SOAR通過結合人與機器的能力實現事故分類和分析。這允許通過連接數據源和數據平臺的標準工作流來定義、確定優先級并驅動事件響應。SOAR是優化基于人工智能的網絡安全工具輸出的重要組成部分。它提高了警報質量，減少了網絡分析師入職所需的時間，并改善了安全管理。

　　6、讓網絡安全分析師做好人工智能準備

　　信息技術安全行業的需求與市場上合格的安全專家數量之間存在巨大差距。這種差距在人工智能領域更為明顯。因此，部署人工智能網絡安全技術的過程應包括培訓現有的安全人員，并在必要時招募新的人工智能技術人員。雖然人工智能意味著減少人為干預，但人工智能算法的有效性取決于改進和完善它的時間和精力。安全專家將與流程專家協同工作，以深入了解任何問題，并在最短的時間內制定最佳解決方案。

　　7、建立人工智能網絡安全治理，促進透明、道德和長期改進

　　如果沒有有效的安全治理，就不可能實現有效的網絡安全。因此，企業必須建立一個全面的治理框架，以支持其人工智能網絡安全戰略。除其他活動外，治理需要定義網絡分析師的角色，監控算法輸出，檢測異常行為，確定算法輸出的風險承受能力，在算法失敗時制定后備計劃，并定義客觀衡量人工智能成功的績效指標。

　　網絡安全人工智能競賽已經開始

　　不斷變化的技術環境和不斷增加的攻擊環境使現代企業面臨的安全挑戰變得非常復雜。許多企業已經開始探索網絡安全人工智能如何減輕這些風險。對于那些仍在考慮是否以及如何在其安全計劃中實施人工智能的企業而言，重要的是要認識到實現成功所需的步驟。這樣做將有助于企業避免不必要的損失，并最終保障或增加企業收入。