サイバーセキュリティにおける AI に関する 3 つの誤解

サイバーセキュリティにおける AI に関する 3 つの誤解

フィクションでも映画でも、人工知能は何十年にもわたって魅力的なテーマであり続けています。フィリップ・K・ディックが描いた合成人間はまだSFの世界だけに存在しますが、人工知能は現実のものであり、私たちの生活の多くの側面でますます重要な役割を果たしています。

AI 脳を持つロボットについては賛成派と反対派の議論がある一方で、より日常的で同等に強力な形態の AI がサイバーセキュリティで役割を果たし始めています。目標は、勤勉なセキュリティ専門家にとって AI を力の倍増器にすることです。

DevoSOC パフォーマンス レポート™ に示されているように、セキュリティ オペレーション センター (SOC) アナリストは、毎日画面に絶えず表示されるアラートの数に圧倒されることがよくあります。 「アラート疲労」が業界全体でアナリストの燃え尽き症候群の原因として浮上しています。

理想的には、AI は、犯罪活動やスパイ活動に AI を効果的に使用している賢く冷酷な脅威アクターに SOC アナリストが追いつく (そして先手を打つ) のに役立ちます。しかし幸いなことに、これはまだ起こっていません。

人工知能に関する3つの大きな誤解

Devo は、人工知能に関する見解を調べるために、200 人の IT セキュリティ専門家を対象に Wakefield Research に調査を依頼しました。この調査では、脅威の検出、侵害リスクの予測、インシデント対応/管理など、さまざまな防御分野にわたる AI の実装をカバーしています。

人工知能は、巧妙な悪意ある行為者や人材不足などに対抗しようと奮闘しているサイバーセキュリティ チームにとって、戦力増強の手段となると考えられています。しかし、すべての AI が同じように作られているわけではありません。これは、ニーズと機能の不一致を考慮する前の話です。

誤解1: インテリジェンス主導のサイバーセキュリティはすでに到来している

調査回答者全員が、自社が 1 つ以上の分野で AI を使用していると回答しました。最も使用されている分野は IT 資産インベントリ管理であり、次に脅威検出と侵害リスク予測が続きます。

しかし、脅威の主体に対して AI を直接使用するという点では、まだ本当の意味での戦いとは言えません。回答者の約 67% は、自社の AI 活用は「まだ表面的な段階にすぎない」と回答しています。

ここでは、回答者が組織のサイバーセキュリティ プログラムにおける AI への依存度をどのように見ているかを見てみましょう。

回答者の半数以上が、少なくとも現時点では自社が AI に依存しすぎていると考えています。回答者の 3 分の 1 未満が AI への依存が適切であると考えていますが、それより少数の回答者は、組織が AI を十分に活用していないと考えています。

誤解2: AIはセキュリティ問題を解決する

組織内での AI の使用によって生じる課題についての意見を尋ねたところ、回答者は率直に答えました。サイバーセキュリティに AI を使用することに問題がないと答えた回答者はわずか 11% でした。回答者の大多数は、まったく異なる見方をしていました。

組織のセキュリティ スタックのどこで AI 関連の課題が発生するかを尋ねたところ、中核となるサイバーセキュリティ機能の対応が不十分でした。回答者の 53% は、IT 資産インベントリ管理が AI にとって最大の問題領域であると回答しましたが、サイバーセキュリティの 3 つのカテゴリも不十分でした。

  • 脅威検出(33%)
  • サイバーセキュリティの強みとギャップを理解する(24%)
  • 侵害リスク予測(23%)

興味深いことに、インシデント対応が AI によってもたらされる課題であると答えた回答者はごく少数 (13%) でした。

誤解3: AIは賢いので効果的であるはずだ

AI はサイバーセキュリティに使用されてきましたが、その結果はまちまちであることは明らかです。 AI に関する最大の誤解は、すべての AI がその名前が示すほど「インテリジェント」ではないということであり、これは組織のニーズと能力の不一致を考慮に入れていないことでもあります。

サイバーセキュリティ業界は長い間、「魔法の弾丸」のような解決策を見つけることに夢中になってきました。人工知能は最新のものです。組織は、AI ソリューションを評価および導入する際に、慎重に検討し、結果重視で取り組む必要があります。組織は、AI テクノロジーに精通した専門家と連携する必要があります。そうしないと、エラーの余地がほとんどない重要な領域で失敗するリスクがあります。

<<:  人工知能はメタバースのビジョンの実現に役立つでしょうか?

>>:  AIがイノベーションの大きな原動力となる理由

推薦する

...

ChatGPT で半日の作業を 20 分に短縮

みなさんこんにちは、私はクン兄さんですここ数ヶ月、私はウェブサイトの開発とAI関連の知識の学習に忙し...

...

清華大学は、大規模な事前トレーニングなしで効率的なNLP学習フレームワークTLMを提案

[[435029]]最近、清華大学の研究者たちは、シンプルで効率的な NLP 学習フレームワークを提...

人工知能のトレンドは将来的に急速な変化をもたらす

私たちはよく、「未来はどうなるのだろう?」と考えます。もっと正確に言えば、人類の未来はどのように発展...

...

マシンビジョンを超えて、ロボット認識完成計画

人工知能の目標の 1 つは、コンピューターが人間の視覚、聴覚、触覚などの知覚能力をシミュレートし、画...

中国人民大学高陵人工知能学院のネイチャーサブジャーナル:マルチモーダル基本モデルを使用して汎用人工知能への移行を試みている

最近、中国人民大学高陵人工知能学院の陸志武教授、孫昊准教授、温継栄学院長教授が共同責任著者として国際...

人工知能の雇用に関するレポートによると、GenAI は米国のほぼすべての仕事に影響を与えるだろう

世界有数の求人サイトおよび採用プラットフォームである Indeed は、Indeed AI 求人レポ...

AIとIoTが公共交通機関をよりスマートかつ安全に

スマート デバイスを通じてモビリティを向上させる人工知能 (AI) ソリューションは、買い物習慣から...

「科学的シミュラクル」:人工知能とハイパーリアリティの衝突

人工知能(AI)技術の進歩は、現実と表現が区別できなくなるジャン・ボードリヤールのハイパーリアリティ...

コンピュータビジョンにおけるステレオビジョンと奥行き知覚の例

人工知能と画像処理の魅力的な世界では、これらの概念は、機械が人間の目と同じように私たちの周りの三次元...

機械学習プロジェクトに十分なデータがありませんか?ここに5つの良い解決策があります

人工知能プロジェクトに着手する企業の多くは素晴らしいビジネスアイデアを持っていますが、企業の AI ...

3つの主要な要因の影響を受けて、自動運転トラックの開発は加速し続けています

近年、自動運転は幅広い注目を集め、熱い議論を呼んでいます。自動運転は自動車産業の将来のトレンドである...

[インフォグラフィック] Google アルゴリズムの大幅な改善記録

Google 検索アルゴリズムは、歴史上最も先進的な数学工学アプリケーションです。毎日数十億件の検索...