AIがサイバーセキュリティに与える影響は拡大

AIがサイバーセキュリティに与える影響は拡大

IT 業界で今最もホットな話題は何かと尋ねられたら、人工知能 (AI) 以外の答えを言う人はほとんどいないでしょう。

わずか 12 か月で、人工知能は IT 専門家だけが理解できる技術から、小学生から作家、プログラマー、アーティストまで誰もが使用するツールへと進化しました。

人工知能の発展はネットワークセキュリティにも大きな影響を与えます。 AI 対応ツールは、セキュリティ チームがゼロデイ マルウェア、APT、マルウェアフリー攻撃、ハッカー攻撃などの脅威を迅速に特定するのに役立ちます。

さらに、最近のコンピューティング能力とクラウドベースの処理の進歩により、AI 駆動型セキュリティ ツールがより利用しやすくなっています。 数年前のように、大量のハイエンド サーバーを実行する必要はなくなりました。

AI統合の強化

ますます多くの組織が、ウイルス対策保護、データ損失防止、不正検出、ID およびアクセス管理、侵入検知などの既存のセキュリティ対策と AI ツールを統合しています。

AI は、これらのツールが生成する膨大な量のデータを、人間のチームよりも速く分析できます。 これは、AI が次のようなタスクの実行に優れているためです。

検出: AI ツールは人間よりも迅速かつ正確に攻撃を検出できます。 これらのツールは、誤検知が少なくなり、人間の介入を必要とせずに、現実世界のリスクに基づいて対応の優先順位を付けることができます。

分析: これらのツールは、大量のデータを検索し、追加の注意が必要なイベントをセキュリティ チームに警告できます。 つまり、チームは攻撃に迅速に対応し、その影響を最小限に抑えることができるようになります。

検出: AI ツールは、重要な資産を保護するセキュリティ防御を継続的に調査し、ハッカーが悪用する前に弱点を特定するためにも使用できます。

このインテリジェンス機能があれば、セキュリティ チームは将来の攻撃を防ぎ、攻撃が発生したときに迅速に対応できるという大きな利点を得ることができます。

AIがサイバー攻撃のコストに与える影響

興味深いことに、2023 年の IBM データ侵害コストレポートによると、AI と自動化は、セキュリティチームが侵害を特定して封じ込める速度に最も大きな影響を与えることになります。 報告書によると、AIと自動化を広範に活用した組織では、そうでない組織よりもデータ侵害のライフサイクルが108日短かったという。

同レポートによると、セキュリティ AI と自動化ツールを広範に活用した組織は、データ侵害の平均コストが 360 万ドルで、相対的に最も高いコスト削減を示しました。 これは、そのようなツールを使用しない人よりも176万ドル少なく、39.3%の差があります。

時間と賃金を節約

ただし、サイバーセキュリティ インシデントの経済的影響は、インシデントのコストだけで終わるわけではないことを覚えておく必要があります。 Morgan Stanley Research の最近の調査によると、セキュリティアナリストは平均して時間の 20% ~ 40% を自動化タスクに費やしています。 これには、レポート、アラートの概要、パッチ管理、ログの監視と分析が含まれます。

同社は、現在、世界のサイバー労働力はおよそ 470 万人で、世界平均給与は 8 万ドルであると推定しており、世界のサイバー労働力支出の中央値はおよそ 3,740 億ドルに上るとしています。 このワークフローの 30% を自動化できると仮定すると、年間約 1,120 億ドルのコスト削減につながります。

マネージドサービスの役割

AI 対応ツールは組織とそのセキュリティ チームに大きなメリットをもたらしますが、ツールを導入して管理するには依然として人間の専門家が必要です。 多くの場合、IT 業界では依然として資格と経験のある候補者が深刻に不足しているため、これは困難です。

この課題は、自動化と AI を活用して効果的なサイバーセキュリティ サービスを提供できるマネージド サービス プロバイダー (MSP) にとって、大きな成長の機会となります。

サイバーセキュリティは依然として複雑で、常に変化する分野です。 したがって、組織にとって、最も効果的な保護を提供するために人工知能と自動化を活用する適切な MSP にサイバーセキュリティのニーズをアウトソーシングすることはビジネス上理にかなっています。

AI は進化を続け、新しい方法でセキュリティ チームをサポートしていきます。 これらを社内で活用したり、認定された MSP が提供するサービスを利用したりすることで、組織は可能な限り最高の保護を確保できます。

<<: 

>>:  MetaのAIディレクターは、AIスーパーインテリジェンスがすぐに実現するとは考えておらず、量子コンピューティングにも懐疑的だ。

ブログ    

推薦する

AIとGo言語をシームレスに統合する方法を学ぶ

今日のアプリケーション開発分野では、OpenAI API などの生成 AI 技術の活発な開発により、...

Google 数学 AI が Nature に発表: IMO 金メダルの幾何学レベル、定理証明は呉文軍の 1978 年の法則を上回る

Google DeepMindが再びNatureを出版、AIのAlphaシリーズが力強く復活、数学レ...

マスク氏が示唆:脳の寄生虫が人間を超人的なAIを作らせる

マスク氏はツイッターで奇妙な見解を表明した。人類が超人的な人工知能を創り出した理由は、ある種の「脳寄...

化粧品は顔認識技術を騙せるのか?

[[424943]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

機械学習に必須の Python ライブラリ トップ 10

[51CTO.com クイック翻訳] 現在、Python は人気があり広く使用されているプログラミ...

...

Ruijie NetworksとMidea Smartは戦略的提携を結び、スマート小売端末の商業化と普及に取り組んでいます。

6月30日、瑞傑ネットワークス株式会社(以下、瑞傑ネットワークス)と合肥美的智能科技有限公司(以下...

クラウドネイティブの運用とメンテナンスを簡素化する方法

クラウド コンピューティングは、集中性、効率性、弾力性、ビジネスの俊敏性をもたらしましたが、クラウド...

NIOはまたしても窮地に陥った!運転支援の責任は誰が負うべきでしょうか?

[[417840]]運転支援機能がまた事故を起こした。昨日、「Meiyihao」という公開アカウン...

...

Python で線形回帰機械学習モデルを作成する方法は? 「初心者ガイド」

線形回帰とロジスティック回帰は、現在人気のある 2 つの機械学習モデルです。 [[331887]]こ...

百度CTO王海鋒氏:オープンソースは技術革新と産業発展の原動力である

12月20日、国家深層学習技術応用工程研究室と百度が共催するWAVE SUMMIT+2020深層学習...

人工知能やモノのインターネットから仮想現実やブロックチェーンまで、将来の技術進歩の大部分はクラウドで起こるだろう。

今では、ほとんどの企業リーダーがクラウド コンピューティングの価値を理解しています。すでに多くの人が...

...

ASRU2019コンペティションが終了、中国語と英語の混合音声認識技術における新たなブレークスルー

2019 IEEE 自動音声認識および理解ワークショップ (ASRU) は、2019 年 12 月 ...