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

2021年6月の人工知能分野における重要な進展の概要

人工知能は、人間の理論、方法、技術、アプリケーション システムをシミュレート、拡張、拡大するために使...

RAG か微調整か?マイクロソフトは特定分野における大規模モデルアプリケーションの構築プロセスガイドを公開した

大規模な言語モデル アプリケーションを構築するときに、独自のデータとドメイン固有のデータを組み込む一...

AIがデジタル変革に与える影響

デジタルトランスフォーメーションは10年以上にわたってビジネス変革の中核を担ってきましたが、AIの台...

...

...

自然の中でショウジョウバエがVRをプレイし、注意メカニズムとワーキングメモリを発見

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

Hongmengユニバーサルカードメモリフリップゲームの開発の詳細な説明

1. はじめにワイルド カード フリップ ゲームでは、合計 8 つのまったく異なる画像を持つ 16 ...

第4世代移動ロボット:凌東科技V-AMRのグローバル発売と投資促進

8月26日、北京の中関村国家自主革新モデル区展示センターで、玲東科技マックスの新製品発表会およびチャ...

データベース列ストレージ: 最適な圧縮アルゴリズムを設計するための近道

データベースの保存方法によって、データベース操作の効率が決まります。51CTO データベース チャネ...

...

新しいAIにより、教師はインテリジェントな個別指導システムを迅速に開発できる

インテリジェントな個別指導システムは、代数や文法などの特定の科目の指導に効果的であることが証明されて...

大規模言語モデル評価における信頼性の低いデータに注意: Flan-T5 に基づくプロンプト選択のケーススタディ

翻訳者|朱 仙中レビュー | Chonglou導入信頼性の高いモデル評価はMLOP と LLMop ...

...

Redis に基づく分散ロックと Redlock アルゴリズム

[[403381]]この記事はWeChatの公開アカウント「UP Technology Contro...