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

TigerGraph がトップ 10 のグラフ データベース アルゴリズム ライブラリをオープンソース化

最近、世界最速のエンタープライズ レベルのグラフ分析プラットフォームである TigerGraph は...

...

...

NYU のポスドクが、arXiv に 30 分遅れて論文を提出したというだけで ACL に拒否されたのですか?学者たちは憤慨し、ACLに二度と投票しないと誓う

ACL は国民を怒らせた!今朝、この投稿のせいで AI コミュニティ全体が騒然となった——ニューヨー...

...

Google Robotics Research Scientist: ML 論文の要点を素早く理解するための 5 つの質問を覚えておきましょう

[[382214]]編纂者:Qi Lubei編集者:陳彩仙機械学習の分野は非常にホットであり、新しい...

...

Google Gemini の大きな転換? Stanford Meta Chinese は推論性能が GPT-3.5 よりも優れていることを証明

Gemini の推論能力は本当に GPT-4 よりも弱いのでしょうか?以前、Google の大ヒット...

プログラミング面接で学ぶべきアルゴリズム概念トップ10のまとめ

コーディング面接でよく聞かれるアルゴリズム関連の概念トップ 10 を紹介します。簡単な例を使ってこれ...

本当に滑らか: 浙江大学、ETH チューリッヒ、CityU が共同で開発した 3D ヘア モデリングの新しい手法、NeuralHDHair

近年、バーチャルデジタルヒューマン業界は大変人気が高まっており、あらゆる分野の人々が独自のデジタルヒ...

...

2030年までにAI/自動化によって消滅する6つの技術職

翻訳者 | ジン・ヤンレビュー | Chonglou現在、人工知能と自動化は急速な発展段階に入ってお...

...