تبسيط دور الذكاء الاصطناعي في الأمن السيبراني

هناك الكثير من التوقع والتوقعات في مجال الأعمال حول دور الذكاء الاصطناعي (AI) وفوائد الأمن السيبراني التي يمكن أن نتوقع الحصول عليها من عمليات التكامل المتنوعة لدينا.

من مواقع الدردشة الآلية التي تقدم خدمة عملاء محسنة ، إلى تحديد المقاييس الحيوية وتحليل بيانات العملاء المتطور ، تم تعيين AI و Edge AI لتحويل العالم كما نعرفه. يتعارض مفهوم الذكاء الاصطناعي المؤدي إلى مستقبل جديد شجاع مع خيالات الخيال العلمي المشهورة التي تصور البشر الذين تهيمن عليهم الآلات فائقة الذكاء.

قد يكون الوقت قد حان لجرعة من الواقع تمس الحاجة إليها ، لا سيما فيما يتعلق بتأثير الذكاء الاصطناعي على أمن المعلومات في المستقبل ودوره في التأثير على الصناعات الرئيسية.

من غير المحتمل أن تتحقق أحلام أو أسوأ الكوابيس في أي وقت قريب ، لكن الذكاء الاصطناعي يجلب بالفعل فوائد كبيرة للتطبيقات ولديه القدرة على تحسين الدفاعات الإلكترونية بشكل كبير. وبينما يشكل الذكاء الاصطناعي أيضًا تهديدات معينة للبيانات والمعلومات ، فسيتم تطبيقه في الغالب لصالحنا ويجب أن يصبح مكونًا رئيسيًا للترسانة الدفاعية لأي منظمة.

كيف يعمل الذكاء الاصطناعي والأمن السيبراني معًا؟

على الرغم من تعدد وسائل الراحة والفوائد في هذا العصر الرقمي ، إلا أنه يجلب أيضًا العديد من العيوب. واحدة من أكثر التهديدات الملحوظة والأضرار هي أن بياناتنا الحساسة ومعلوماتنا الشخصية معرضة للخطر بشكل لم يسبق له مثيل.

شهد العقد الماضي المئات من حوادث الاحتيال في الهوية ، وحوادث الخسائر المالية الجسيمة ، وبالطبع الانتهاكات الجسيمة للبيانات. بطبيعتها ، تنتشر الهجمات الإلكترونية على نطاق واسع ، وتؤثر على كل شخص ومؤسسة وحكومة. نحن ننتقل إلى عصر يمكن فيه لمجرمي الإنترنت تحقيق أهدافهم في أي مكان في العالم وفي أي وقت. على هذا النحو ، لم تكن حاجتنا إلى الأمن السيبراني الفعال والمتقدم أكثر أهمية من أي وقت مضى.

الهجوم السيبراني النموذجي هو محاولة من قبل الخصوم أو مجرمي الإنترنت للوصول إلى نظام أو شبكة الكمبيوتر المستهدف وتعديلها أو إتلافها بطريقة أخرى ، فهي منهجية ومخططة وتستخدم تقنية محسوبة بعناية لتعطيل المنظمات وأي أعمال ذات صلة (غالبًا ما تكون بالغة الأهمية) عمليات.

بينما يبدو المستقبل حزينًا ، فقد حدثت أيضًا تطورات تكنولوجية مع تطبيقات أمنية إلكترونية مهمة. أحد العوامل الرئيسية التي تغير قواعد اللعبة هي التقنيات والتقنيات التي تم تطويرها ودعمها بواسطة الذكاء الاصطناعي (AI) والتعلم الآلي (ML) كمجموعة فرعية منه.

ما نراه اليوم هو أن عمليات تسجيل الدخول البيومترية يتم استخدامها بشكل متزايد إما عن طريق مسح بصمات الأصابع أو شبكية العين أو بصمات النخيل لإنشاء عمليات تسجيل دخول آمنة. يمكن استخدام هذا كإجراء أمان مستقل أو بالاشتراك مع كلمة مرور ، وهو الأكثر شيوعًا في تكنولوجيا الهواتف الذكية.

أثبت خبراء الأمن السيبراني بشكل قاطع أن كلمات المرور معرضة بشدة للتهديدات السيبرانية ، مما يعرض البيانات الشخصية وتفاصيل بطاقة الائتمان وحتى أرقام الضمان الاجتماعي للخطر. كل هذه الأسباب تجعل تسجيلات الدخول البيومترية تساهم بشكل إيجابي في الأمن السيبراني.

يمكن استخدام الذكاء الاصطناعي لتحديد نقاط الضعف في النظام أو الجهاز وغيرها من الأعمال الضارة المحتملة. إنها حقيقة أن الأنظمة التقليدية لا يمكنها مواكبة العدد الهائل من البرامج الضارة التي يتم إنشاؤها كل شهر ، لذلك أصبحت واحدة من العديد من المجالات المحتملة للذكاء الاصطناعي للتحرك وحل المشكلة.

في الوقت الحالي ، تقوم شركات الأمن السيبراني بتعليم أنظمة الذكاء الاصطناعي للكشف عن البرامج الضارة وعمليات تسجيل الدخول غير المصرح بها من خلال اعتماد خوارزميات معقدة. بهذه الطريقة ، يتم الآن استخدام الذكاء الاصطناعي والتعلم الآلي لتأمين العملات المشفرة القائمة على blockchain ، والخدمات المصرفية عبر الإنترنت ، وسجلات الشركة الحساسة ، وبيانات العملاء ، وما إلى ذلك.

تتمتع هذه الأنظمة بالفعل بالقدرات على التمييز حتى بين أبسط الأنماط في هجمات برامج الفدية والبرامج الضارة ، مما يمنعها بشكل فعال من دخول الشبكات أو الأنظمة الفردية. كما أنهم يستخدمون الوظائف التنبؤية التي تتجاوز سرعة الأساليب التقليدية وتتجاوزها. ولهذا السبب

الأنظمة التي تعمل بالذكاء الاصطناعي تطلق العنان لقدرات معالجة اللغة الطبيعية التي تجمع المعلومات تلقائيًا من خلال المنشورات والأخبار ودراسات التهديد السيبراني. ستوفر هذه المعرفة نظرة ثاقبة للاتجاهات والهجمات الإلكترونية وطرق الوقاية. كما أنه يساعد شركات أمن المعلومات على مواكبة التهديدات الحالية والأطر الزمنية ، وإنشاء استراتيجيات استباقية لحماية المؤسسات.

6 طرق سيحسن بها الذكاء الاصطناعي الأمن السيبراني

نعلم جميعًا أن هناك عدة طرق سيؤثر بها الذكاء الاصطناعي والتعلم الآلي أو التعلم الآلي على مستقبلنا. لقد سلطنا الضوء على بعض الطرق التي ستحدث بها هذه التقنيات فرقًا من خلال منح الأمن السيبراني الدفعة التي تمس الحاجة إليها.

1. التعلم الآلي في اكتشاف التهديدات الإلكترونية

يجب أن تكون المنظمات قادرة على اكتشاف هجوم إلكتروني مقدمًا حتى تتمكن من مواجهة ما يسعى الخصوم إلى تحقيقه. يبدو أن التعلم الآلي هو جانب من جوانب الذكاء الاصطناعي ، والذي أثبت أنه مفيد للغاية في اكتشاف التهديدات السيبرانية بناءً على تحليل البيانات وإيجاد تهديد قبل الاستفادة من خلل في أنظمة المعلومات.

يساعد التعلم الآلي أجهزة الكمبيوتر على استخدام الخوارزميات وتعديلها بناءً على البيانات التي تم الحصول عليها والتعلم منها وفهم التحسينات اللازمة. من منظور الأمن السيبراني ، قد يعني هذا أن التعلم الآلي يسمح للكمبيوتر باكتشاف التهديدات وتحديد أي شذوذ بدقة أكثر من أي شخص آخر.

تعتمد التكنولوجيا التقليدية بشكل كبير على النتائج السابقة ولا يمكنها الارتجال كما يمكن للذكاء الاصطناعي. لا تستطيع التقنيات الكلاسيكية معالجة أحدث تقنيات وحيل المتسللين كما يفعل الذكاء الاصطناعي. بالإضافة إلى ذلك ، فإن حجم التهديدات الإلكترونية التي يواجهها الأشخاص كل يوم كبير للغاية بالنسبة للبشر ويتم إدارته بشكل أفضل بواسطة الذكاء الاصطناعي.

2. حماية كلمة مرور مدعومة بالذكاء الاصطناعي والمصادقة

لطالما كانت كلمات المرور عنصر تحكم أمني ضعيف للغاية وغالبًا ما تكون الرابط الوحيد بين مجرمي الإنترنت وهوياتنا. يتم تقييم المصادقة البيومترية كبديل لكلمات المرور ، ولكنها ليست مريحة للغاية ، ويمكن للمهاجمين أيضًا تجاوز عناصر التحكم هذه بسهولة. يستخدم المطورون الذكاء الاصطناعي لتحسين المصادقة البيومترية الحالية والقضاء على أي عيوب لجعله تطبيقًا قويًا.

أحد الأمثلة على ذلك هو تقنية التعرف على الوجوه من Apple المستخدمة حاليًا على هواتفهم الذكية iPhone X. يكتشف الجهاز الذي يسمى Face ID ، ملامح وجه المستخدم من خلال مستشعرات الأشعة تحت الحمراء المدمجة والمحركات العصبية. يُنتج برنامج الذكاء الاصطناعي نموذجًا متطورًا للوجه من خلال التعرف على أوجه التشابه والأنماط الرئيسية.

تعتقد Apple أن هذه التكنولوجيا لديها احتمال واحد من مليون لخداع الذكاء الاصطناعي وفتح التطبيق بوجه آخر. يمكن أن تعمل بنية جهاز الذكاء الاصطناعي أيضًا في ظل ظروف الإضاءة المختلفة ، لتعويض التغييرات مثل الحصول على تسريحة شعر جديدة ، وزيادة شعر الوجه ، وارتداء غطاء للرأس ، وما إلى ذلك.

3. الذكاء الاصطناعي والتعلم الآلي في مكافحة التصيد والوقاية منه

يعد التصيد الاحتيالي أحد أكثر أساليب الهجوم الإلكتروني استخدامًا حيث يحاول المتسللون تسليم حمولتهم باستخدام هجوم التصيد الاحتيالي. رسائل البريد الإلكتروني المخادعة شائعة للغاية ؛ في الواقع ، واحدة من كل 99 رسالة بريد إلكتروني هي محاولة هجوم. بمجرد فتحه ، سيحتوي البريد الإلكتروني على رابط يجذب الضحية لتثبيت برامج ضارة أو أحد برامج الفدية المفضلة للقراصنة على أجهزتهم. لحسن الحظ ، سيلعب الذكاء الاصطناعي والتعلم الآلي دورًا رئيسيًا في التخفيف من هجمات التصيد الاحتيالي وإحباطها.

يمكن للذكاء الاصطناعي والتعلم الآلي تحديد وتتبع أكثر من 10000 مصدر تصيد نشط والاستجابة بشكل أسرع بكثير من البشر. يعمل AI و ML أيضًا على مراقبة تهديدات التصيد الاحتيالي من جميع أنحاء العالم ، ولا تقتصر معرفته بحملات التصيد الاحتيالي على أي منطقة جغرافية واحدة. يسمح الذكاء الاصطناعي أيضًا بالتمييز السريع بين موقع ويب مزيف وصالح.

4. استخدام الذكاء الاصطناعي وتعلم الآلة في إدارة الثغرات الأمنية

تتضمن كل عملية تجارية تقريبًا تقنية المعلومات (IT). تم تسجيل أكثر من 2000 نقطة ضعف فريدة حتى الآن هذا العام وحده. إن إدارة كل هذه الأشياء باستخدام التكنولوجيا البشرية أو التقليدية أمر صعب للغاية. ومع ذلك ، سوف يتعامل الذكاء الاصطناعي مع هذا الأمر بشكل أسهل.

لا تسمح أنظمة الذكاء الاصطناعي والتعلم الآلي للتهديدات عبر الإنترنت باستغلال ثغرة أمنية. بدلاً من ذلك ، تبحث هذه الأنظمة المستندة إلى الذكاء الاصطناعي بكفاءة وفعالية عن العيوب المحتملة في أنظمة معلومات الشركة وتقوم بذلك من خلال دمج متغيرات مختلفة بنجاح مثل منتديات قراصنة الويب المظلمة ، ومصداقية المتسللين ، والاتجاهات المستخدمة ، وما إلى ذلك. يمكن لهذه الأنظمة تحليل مثل هذه المتغيرات واستخدام المعرفة لتقرير متى وكيف يمكن مهاجمة الأهداف المعرضة للخطر.

5. أمن الشبكات والذكاء الاصطناعي

سيجعل الذكاء الاصطناعي حياتنا أسهل بكثير ، ولكنه سيؤدي أيضًا إلى زوال العديد من التقنيات التي نستخدمها حاليًا. قد يؤدي أيضًا إلى بعض الوظائف أو الوظائف التي أصبحت قديمة. هناك جانبان أساسيان لأمن الشبكة هما تطوير سياسة الأمن وتضاريس الشبكة للمؤسسة.

عادةً ما تستغرق كلتا المهمتين وقتًا طويلاً وتتطلب الكثير من الجهد البشري والوقت. يمكننا الآن استخدام الذكاء الاصطناعي لأتمتة هذه العمليات من خلال تحليل ودراسة ديناميكيات حركة مرور الشبكة والتوصية بالسياسات والإجراءات. هذا لا يوفر الوقت فحسب ، بل يوفر أيضًا الكثير من الطاقة والمال التي يمكننا تخصيصها لمجالات النمو والتعزيز التقنية.

6. التحليلات السلوكية باستخدام الذكاء الاصطناعي

تعد القدرة التحليلية السلوكية للذكاء الاصطناعي تحسينًا مثيرًا آخر في تحسينات الأمان لدينا. ما يتلخص في هذا هو أن خوارزميات ML يمكنها تعلم وبناء أنماط سلوكية من خلال دراسة كيفية استخدام جهاز الكمبيوتر أو الأجهزة الذكية الأخرى والأنظمة الأساسية المفضلة لديك على الإنترنت. يمكن أن تتضمن التفاصيل كل شيء من أوقات تسجيل الدخول المعتادة إلى أنماط الرسائل النصية والتصفح.

إذا وجدت خوارزميات الذكاء الاصطناعي سلوكيات أو أفعالًا غير منتظمة خارج أنماطك العادية في أي وقت ، فيمكنها تحديدها على أنها تم إجراؤها من قبل مستخدم مشكوك فيه أو حظر الفرد. يمكن أن تكون السلوكيات التي تحدد خوارزميات الذكاء الاصطناعي أي شيء من فترات التسوق الضخمة عبر الإنترنت ، والتي يتم شحن منتجاتها إلى عناوين أخرى غير عناوينك ، أو الزيادة المفاجئة في عمليات التحميل أو التنزيلات أو النقل العام للمستندات من ملفاتك المؤرشفة ، أو تحول مفاجئ في سرعة كتابتك.

كيف يمكن للذكاء الاصطناعي تقليل تكلفة خرق البيانات؟

مع البراعة الجذرية للذكاء الاصطناعي ، يمكن أن يساعد تحديد انتهاكات الأمن السيبراني المستهلكين على حماية معلوماتهم الخاصة.

نظرًا لأن معظم مواقع الويب تحتوي على قدر معين من الثغرات الأمنية المعروفة ، فإن المتسللين كثيرًا ما يستهدفون أولئك الذين لديهم أكبر حجم من البيانات الشخصية. في معظم الحالات ، يتم ذلك دون عناء ، دون مشاركة نشطة ووعي المستخدم. دعنا نستكشف كيف يتم استخدام الذكاء الاصطناعي لمواجهة التهديدات التي تتعرض لها المعلومات الشخصية في مختلف الصناعات.

الخدمات المصرفية

اكتشاف الشذوذ هو تقنية تستخدم الذكاء الاصطناعي لتحديد الأنشطة غير العادية في عالم معقد. على سبيل المثال ، عندما يقوم العميل بشكل غير متوقع بإجراء عملية سحب كبيرة مشبوهة من حسابه المصرفي. سيكون هذا النشاط خارج حدود "السلوك الطبيعي" للعميل المحدد ، وسيتم إبلاغ كل من العميل والبنك بهذا النشاط غير المعتاد.

يعد الاحتيال على بطاقات الائتمان وإساءة استخدامها إحدى المشكلات الرئيسية في القطاع المصرفي. يساعد الذكاء الاصطناعي في تقليل هذه التهديدات باستخدام تقنية تحديد إساءة الاستخدام. هنا تحدد أجهزة الكمبيوتر الاحتيال أو إساءة استخدام بطاقات الائتمان بناءً على القواعد السابقة المضمنة في النظام. كل غزو موثق له توقيع فريد. توقيعات مماثلة تصف خصائص الغزو. في كثير من الأحيان ، سيكون للتوقيعات عيب مماثل. عندما يكتشف الجهاز أحد هذه التوقيعات ، يتم تنبيه البنك.

هناك مشكلة أخرى تواجه البنوك وهي الاحتيال في طلب القروض. يستخدم الذكاء الاصطناعي لتحليل المعلومات بسرعة حول مصداقية مقدم الطلب واكتشاف السلوك غير المعتاد أو الشذوذ في البيانات المقدمة ، مثل عنوان سكني أو تجاري مشبوه. من خلال إزالة طلبات القروض الاحتيالية في وقت أبكر من المعتاد في عملية التقديم ، يمكن تقييد الاحتيال أو القضاء عليه تمامًا ويمكن قضاء المزيد من الوقت في مراجعة الطلبات المشروعة.

تأمين

أصبحت شركات التأمين هدفًا قيمًا للمتسللين بسبب الكم الهائل من البيانات التي تجمعها شركات التأمين حول الأفراد والشركات. من المفهوم أن الحاجة إلى الحفاظ على قدرتها التنافسية مع تقليل المخاطر الأمنية دفعت الشركات إلى رقمنة منتجاتها والاستثمار في منصات إلكترونية جديدة. ومع ذلك ، فإن هذا الاستثمار يثير تهديدات أخرى ناشئة للأمن السيبراني.

عندما يقدم العميل طلب التأمين الخاص به ، هناك افتراض بأن حامل الوثيقة المحتمل سيقدم تفاصيل دقيقة. ومع ذلك ، يقوم عدد صغير من المرشحين أيضًا باختلاق البيانات للتلاعب بالمعدل الذي يتلقونه من شركات التأمين.

لمعالجة هذه المشكلة ، تستخدم شركات التأمين الذكاء الاصطناعي لتحليل ملفات تعريف الشبكات عبر الإنترنت لمقدم الطلب للادعاء بأن البيانات المقدمة ليست احتيالية. على سبيل المثال ، ستقوم منظمة العفو الدولية بفحص الصور والمنشورات والمعلومات الخاصة بحامل الوثيقة المحتمل للتحقق من صحة التفاصيل المقدمة. هذه التقنية ناجحة في الكشف عن عمليات الإرسال الاحتيالية.

يمكن أيضًا استخدام الذكاء الاصطناعي لتحسين تقييم مطالبات التأمين وتصفيتها استنادًا إلى اتجاهات الاحتيال المعروفة. لا يشير هذا الإجراء فقط إلى الادعاءات الكاذبة المحتملة لإجراء مزيد من التحقيق ، بل له فائدة إضافية تتمثل في الكشف التلقائي عن المطالبات المشروعة وتبسيط الموافقة والدفع. هذا يقلل من تكاليف شركات التأمين ويساعد على خفض أسعار العملاء.

رعاية صحية

تعتبر الخصوصية والحماية في مجال الرعاية الصحية أمرًا معقدًا حيث يمكن للآلاف الوصول إلى بيانات المرضى. سيكون من غير العملي إجراء تقييم يدوي لمقدار تفاعلات بيانات المريض كل يوم. علاوة على ذلك ، هناك فرصة أكبر لانتهاكات الخصوصية والأمان عند ربط بيانات المريض بالإنترنت.

يتمتع الذكاء الاصطناعي بالقدرة على مسح بيانات المريض في الثانية عبر المعاملات الفردية وتقييم العوامل المختلفة المتعلقة بكل معاملة ، مثل منطقة الوصول ومقدار عمليات تسجيل الدخول وطول الوقت لكل جهد تسجيل دخول. إذا وصل حساب أحد الموظفين فجأة إلى ملفات 10000 مريض في نفس اللحظة تقريبًا ، فسوف يكتشف الذكاء الاصطناعي هذا السلوك غير المعتاد ويصدر تنبيهًا.

يشيع استخدام الأجهزة الطبية بما في ذلك أجهزة تنظيم ضربات القلب ومضخات الأنسولين في جميع أنحاء العالم وتعطي المرضى فوائد كبيرة. ومع ذلك ، فإن مثل هذه الأجهزة عرضة للهجمات ، حيث لا يمتلك الكثير منها إصدار نظام التشغيل المطلوب اللازم للاستفادة الكاملة من حماية الجهاز وخصوصيته. قام باحثون أمنيون بفحص ضعف الأجهزة الطبية ، مما يسمح بانتقال الفيروسات إلى جهاز تنظيم ضربات القلب الخاص بالمريض.

تم توجيه جهاز تنظيم ضربات القلب لصدم المريض. في هذه الظروف ، وباستخدام الكشف عن الحالات الشاذة (المذكورة أعلاه) ، يتم تنفيذ الذكاء الاصطناعي للكشف عن التعليمات غير الطبيعية التي يتم إرسالها إلى الكمبيوتر. سيتتبع الذكاء الاصطناعي النظام باستمرار دون الحاجة إلى الاعتماد على الشركات المصنعة لتحذير المستشفى والمريض من نقاط الضعف.

الشركات التي تستخدم الذكاء الاصطناعي في الأمن السيبراني اليوم

يسمح الذكاء الاصطناعي ، بما في ذلك الشبكات العصبية والتعلم الآلي والتحليلات والخوارزميات المرتبطة بها لمهام محددة ، للأنظمة بالتعلم من خلال التجربة. بالنسبة للأمن السيبراني ، تتمتع المجموعة الفرعية للتعلم الآلي للذكاء الاصطناعي بأكبر قدر من الاستخدام - على الأقل في المرحلة الحالية من تطوير الذكاء الاصطناعي.

على الرغم من قلة استخدام الذكاء الاصطناعي المعرفي "الحقيقي" ، يمكن أن يوفر التعلم الآلي أيضًا نقطة انطلاق من استراتيجيات الأمن السيبراني التقليدية القائمة على التوقيع إلى أسلوب أوسع لجمع البيانات وتحليلها.

تحولت Microsoft و Google و Amazon.com وعدد من الشركات الناشئة الأخرى بعيدًا عن استخدام التقنيات المستندة إلى القواعد المصممة للتكيف مع أنواع مختلفة من الغزو لنشر خوارزميات التعلم الآلي التي تحلل كميات كبيرة من البيانات لتمكين المصادقة لمنع المتسللين من الوصول إلى حسابات المستخدمين.

من الواضح أن المتسللين أنفسهم يتمتعون بالمرونة بشكل لا يصدق ، وقد يستخدمون أيضًا التعلم الآلي لإنشاء اضطرابات مختلفة لتطغى على أنظمة الأمان الجديدة.

قد يكتشفون ، على سبيل المثال ، كيف تدرب الشركات أنظمتها وتستخدم البيانات المذكورة للتحايل على الخوارزميات أو الغش فيها. يدرك مقدمو الخدمات السحابية الرئيسيون بشكل مؤلم أن العدو هدف متحرك ، لكنهم يزعمون أن تقنيات استضافة الويب الجديدة المستندة إلى السحابة يجب أن تساعد الأخيار على قلب التوازن.

يبحث Google أيضًا عن الانتهاكات حتى بعد تسجيل المستخدم من أجل العثور على المتسللين nab. نظرًا لأن التعلم الآلي قادر على تحليل مجموعات فريدة متعددة من البيانات ، فإن تسجيل الدخول غير المصرح به لم يعد يتعلق ببساطة بنعم أو لا. تتعقب Google العوامل السلوكية المختلفة أثناء جلسة المستخدم. سيتم طرد الشخص الذي يبدو في البداية موثوقًا به ولكن بعد ذلك يظهر إشارات على أنه ليس كما يقول ، من قبل برنامج Google قبل أن يتسبب في أي ضرر

إلى جانب استخدام التعلم الآلي لحماية البنية التحتية وخدمات الويب الخاصة بهما ، تمنح أمازون ومايكروسوفت عملائهما التكنولوجيا نفسها. تستخدم خدمة Macie من Amazon التعلم الآلي لتحديد البيانات السرية من العملاء مثل Netflix ومعلومات الشركة ، ثم تراقب من يصل إليها ومتى ، وتنبه المؤسسة إلى السلوك المشبوه. تتعقب Amazon's GuardDuty الشبكات للسلوك التخريبي أو غير القانوني. ترى الخدمة أيضًا أن العمال يقومون بأشياء لا ينبغي عليهم القيام بها ، مثل تعدين البيتكوين في العمل.

استنتاج

في حين أن فكرة السماح للذكاء الاصطناعي بتولي المسؤولية بالكامل هي فكرة جذابة للغاية ، يجب أن نتذكر أن الذكاء الاصطناعي يتكون من أشياء كثيرة جدًا وبالتالي فهو قابل للتكيف للغاية. بينما يقوم الذكاء الاصطناعي بعمل عجائب في مجال الأمن السيبراني ، فإنه يشق طريقه أيضًا إلى المتسللين لأغراض خبيثة. في الأيدي الخطأ ، يمكن أن يتسبب ذلك في ضرر أسي ويشكل خطرًا أكبر على الأمن السيبراني.

مع تقدم التكنولوجيا ، يعمل أصدقاؤنا وحلفاؤنا العالميون أيضًا على تحسين استراتيجيات وأدوات وتقنيات الهجوم. ليس هناك شك في أن الذكاء الاصطناعي مفيد للغاية ، لكنه سيف ذو حدين. يمكن استخدام الذكاء الاصطناعي والتعلم الآلي لاكتشاف الهجمات ومنعها قبل حدوثها. بينما يشهد الذكاء الاصطناعي مزيدًا من التقدم ، سنشهد حقًا إلى أي مدى يمكن للتكنولوجيا أن تذهب وكيف ستفيدنا وأجيالنا القادمة.