AI 正在从好坏两个方面彻底改变网络安全格局
人工智能 (AI) 的变革力量不仅帮助企业发展,也给网络安全领域带来重大变化。从积极的方面来看,AI 正在改善自动化、实时网络威胁识别和分析。企业现在具备了更好、更快的网络防御能力,能够监控系统活动、识别异常情况和发现行为异常的个人。
遗憾的是,利用 AI 提升性能时需要考虑两个方面。在当前的数字环境中,网络犯罪分子也在使用 AI 和机器学习 (ML) 工具来更有效地攻击和利用受害者的网络,这些工具在两个主要领域产生了最大影响。
首先,AI 可用于自动化和加速网络攻击。AI 工具减少了攻击前的侦察、信息收集和分析所需时间。它们还可以指导对受害者 IT 系统的探索和利用;一旦攻击者入侵系统,最终会减少从初始入侵到窃取或破坏信息之间的时间。
其次,AI 被用来创建越来越逼真但虚假的文本、音频甚至视频。以前看似无害的信息,如高管公开采访的视频,现在可以更快地用来制作这些深度伪造内容。深度伪造最明显的用途是使钓鱼攻击更具说服力;但现在它们也被用来支持针对企业的虚假信息活动,例如,通过制造员工说出可能对组织造成重大声誉损害的言论。这个问题的规模正在扩大。2024 年,近一半的全球企业报告了与深度伪造相关的欺诈事件。
如果部署不当,工作场所的 AI 工具也可能造成问题
AI 工具的无意误用也会影响信息安全。自 ChatGPT 等生成式 AI 应用发布以来,员工希望使用这些工具来简化日常工作任务的风险一直存在。但是,将敏感的企业信息输入公共生成式 AI 工具会大大增加意外泄露的风险。这种风险因中国的 DeepSeek 等 AI 工具的出现而加剧。DeepSeek 宽松的隐私政策以及中国的国家安全法律,理论上可能使中国政府能够请求访问与 DeepSeek 相关的信息和查询。
商业领导者在应对 AI 驱动威胁时有四个关键考虑因素:
1. 确保企业领导者的支持
为了应对日益增长的威胁和挑战,企业领导者必须面对 AI 带来的风险,并解决任何防御性差距,以保持商业生存能力。他们必须投入足够的资源来理解 AI 可能如何损害他们的企业,包括它如何被用来创建复杂的虚假信息或钓鱼活动。他们还必须了解敏感的企业数据如何可能通过误用 ChatGPT 等 AI 应用而无意或故意泄露到公共领域。
2. 了解你面临的 AI 驱动网络威胁
任何网络安全承诺都始于对网络漏洞的风险评估。AI 驱动的网络安全工具应该被整合到这些评估中。
AI 可以作为一个工具来帮助识别程序和应用中可能已经存在的代码缺陷、配置错误或恶意软件。应用安全测试应该是评估过程的第一步。
3. 培养具备新兴技术趋势专业知识的自上而下的网络安全文化
AI 已经对安全和商业运营模式产生重大影响。为了充分利用新兴技术,C 级高管应该充分了解其功能,并为安全团队分配足够的资源来获取和整合新的安全工具。
4. 准备应对 AI 驱动的威胁场景
C 级高管还需要定期测试其应对 AI 驱动威胁场景的能力。需要测试的关键要素包括如何处理可能被虚假信息操纵的内部和外部叙述;如何处理深度伪造可能导致的指挥链中断;以及如何回应相关监管机构。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。