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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。