Êrîşên sîber ên xweser ên ku AI-ê bikar tînin: Dema ku makîneyên sûcdar dibin

KREDIYA WÊNE:
Kredê Image
iStock

Êrîşên sîber ên xweser ên ku AI-ê bikar tînin: Dema ku makîneyên sûcdar dibin

Êrîşên sîber ên xweser ên ku AI-ê bikar tînin: Dema ku makîneyên sûcdar dibin

Nivîsa binavkirî
Hêza îstîxbarata sûnî (AI) û fêrbûna makîneyê (ML) ji hêla hackeran ve tê bikar anîn da ku êrîşên sîber bi bandortir û kujertir bikin.
    • Nivîskar:
    • Navê nivîskar
      Pêşbîniya Quantumrun
    • September 30, 2022

    Kurteya Insight

    Zehmetiya hunerî (AI) û fêrbûna makîneyê (ML) her ku diçe di ewlehiya sîber de, hem ji bo parastina pergalê û hem jî di pêkanîna êrîşên sîber de, zêde têne bikar anîn. Kapasîteya wan a fêrbûna ji dane û behreyan rê dide wan ku qelsiyên pergalê nas bikin, lê di heman demê de peydakirina çavkaniya li pişt van algorîtmayan jî dijwar dike. Ev dîmena pêşkeftî ya AI-ê di sûcê sîber de fikaran di nav pisporên IT-yê de zêde dike, stratejiyên berevaniyê yên pêşkeftî hewce dike, û dibe ku bibe sedema guhertinên girîng di awayê nêzîkbûna hukûmet û pargîdanî de ji ewlehiya sîber.

    Êrîşên sîber ên xweser ên ku bi çarçoweya AI-ê bikar tînin

    Zehmetiya çêkirî û ML şiyana otomatîkkirina hema hema hemî karan diparêzin, tevî fêrbûna ji behre û şêwazên dubare, çêkirina amûrek hêzdar ji bo naskirina qelsiyên di pergalê de. Ya girîngtir, AI û ML dijwar e ku meriv kesek an saziyek li pişt algorîtmayekê destnîşan bike.

    Di sala 2022-an de, di dema Lijneya Karûbarên Çekdar a Senatoya Dewletên Yekbûyî yên li ser Ewlehiya Sîberê de, Eric Horvitz, efserê zanistî yê Microsoft-ê, karanîna îstîxbarata sûnî (AI) ji bo otomatîkkirina êrişên sîber wekî "AI-ya êrîşkar" binav kir. Wî ronî kir ku dijwar e ku meriv diyar bike ka êrîşek sîber bi AI-ê ve girêdayî ye. Bi heman rengî, ew fêrbûna makîneyê (ML) ji bo arîkariya êrîşên sîber tê bikar anîn; ML ji bo fêrbûna peyv û stratejiyên ku bi gelemperî têne bikar anîn di çêkirina şîfreyan de tê bikar anîn da ku wan çêtir hack bikin. 

    Lêkolînek ji hêla pargîdaniya ewlehiya sîber Darktrace ve hatî vedîtin ku tîmên rêveberiya IT-ê her ku diçe di derbarê karanîna potansiyela AI-ê di sûcên sîber de bi fikar in, ku ji sedî 96 ê bersivdaran destnîşan kir ku ew jixwe li çareseriyên gengaz lêkolîn dikin. Pisporên ewlehiya IT-ê di rêbazên êrîşa sîberê de ji ransomware û phishing berbi malwareya tevlihevtir veguhestin ku zehmet e ku were kifşkirin û jêbirin. Rîska muhtemel a sûcê sîberê ku bi AI-ê ve hatî çalak kirin danasîna daneyên xerabûyî an manîpulekirî di modelên ML de ye.

    Êrîşek ML dikare bandorê li nermalava û teknolojiyên din ên ku niha têne pêşve xistin da ku piştgirî bide hesabkirina ewr û AI-ya qeraxê. Daneyên perwerdehiyê yên têrker dikarin ji nû ve çewisandinên algorîtmayê yên wekî nerast nîşankirina komên hindikahî an jî bandorkirina polîsên pêşbînîkirî ji bo armanckirina civakên marjînal ji nû ve bicîh bikin. Zehmetiya Hunerî dikare agahdariya nazik lê karesatbar bixe nav pergalan, ku dibe ku encamên demdirêj hebin.

    Bandora têkçûyî

    Lêkolînek ji hêla lêkolînerên Zanîngeha Georgetown ve li ser zincîra kuştina sîber (lîsteyek kontrolê ya karên ku ji bo destpêkirina êrîşek serketî ya sîber têne kirin) destnîşan kir ku stratejiyên êrîşkar ên taybetî dikarin ji ML sûd werbigirin. Van rêbazan spearphishing (xapandinên e-nameyên ku ber bi kes û rêxistinên taybetî ve têne rêve kirin), diyarkirina qelsiyên di binesaziyên IT-ê de, şandina kodên xirab di nav toran de, û dûrketina ji tespîtkirina ji hêla pergalên ewlehiya sîber ve hene. Fêrbûna makîneyê di heman demê de dikare şansê serkeftina êrişên endezyariya civakî zêde bike, li cihê ku mirov têne xapandin da ku agahdariya hesas eşkere bikin an kiryarên taybetî yên mîna danûstendinên darayî bikin. 

    Wekî din, zincîra kuştina sîber dikare hin pêvajoyan otomatîk bike, di nav de: 

    • Çavdêriya berfereh - skanerên xweser ku agahdariya ji torên armanc berhev dikin, tevî pergalên wan ên girêdayî, berevanî, û mîhengên nermalavê. 
    • Çekên berfireh - Amûrên AI-ê qelsiyên di binesaziyê de nas dikin û kodê diafirînin da ku bikevin van valahiyan. Ev tespîtkirina otomatîkî dikare ekosîstem an rêxistinên dîjîtal ên taybetî jî bike hedef. 
    • Radestkirin an jî hakkirin - Amûrên AI-ê ku otomasyonê bikar tînin da ku pîvazkirin û endezyariya civakî pêk bînin da ku bi hezaran kes bikin hedef. 

    Ji sala 2023-an ve, nivîsandina koda tevlihev hîn jî di nav qada bernamenûsên mirovan de ye, lê pispor bawer dikin ku dê demek dirêj nemîne ku makîneyan jî vê jêhatîbûnê bi dest bixin. DeepMind's AlphaCode mînakek berbiçav a pergalên AI-ya pêşkeftî ye. Ew bi analîzkirina mîqdarên mezin ên kodê re arîkariya bernamenûsan dike da ku nimûneyan fêr bibin û çareseriyên kodê yên xweşbîn biafirînin.

    Encamên êrîşên sîber ên xweser ên ku AI-ê bikar tînin

    Encamên berfireh ên êrişên sîber ên otomatîk ên ku AI bikar tînin dibe ku ev in: 

    • Pargîdan budçeyên xwe yên berevaniya sîber kûr dikin da ku çareseriyên pêşkeftî yên sîber pêşve bibin da ku êrişên sîberê yên otomatîkî tespît bikin û rawestînin.
    • Sûcdarên sîber ku rêbazên ML-ê dixwînin da ku algorîtmayan biafirînin ku dikarin bi dizî pergalên pargîdanî û sektora gelemperî dagir bikin.
    • Bûyerên êrîşên sîber ên ku baş hatine organîze kirin û bi yekcarî gelek rêxistinan dikin hedef.
    • Nermalava AI-ya êrîşkar ku ji bo kontrolkirina çekên leşkerî, makîne û navendên fermandariya binesaziyê tê bikar anîn.
    • Nermalava AI-ê ya êrîşkar ku ji bo têkbirin, guhartin an karanîna pergalên pargîdaniyek ji bo hilweşandina binesaziyên gelemperî û taybet tê bikar anîn. 
    • Hin hukûmet bi potansiyel berevaniya dîjîtal a sektora xweya taybet a navxweyî di bin kontrol û parastina ajansên ewlehiya sîberê yên neteweyî yên têkildar de ji nû ve organîze dikin.

    Pirsên ku têne nirxandin

    • Encamên din ên potansiyel ên êrişên sîber ên çalakkirî yên AI-ê çi ne?
    • Wekî din pargîdanî çawa dikarin ji êrîşên weha re amade bibin?

    Referansên Insight

    Girêdanên populer û sazî yên jêrîn ji bo vê têgihiştinê hatine referans kirin:

    Navenda Ewlekarî û Teknolojiya Pêşketinê Xweserkirina Êrîşên Sîberê