?Bamboo Technology channel? ⚡️The skys the limit with us!⚡️ ?programming ?Security
?چگونه هوش مصنوعی و امنیت سایبری در سال 2020 تلاقی خواهند کرد؟
?بسیاری از بحثهایی که درباره رابطه امنیت سایبری ، هوش مصنوعی(AI) و یادگیری ماشین (ML) شکل میگیرند ، حول این محور است که هوش مصنوعی و یادگیری ماشین چگونه می توانند عملکرد امنیت محصول را بهبود ببخشند . با این حال ، این در واقع تنها یک بخش از ارتباط بسیار گسترده تر بین امنیت سایبری و هوش مصنوعی است.
?از آنجا که استفاده کاربردی از هوش مصنوعی/یادگیری ماشین شروع به پیشبرد و گسترش در سراسر موارد استفاده مشاغل و فناوری می کند ، کارشناسان امنیتی برای کمک به همکاران خود در مشاغل دیگر نیاز دارند تا در مورد خطرات جدید ، روشهای جدید تهدید ، دامنه های تخصصی جدید ، و ، بله ، گاهی اوقات با راه حلهای جدید امنیتی به آنها کمک کنند.
?در سال 2020 ، تحلیلگران تجارت و فناوری انتظار دارند Solid applicationهایی(یک نوع از برنامههای کاربردی که مبتنی بر دادههای عمومی میباشند) که بر پایه هوش مصنوعی و یادگیری ماشین هستند ، تسریع یابند.
?این بدین معنی میباشد CISOها(یک جایگاه شغلی میباشد) و کاربلدهای امنیت نیاز خواهند داشت تا به سرعت روی خطرات امنیتی هوش مصنوعی که کسب و کارها را تهدید میکنند ، کار کنند.
1. الوده کردن دادههای هوش مصنوعی/یادگیری ماشین
صنعت امنیت نیاز دارد تا به حملاتی نظیر الوده کردن دادههای تمرینی برنامههای تجاری که منجر به مختل کردن فرایند تصمیم گیری میشوند ، توجه داشته باشد.
برای مثال تصور کنید ، شرکتهایی مبتنی بر هوش مصنوعی برای خودکارسازی تصمیمات زنجیره تأمین(supply chain decisions) هستند.یک مجموعه داده الوده شده میتواند باعث کمبود بیش از حد یا زیاد کالا شود.
?هایان سونگ مدیر کل بازارهای امنیتی Splunk می گوید: “انتظار دارید تلاش هایی برای مسموم کردن الگوریتم با نمونه های داده های خاص که بطور خاص برای خاموش کردن روند یادگیری یک الگوریتم یادگیری ماشین طراحی شده اند ، مشاهده شود.” “این فقط به کپی کردن فناوری هوشمند نمی پردازد بلکه ساختن آن به گونه ای است که الگوریتم به خوبی کار می کند – در حالی که نتایج نادرست را تولید می کند.”
درصورت علاقه به خواندن ادامه مقاله میتوانید از طریق لینک زیر آن را مطالعه کنید
مطلبی دیگر از این انتشارات
تنسورفلو ۱۰ : شبکه های عصبی
مطلبی دیگر از این انتشارات
خوشه بندی با طعم ویژگی های وزن دار!
مطلبی دیگر از این انتشارات
بایاس و واریانس