AIがサイバーセキュリティに与える影響は拡大

AIがサイバーセキュリティに与える影響は拡大

IT 業界で今最もホットな話題は何かと尋ねられたら、人工知能 (AI) 以外の答えを言う人はほとんどいないでしょう。

わずか 12 か月で、人工知能は IT 専門家だけが理解できる技術から、小学生から作家、プログラマー、アーティストまで誰もが使用するツールへと進化しました。

人工知能の発展はネットワークセキュリティにも大きな影響を与えます。 AI 対応ツールは、セキュリティ チームがゼロデイ マルウェア、APT、マルウェアフリー攻撃、ハッカー攻撃などの脅威を迅速に特定するのに役立ちます。

さらに、最近のコンピューティング能力とクラウドベースの処理の進歩により、AI 駆動型セキュリティ ツールがより利用しやすくなっています。 数年前のように、大量のハイエンド サーバーを実行する必要はなくなりました。

AI統合の強化

ますます多くの組織が、ウイルス対策保護、データ損失防止、不正検出、ID およびアクセス管理、侵入検知などの既存のセキュリティ対策と AI ツールを統合しています。

AI は、これらのツールが生成する膨大な量のデータを、人間のチームよりも速く分析できます。 これは、AI が次のようなタスクの実行に優れているためです。

検出: AI ツールは人間よりも迅速かつ正確に攻撃を検出できます。 これらのツールは、誤検知が少なくなり、人間の介入を必要とせずに、現実世界のリスクに基づいて対応の優先順位を付けることができます。

分析: これらのツールは、大量のデータを検索し、追加の注意が必要なイベントをセキュリティ チームに警告できます。 つまり、チームは攻撃に迅速に対応し、その影響を最小限に抑えることができるようになります。

検出: AI ツールは、重要な資産を保護するセキュリティ防御を継続的に調査し、ハッカーが悪用する前に弱点を特定するためにも使用できます。

このインテリジェンス機能があれば、セキュリティ チームは将来の攻撃を防ぎ、攻撃が発生したときに迅速に対応できるという大きな利点を得ることができます。

AIがサイバー攻撃のコストに与える影響

興味深いことに、2023 年の IBM データ侵害コストレポートによると、AI と自動化は、セキュリティチームが侵害を特定して封じ込める速度に最も大きな影響を与えることになります。 報告書によると、AIと自動化を広範に活用した組織では、そうでない組織よりもデータ侵害のライフサイクルが108日短かったという。

同レポートによると、セキュリティ AI と自動化ツールを広範に活用した組織は、データ侵害の平均コストが 360 万ドルで、相対的に最も高いコスト削減を示しました。 これは、そのようなツールを使用しない人よりも176万ドル少なく、39.3%の差があります。

時間と賃金を節約

ただし、サイバーセキュリティ インシデントの経済的影響は、インシデントのコストだけで終わるわけではないことを覚えておく必要があります。 Morgan Stanley Research の最近の調査によると、セキュリティアナリストは平均して時間の 20% ~ 40% を自動化タスクに費やしています。 これには、レポート、アラートの概要、パッチ管理、ログの監視と分析が含まれます。

同社は、現在、世界のサイバー労働力はおよそ 470 万人で、世界平均給与は 8 万ドルであると推定しており、世界のサイバー労働力支出の中央値はおよそ 3,740 億ドルに上るとしています。 このワークフローの 30% を自動化できると仮定すると、年間約 1,120 億ドルのコスト削減につながります。

マネージドサービスの役割

AI 対応ツールは組織とそのセキュリティ チームに大きなメリットをもたらしますが、ツールを導入して管理するには依然として人間の専門家が必要です。 多くの場合、IT 業界では依然として資格と経験のある候補者が深刻に不足しているため、これは困難です。

この課題は、自動化と AI を活用して効果的なサイバーセキュリティ サービスを提供できるマネージド サービス プロバイダー (MSP) にとって、大きな成長の機会となります。

サイバーセキュリティは依然として複雑で、常に変化する分野です。 したがって、組織にとって、最も効果的な保護を提供するために人工知能と自動化を活用する適切な MSP にサイバーセキュリティのニーズをアウトソーシングすることはビジネス上理にかなっています。

AI は進化を続け、新しい方法でセキュリティ チームをサポートしていきます。 これらを社内で活用したり、認定された MSP が提供するサービスを利用したりすることで、組織は可能な限り最高の保護を確保できます。

<<: 

>>:  MetaのAIディレクターは、AIスーパーインテリジェンスがすぐに実現するとは考えておらず、量子コンピューティングにも懐疑的だ。

ブログ    

推薦する

デアデビルが来た!バットセンスAIは、スマートフォンが音を聞いて3D画像を生成できるようにする

英国の科学者たちは、スマートフォンやノートパソコンなどの日常的な物に、デアデビルと同じくらい強力なコ...

Appleの10年にわたる自動車製造の夢は打ち砕かれた! 2,000人が解雇またはAIに異動し、100億ドル近くが燃え尽き、マスク氏は大喜び

10年越しの自動車製造の夢は完全に打ち砕かれ、タイタン計画は終了!言い換えれば、過去10年間にApp...

データサイエンスと機械学習のための珍しいPythonライブラリ

[51CTO.com オリジナル記事] この記事では、現在市場にあるデータサイエンスや機械学習に適し...

...

...

2024年の人工知能の6つの主要な発展トレンド

テクノロジーが支配する急速に進化する世界では、人間の創造性と人工知能 (AI) の魅力的な融合が中心...

...

一般相対性理論の予測に沿って、M87ブラックホールの最新の研究結果がネイチャー誌に掲載されました。

9月27日、ネイチャー誌は45の機関からなる国際科学研究チームの最新の研究成果を発表した。 200...

ABCの中でビッグデータが最初に遅れをとる理由

[[211451]]人工知能 (AI)、ビッグデータ、クラウドコンピューティングは、今日のインターネ...

7年間の変革:WOT2018がテクノロジーの背後にある真実を明らかにする

2018 年のインターネット業界が新たな変化の時期を迎えていることは否定できません。新たなアップグレ...

2.5 ~ 4 倍の深さで、より少ないパラメータと計算量で、DeLighT はどうやってそれを実現したのでしょうか?

ディープラーニングはパラメータが多すぎる、モデルが大きすぎる、展開が不便、そしてコンピューティングリ...

テクノロジー大手はAI人材の獲得に競い合い、新卒でも巨額の給与を得られる

編集者注: 将来は AI の時代であるため、あらゆる規模のテクノロジー企業が人材獲得を競っています。...

AIGCの6つの主なリスク

ChatGPTを運営するOpenAIのCEOサム・アルトマン氏は最近、議会公聴会で政府によるAIの規...

...

機械学習の時代に神経科学者はいかにして人間の思考を読み取り解読できるか

[[408373]]この記事では主に機械学習 (ML) と機能的磁気共鳴画像法 (fMRI) の応用...