col

Αυτήν τη στιγμή επισκέπτονται τον ιστότοπό μας 130 επισκέπτες και κανένα μέλος

Τεχνητή νοημοσύνη: Σύμμαχος ή απειλή για την κυβερνοασφάλεια;
Η επόμενη γενιά malware θα χρησιμοποιεί τεχνητή νοημοσύνη προσομοιώνοντας την συμπεριφορά ανθρώπινων επιτιθέμενων: τα malware θα προσδιορίζουν με ακρίβεια τους στόχους του, θα συλλέγουν όλες τις απαραίτητες πληροφορίες για αυτούς, θα επιλέγουν την αποτελεσματικότερη μέθοδο επίθεσης και θα αποφεύγουν έξυπνα την ανίχνευση. Τεχνητή νοημοσύνη: Σύμμαχος ή απειλή για την κυβερνοασφάλεια; Ακριβώς όπως οι επιχειρήσεις και οι οργανισμοί αξιοποιούν την τεχνητή νοημοσύνη για την ενίσχυση της ασφάλειας σε κάθε τομέα, έτσι και οι εγκληματίες του κυβερνοχώρου έχουν αρχίσει να την χρησιμοποιούν για την κατασκευή ευφυέστερων κακόβουλων προγραμμάτων. Αυτός είναι ακριβώς ο λόγος για τον οποίο απαιτείται η υιοθέτηση μιας ολιστικής προσέγγισης της ασφάλειας, όπου οι λύσεις για την προστασία των δικτύων, των endpoints, των εφαρμογών, των data centers και
Η επόμενη γενιά malware θα χρησιμοποιεί τεχνητή νοημοσύνη προσομοιώνοντας την συμπεριφορά ανθρώπινων επιτιθέμενων: τα malware θα προσδιορίζουν με ακρίβεια τους στόχους του, θα συλλέγουν όλες τις απαραίτητες πληροφορίες για αυτούς, θα επιλέγουν την αποτελεσματικότερη μέθοδο επίθεσης και θα αποφεύγουν έξυπνα την ανίχνευση. Τεχνητή νοημοσύνη: Σύμμαχος ή απειλή για την κυβερνοασφάλεια; Ακριβώς όπως οι επιχειρήσεις και οι οργανισμοί αξιοποιούν την τεχνητή νοημοσύνη για την ενίσχυση της ασφάλειας σε κάθε τομέα, έτσι και οι εγκληματίες του κυβερνοχώρου έχουν αρχίσει να την χρησιμοποιούν για την κατασκευή ευφυέστερων κακόβουλων προγραμμάτων. Αυτός είναι ακριβώς ο λόγος για τον οποίο απαιτείται η υιοθέτηση μιας ολιστικής προσέγγισης της ασφάλειας, όπου οι λύσεις για την προστασία των δικτύων, των endpoints, των εφαρμογών, των data centers και των clouds θς είναι άρρηκτα συνδεδεμένες και θα λειτουργούν ως ένα ολοκληρωμένο και συνεργατικό σύνολο. Η τεχνητή νοημοσύνη θα έχει κυρίαρχο ρόλο στο σύνολο αυτό, παρέχοντας αυτοματοποιημένη ασφάλεια, πρόληψη και αντιμετώπιση απειλών. Η εφαρμογή μιας τέτοιας προσέγγισης γίνεται όλο και πιο επιτακτική, δεδομένου ότι οι απειλές καθίστανται όλο και πιο έξυπνες και τείνουν να λειτουργούν αυτόνομα σε σημαντικότερο βαθμό. Κατά το επόμενο έτος, αναμένουμε να δούμε εξελιγμένα malware με δυνατότητα προσαρμοστικής μάθησης, τα οποία θα κρίνουν από την επιτυχία ή μη των διεξαγόμενων επιθέσεων, αποσκοπώντας στη βελτίωση της αποτελεσματικότητας των τεχνικών επίθεσης που χρησιμοποιούν. Η νέα γενιά κακόβουλου λογισμικού θα είναι “situation-aware” πράγμα που σημαίνει ότι τα malware θα είναι σε θέση να κατανοήσουν το περιβάλλον στο οποίο βρίσκονται και να λάβουν υπολογισμένες αποφάσεις για το τι πρέπει να κάνουν στη συνέχεια. Τα malware αυτά θα χρησιμοποιούν εξελιγμένο κώδικα, αντικαθιστώντας την παραδοσιακή “if not this, then that” λογική κώδικα, με πιο σύνθετα δέντρα αποφάσεων. Τα αυτόνομα κακόβουλα λογισμικά θα μπορούν να προβλέψουν ποιος είναι ο βέλτιστος κόμβος σε ένα δέντρο αποφάσεων (desicion tree), προτού επιλέξουν τη διαδρομή που θα ακολουθήσουν. Ένας προγνωστικός κόμβος θα παρακολουθεί ποιοι κόμβοι επιλέγονται και ποιοι όχι, έτσι όταν το malware συναντά μια συνθήκη που έχει ξαναδεί, θα είναι σε θέση να κάνει μια πιο στοχευμένη πρόβλεψη έτσι ώστε, με την πάροδο του χρόνου, το λογισμικό να γίνεται όλο και πιο αποτελεσματικό.

Enclosures

  1. ^ (secnews.gr)

Διάβασε περισσότερα: