رفتن به محتوای اصلی
ثبت گزارش
ثبت گزارش
1399-02-28 12:00
تنظیم اندازه قلم

پ

1:27
کد خبر: 148283

شرکت NTT از هوش مصنوعی و یادگیری ماشین برای مقابله با تهدیدات سایبری می‌گوید

شرکت NTT از هوش مصنوعی و یادگیری ماشین برای مقابله با تهدیدات سایبری می‌گوید

هوش مصنوعی پیشرفته (AI) و ابزارهای یادگیری ماشین در تشخیص و مبارزه با تهدیدهای سایبری بسیار مهم می‌شوند.

 این گفته توسط Stefaan Hinderyckx معاون ارشد امنیت اروپا در میزگرد مجازی مطبوعات دیجیتال اروپا NTT 2020 ( یک شرکت پیشرو در زمینه خدمات فناوری جهانی است) در تاریخ 13 مه 2020 انجام‌گرفته است.

به گفته Hinderyckx سازمان‌هایی که داده‌های زیادی در دست دارند، در حال حاضر به دلیل کمبود کارشناسان امنیت سایبری، شناسایی تهدیدات امنیتی به‌صورت کارآمد و سریع تنها با استفاده از این فناوری‌ها امکان‌پذیر خواهد بود.

وی ادامه داد: شركت فناوري خدمات جهاني در ماه حدود 280 ميليارد پرونده و گزارش را از تمام مشتريان خود در سطح جهان دريافت می‌کند؛ که این موارد را می‌توان از طریق هوش مصنوعی خودکار و ابزارهای یادگیری ماشین که از تکنیک‌های پیچیده ریاضی مانند تطبیق الگو و همبستگی پیشرفته استفاده می‌کنند به 1000 تهدید احتمالی کاهش داد. سپس تحلیلگران NTT می‌توانند از نزدیک موارد این تهدیدات احتمالی را بررسی نمایند.

 Hinderyckx اظهار کرد: "ما با یک کوه عظیم روبرو هستیم که در آن تعداد قابل‌توجهی از حوادث مختلف در انتظار ماست و تحلیلگران هنوز هم می‌توانند آن را کاوش و بررسی کنند." "به‌هرحال سازمان‌ها بازهم به انسان احتیاج دارند. یادگیری ماشین و هوش مصنوعی نمی‌تواند کاملاً جایگزین تحلیل کارشناسان ما شوند، اما آن‌ها می‌توانید با کمک ابزارها این کار را بسیار کارآمدتر و با سرعت‌بالا انجام دهند؛ نیروی انسانی نمی‌تواند پنج ساعت بعد از حمله به سیستم منتظر پرچم زنگ هشدار باشد بلکه باید این زمان را توسط ابزارها نزدیک به زمان واقعی آن کرد."

Hinderyckx همچنین اظهار داشت که چگونه این فناوری‌ها قادر خواهند بود تا تهدیدهای جدیدی را که نمی‌توان توسط تکنیک‌های آنالیز امنیتی مثل سیستم اطلاعات امنیتی و مدیریت رویداد (SIEM) شناسایی کرد را کشف کنند. وی افزود: "ما می‌توانیم با استفاده از ابزارهای هوش مصنوعی و یادگیری ماشین به‌طورجدی به فضای امن بپردازیم."
 

کلمات کلیدی :

افزودن دیدگاه جدید

700X100.gif

اخبار مرتبط