Το machine learning θα συμβάλλει στην αντιμετώπιση των κυβερνοαπειλών
Σημαντικό ρόλο στη μάχη κατά του ψηφιακού εγκλήματος θα διαδραματίσουν νέες τεχνολογίες, όπως η Τεχνητή Νοημοσύνη (Artificial Intelligence-AI) και η Μηχανική Μάθηση (Machine Learning-ML).
Σημαντικό ρόλο στη μάχη κατά του ψηφιακού εγκλήματος θα διαδραματίσουν νέες τεχνολογίες, όπως η Τεχνητή Νοημοσύνη (Artificial Intelligence-AI) και η Μηχανική Μάθηση (Machine Learning-ML). Το 80% των εταιρειών, που συμμετείχαν σε σχετική έρευνα, πιστεύει ότι οι τεχνολογίες AI και ML θα βοηθήσουν στην καταπολέμηση των κυβερνοαπειλών. Στα μέσα του 2018, η ESET ανέθεσε τη διενέργεια αυτής της έρευνας με στόχο να εξετάσει ποιες είναι οι βασικές πεποιθήσεις που αφορούν τη Μηχανική Μάθηση. Η ESET δημοσιοποίησε πρόσφατα τα συμπεράσματά της, με αφορμή τη διεξαγωγή του Mobile World Congress.
Σύμφωνα με την έκθεση (Machine-Learning Era in Cybersecurity: A Step Towards a Safer World or the Brink of Chaos?), το 82% των στελεχών απαντά ότι η εταιρεία του έχει ήδη χρησιμοποιήσει μία λύση κυβερνοασφάλειας, που αξιοποιεί την τεχνολογία ML. Την ίδια στιγμή, ένα μικρό μόνο, 23%, δήλωσε ότι δεν σχεδιάζει να χρησιμοποιήσει στο άμεσο μέλλον μία λύση κυβερνοασφάλειας που βασίζεται στο ML. Ακόμη σημαντικότερο είναι ενδεχομένως ότι το 80% θεωρεί, επίσης, ότι το ML ήδη βοηθά ή θα βοηθήσει τον οργανισμό του να ανιχνεύσει και να ανταποκριθεί ταχύτερα σε απειλές. Ένα εξίσου υψηλό ποσοστό των ερωτηθέντων (το 76%) συμφωνεί “αρκετά ή απόλυτα” ότι αυτή η τεχνολογία θα προσφέρει λύσεις στο πρόβλημα έλλειψης δεξιοτήτων κυβερνοασφάλειας στο εργασιακό περιβάλλον.
Κατάχρηση
“Παρ’ όλο που αρκετοί τομείς της ανθρώπινης δραστηριότητας έχουν ήδη υποστεί μεταμορφωτικές αλλαγές χάρη στο ML, τις περισσότερες και μεγαλύτερες αλλαγές, που θα επιφέρει η Μηχανική Μάθηση, δεν τις έχουμε βιώσει ακόμη”, αναφέρει η σχετική έκθεση. Όπως προσθέτουν οι συντάκτες της, “οι τεχνολογίες που βασίζονται στο ML θα βοηθήσουν όλο και περισσότερο στην καταπολέμηση της απάτης στον κυβερνοχώρο, στην αξιολόγηση και βελτιστοποίηση των διαδικασιών, στη βελτίωση των διαδικασιών ελέγχου και στην ανάπτυξη νέων λύσεων σε υπάρχοντα προβλήματα”. Ωστόσο, όπως συμβαίνει με τις περισσότερες καινοτομίες, έτσι και η μηχανική μάθηση έχει τα μειονεκτήματά της.
“Καθώς το επιχειρείν, οι υποδομές ζωτικής σημασίας και η προσωπική μας ζωή εισέρχονται όλο και περισσότερο στη σφαίρα της ψηφιακής τεχνολογίας, αναδύονται νέοι κίνδυνοι”, αναφέρει η ESET. Κι αυτό, καθώς οι κυβερνοεγκληματίες μπορούν και αυτοί να χρησιμοποιήσουν το ML και μάλιστα με πολλούς τρόπους: να δυναμώσουν το κακόβουλο λογισμικό τους, να στοχεύσουν συγκεκριμένα θύματα και να αποσπάσουν πολύτιμα δεδομένα, να βάλουν στο στόχαστρο zero-day ευπάθειες ή να προστατεύσουν παραβιασμένα συστήματα, όπως τα botnets. Για παράδειγμα, οι κυβερνοεγκληματίες, αξιοποιώντας καταχρηστικά τη Μηχανική Μάθηση μπορούν να μεταφράζουν τα spam email, για να φαίνονται πιο αξιόπιστα ή για να βελτιώσουν τη στόχευση στα θύματα.
sepe.gr
