人工智能在物聯網安全中的重要性

就其定義而言，網絡安全是一個高度不穩定、不斷變化的領域。確定有效的防禦态勢需要持續監測威脅，并制定防禦政策以應對威脅，并實施新的應對措施。當應用到不斷發展的物聯網領域時，這一挑戰變得更加複雜。傳統的安全控制措施在連接配接無數和執行不同任務的裝置的物聯網環境中根本不起作用。

物聯網可以廣義地了解為配備傳感器和IP位址，以通過網際網路進行通信的計算裝置網絡。物聯網裝置的安全性之是以特别具有挑戰性，是因為這些裝置的用途非常廣泛，超出了任何安全解決方案的範疇。此外，這些裝置的設計成本較低、低功耗，而且通常隻需一個簡單的密碼(如果需要的話)。這使得物聯網裝置極易遭到黑客攻擊。

人工智能如何通過資料分析幫助物聯網網絡安全

如果物聯網裝置擅長一件事，那就是通過無數傳感器收集資料。人工智能可以幫助物聯網裝置在極短的時間内解析大量難以想象的資料。人工智能和物聯網的結合可以為組織提供更大的可見性和控制力，即使其擁有大量通過網際網路進行通信的裝置和傳感器。換句話說，人工智能可以将企業通過物聯網收集到的資料轉化為有價值的見解。這在保護裝置和網絡免受未經授權的通路和滲透嘗試方面尤為重要。

物聯網中的安全問題

有多種因素使網絡安全成為物聯網裝置的一個具有挑戰性的命題。該領域的規模和範圍極其廣闊，其中物聯網由各種各樣的裝置組成，而且每種裝置都有自己的作業系統和安全漏洞。這種異構性使得物聯網網絡難以用單一的防禦系統來覆寫。此外，由于物聯網裝置的設計成本低廉，是以它們通常是低功耗、節能的裝置，沒有内置或内置很少的安全架構。此外，每個網絡都由數千個甚至數百萬個這樣的裝置組成，這些裝置通過網際網路為其提供資料,這使得整個安全命題成為一場虛拟的噩夢，具有難以置信的操作複雜性。即使是最低限度，網絡也需要確定所有作業系統、網絡應用程式的定期更新，同時保持新資産的庫存，衡量安全風險，檢測潛在目标等。而這正是安全專業人士在應對物聯網網絡安全威脅時求助于人工智能的原因所在。

物聯網網絡安全中的人工智能

建構物聯網安全架構的基本步驟在于識别網絡上的所有裝置。對于擁有數百萬傳感器和裝置的大型網絡來說，這可能是一項艱巨的任務。然而，有了人工智能，發現過程變得容易多了，并能夠提供關于裝置性質的全面、詳細的資訊。有效的網絡安全在于識别和監控網絡中每一個節點，而人工智能的這種識别和資産管理能力使其在物聯網網絡安全方面非常有效。

其次，人工智能還可以通過資料分析幫助物聯網網絡安全。人工智能不會疲倦和疲勞，并且在持續監控龐大的物聯網網絡以尋找活動異常方面比人類更有效。不幸的是，這也導緻了許多誤報案例，因為任何異常都可能被視為潛在的漏洞。但是，這可以通過使用機器學習和訓練AI來識别攻擊模式來解決。不幸的是，我們對有效攻擊模式模組化的能力相當有限，因為出于隐私考慮，來自真實攻擊的實際漏洞資料很少被披露，這使得我們的分析品質能力受限。

機器學習在物聯網中的應用

機器學習在識别潛在威脅、發現網絡中的漏洞和識别系統性物聯網漏洞(例如物聯網裝置上缺少密碼保護或密碼保護較弱)，以及解決網絡配置以建構防禦方面非常有用。機器學習基于海量網絡安全資料集和物聯網裝置配置檔案來工作，這使得零日威脅成為許多公司擔心的問題。但抛開零日威脅不談，事實證明，機器學習在對抗DDoS攻擊和改善物聯網網絡整體安全狀況方面非常有效。借助機器學習提供的早期威脅識别能力，它還可以幫助制造商設計更安全的裝置，并及時有效地推出安全更新檔。

為了進一步提高物聯網的網絡安全性，來自機器學習的資料還可以幫助物聯網開發人員建立更安全的裝置。通過及早識别漏洞，開發人員會在可能的情況下發送安全更新檔，或創造新版本的裝置以更好地保護使用者。

由于大多數物聯網裝置缺乏有效的加密和安全架構，是以機器學習可以高效地在網絡級别提供适應性強且靈活的物聯網安全性。此外，對于部署物聯網架構的公司來說，成本前景也更易于管控。同樣的方法甚至可以适用于家庭或較小規模的物聯網部署，以便及早識别威脅并提醒使用者其網絡中的任何異常情況。

本文轉載自51CTO，本文一切觀點和機器智能技術圈子無關。

原文連結 免費體驗百種AI能力以及試用熱門離線SDK：【點此跳轉】