IBM:像燃烧平台一样处理基因AI并立即安全

内即时部署传教AI多组织牺牲安全支持创新IBM警告

IBM调查的200名执行官中,94%表示在部署前必须先安全染色性AI应用和服务然而,只有24%受访者自定义项目将在未来6个月内包含网络安全部分69%表示创新优于安全感化AI 根据IBM商业价值研究所报告CEO基因化AI指南:网络安全.

企业领袖似乎优先开发新能力而不处理新安全风险 — — 即便96%表示采行教义AI有可能在未来三年内违反组织安全,IBM表示

自始至终基因化AI扩散未来六到十二个月里, 专家期望新的入侵攻击利用规模、速度、精度和精度, 并有恒定新威胁地平线上,博客关于研究

网络安全团队的挑战可能包括必须抗争大量垃圾邮件和phishinge监视拒绝服务攻击 大流量并寻找比传统恶意软件更难检测和清除的新恶意软件

考虑概率和潜在撞击时 大规模自发攻击最突出执行官期望黑客假冒或冒用可信用户对企业产生最大影响,

IBM发现,组织对自定义AI网络安全需求的理解与其网络安全实施相脱节为了避免代价昂贵和不必要的后果,CEO需要直接解决数据网络安全与数据源码问题,投资数据保护措施,如加密匿名化和数据跟踪和源码系统,以更好地保护基因AI模型使用数据的完整性,McCurdy表示

为此,各组织预测AI相关安全支出将大幅增长2025年AI安全预算预期比2021年高116%IBM发现约84%的受访者表示,他们将优先使用GenAI安全解决方案

技能前沿92%受调查执行官表示, 更有可能增加或提升安全工作队伍, 专注于高值工作而不是替换

IBM警告网络安全头目需要紧急行动应对基因化AI即时风险其中一些建议面向企业执行

• 网络安全、技术、数据和业务主管召集板级讨论演化风险,包括可如何利用基因化AI揭穿敏感数据并允许未经授权访问系统提高每个人对新出现抗争AI-近似不可辨别地修改核心数据集并产生恶意结果
• 关注安全并加密用于培训并调和AI模型的数据持续扫描模型开发期间的脆弱性、恶意软件和腐败,并监控模型部署后AI专用攻击
• 投放新防线 专为安全AI设计现有的安全控件和专门知识可以扩展,以保障支持AI系统的基础设施与数据安全,而检测并停止对AI模型的对立攻击则需要新方法。

EMA:安全关注狗AI/ML驱动网络管理

安全也是企业关注的主要问题AI/ML驱动网络管理解决方案企业管理联想最近研究

EMA调查了250名IT专业人员,了解他们在AI/ML驱动网络管理解决方案方面的经验,发现近39%的人在与AI/ML系统共享网络数据时遇到安全风险。

多家商家提供AI驱动网络化解决方案,IT团队必须将网络数据送入云分析金融服务业等行业不愿意向云中发送网络数据他们宁可用套房工具存放多家网络商贩不支持假设版AI数据湖,AI-Driven网络升级网络管理.