自動化和人工智能的發(fā)展正在推動技術進步。自我學習系統(tǒng)、自主供應鏈、機器人手術、面部識別、自動駕駛汽車、智能客戶服務機器人等新興技術正是人工智能和自動化顯著改變?nèi)藗兪澜绲膸追N方式。

然而，技術上的新進展往往有缺點。在人工智能和IT自動化的情況下，主要面臨的缺點是網(wǎng)絡犯罪分子正在迅速學習，并利用這些技術中的漏洞。

了解自己的漏洞

Radware公司全球安全解決方案副總裁Carl Herberger指出，這些漏洞都嵌在了互聯(lián)網(wǎng)和現(xiàn)代計算的結構中。在最近的討論中，Carl闡述了黑客如何使用以下方法來傳播惡意軟件并啟用網(wǎng)絡犯罪。

（1）API攻擊。API（應用程序編程接口）就是互聯(lián)網(wǎng)和云計算的一切都是如何完成的。API允許應用程序相互交談、傳遞數(shù)據(jù)、請求服務、提供服務和自動化過程。

開發(fā)人員將應用程序拆分為單獨的服務，然后將其應用程序的功能發(fā)布為可訪問文件、數(shù)據(jù)和服務的Web API． API是臺式機、筆記本電腦、電視和物聯(lián)網(wǎng)設備不可或缺的組成部分。由于它們?nèi)绱藷o處不在，并且可能無法獲得安全保護，它們?yōu)楣�擊者提供了截取�?shù)據(jù)和獲取關鍵系統(tǒng)訪問權的潛在資源。

（2）受感染的代理。Herberger例舉了水坑攻擊（Watering Hole Attack），因為常用的代理服務器（如熱門內(nèi)容網(wǎng)站、開源代碼庫或軟件更新服務）是成千上萬潛在受害者的被動目標。

具有諷刺意味的是，黑客甚至有可能危害安全更新服務，以便客戶在更新安全軟件時不知不覺地感染他們的計算機。正如Herberger所指出的那樣，很少有IT部門打算檢查這些更新服務以查看正在下載的內(nèi)容。

（3）機器人兵團。個人電腦和筆記本電腦的網(wǎng)絡多年來一直是黑客的目標。但是現(xiàn)在，物聯(lián)網(wǎng)和智能設備的結合為黑客創(chuàng)造了更大的機會。

許多互聯(lián)網(wǎng)設備的安全性非常薄弱，與此同時，物聯(lián)網(wǎng)設備也在不斷增加，使得攻擊者可以更容易地組裝一批機器人。Mirai是最著名的例子，它負責2016年對DNS提供商Dyn的攻擊，這導致數(shù)十個主要網(wǎng)站癱瘓。

（4）自動化魚叉式網(wǎng)絡釣魚。魚叉式網(wǎng)絡釣魚是針對特定組織或個人的電子郵件欺騙攻擊，旨在未經(jīng)授權訪問敏感信息。魚叉式釣魚者說服特定的目標，例如IT管理員或高級官員訪問敏感數(shù)據(jù)，使其點擊一個鏈接，然后讓其下載惡意軟件，使黑客可以訪問該人的賬戶，并從那里擴展到其他系統(tǒng)。

人工智能可以通過搜索社交媒體賬戶上的可用數(shù)據(jù)并自動制作個性化電子郵件、消息和推文來實現(xiàn)魚叉式網(wǎng)絡釣魚攻擊的自動化。

ZeroFox公司的數(shù)據(jù)科學家John Seymour和Philip Tully在2015年黑帽會議上指出，Twitter是自動化魚叉式網(wǎng)絡釣魚攻擊的極好傳播媒介，因為其API易于抓取用戶數(shù)據(jù)，且其口語語法縮短了可幫助隱藏惡意負載的鏈接。總的來說，社交媒體特別容易產(chǎn)生魚叉式網(wǎng)絡釣魚行為，因為人們通常更加信任其他社交媒體用戶，并愿意共享信息。而高調(diào)的目標通常會提供大量的個人信息。

扭轉(zhuǎn)局勢：利用人工智能打擊網(wǎng)絡犯罪

顯然，人工智能的發(fā)展給企業(yè)帶來了各種安全挑戰(zhàn)。與此同時，人工智能可以為開發(fā)復雜的安全措施提供顯著的益處，這些安全措施能夠抵御黑客的人工智能攻擊。網(wǎng)絡安全的下一階段將很大程度上取決于人工智能，因為安全廠商將這些技術融入他們的產(chǎn)品和服務中，以抵御人工智能驅(qū)動的攻擊。

正如早期的采用者所發(fā)現(xiàn)的那樣，人工智能的采用和規(guī)劃有很多決定，理解所有相關細節(jié)對于正確使用它們至關重要。關鍵問題包括：決策過程背后的人工智能算法是什么？還有什么可能遇到的絆腳石，因為人工智能沒有像人類那樣學習和做出決定？

安全廠商和托管服務提供商的成功將取決于他們是否能夠創(chuàng)建智能系統(tǒng)免受網(wǎng)絡罪犯的攻擊。人工智能是人們?nèi)缃癖仨毻顿Y的技術，以保證數(shù)據(jù)和網(wǎng)絡在未來的安全。