想要了解為什么人工智能(AI)是當今和未來網絡安全工具箱中的重要工具，就必須先了解威脅格局如何演變，以及互聯網用戶每天面臨哪些威脅。

不斷演變的威脅格局

全球威脅格局正在發生變化。互聯網消費者現在面臨著截然不同的威脅。一方面，有大量的、高度自動化的僵尸網絡感染消費者設備。另一方面，社會工程(或網絡釣魚)攻擊試圖欺騙用戶的金錢和數據。

據研究人員稱，僵尸網絡威脅的規模正在擴大:北美約17億臺聯網設備的設備采用數據表明，許多物聯網(IoT)設備正變得越來越受歡迎。在這些設備中，IP攝像頭和網絡連接存儲(NAS)設備的威脅特別令人擔憂，因為惡意行為者針對它們的攻擊比其他設備更頻繁。

與此同時，移動設備(手機、平板電腦和智能手表)仍然是最受歡迎的設備，并面臨著不同的威脅。CUJOAI的安全數據顯示，近60%的移動設備威脅與不安全的瀏覽有關:數百萬設備正在訪問惡意軟件分發、垃圾郵件和間諜軟件網站。令人擔憂的是，大約20%的移動瀏覽威脅來自網絡釣魚活動——由于網絡釣魚網站的短暫性，這是最難應對的威脅之一。

當今使用人工智能應對威脅

在過去，安全解決方案主要是被動的:網絡安全公司的研究人員會發現一個新的惡意軟件樣本，進行分析，并將其添加到惡意軟件列表中。該行業仍在使用這種方法，但其行動更加積極主動，尤其是在處理社會工程威脅方面。

機器學習或人工智能算法在這一轉變中發揮了關鍵作用。雖然它們不是解決所有網絡安全問題的一站式解決方案，但對于快速自動化決策過程和從不完整或更改的數據推斷模式來說，它們是非常有用的。這些算法首先從現實世界的數據中學習，比如現有的安全威脅和誤報，以及全球研究人員發現的最新威脅。

人工智能算法是一種模式檢測機器，與傳統的基于列表的安全系統相比具有顯著優勢。人工智能通過檢測表現出可疑模式的新型威脅，來增強并超越這些系統。達到這一階段的人工智能熟練程度的學習過程是實質性的，只有對每個威脅向量使用強大的數據源才能實現。

機器學習系統并不神奇，也會出錯。盡管如此，一旦算法具有足夠小的誤差范圍，它們在在線安全中就變得不可或缺，因為快速的決策過程減少了用戶摩擦，并且不會對用戶體驗產生負面影響。這是大規模增強網絡安全的關鍵，也是在網絡安全中使用人工智能的一個受歡迎的副作用。其不僅提高了安全性，而且覆蓋了威脅環境中的大部分區域。

由于其性質，人工智能算法可以防止一些新的威脅:安全威脅、惡意軟件和對抗策略，通常是在以前的利用和惡意軟件的基礎上發展而來的。相對而言，每年很少出現真正新穎的威脅:大多數惡意行為者并不是開發人員，而是“惡意軟件即服務”套件的用戶或現有泄露惡意代碼的修改者。研究人員在最近一項關于Sysrv僵尸網絡演變的研究中揭示了這一點，其中大多數新的惡意軟件毒株都是其他現有惡意代碼的組合和重新組合。

由于這些線性演變的威脅通常能夠避免標準的反惡意軟件檢測，因此人工智能是增強全球網絡安全的有用工具。簡單的調整很少足以擊敗這些算法。

根據以往經驗，采用人工智能算法來加強對數千萬家庭的保護是一個巨大的成功。現在已經成功地將現有網絡安全解決方案的最佳實踐與機器學習的進步相結合，產生了一個極低摩擦的安全解決方案，使網絡運營商能夠保護自己的消費者。在CUJOAI的規模下，人工智能每分鐘可以幫助預防大約10000個威脅。

用人工智能應對未來的威脅

人工智能網絡安全領域最令人興奮和最有價值的成就之一可能是，在用戶訪問可疑網站(包括釣魚網站)之前向其發出警告。由于社會工程攻擊通常會對消費者的隱私和財務造成最大的損害和損失，因此在新的攻擊出現在行業數據庫之前，使用人工智能來阻止它們是極其重要的。

展望未來，基于云計算的人工智能驅動的網絡安全還具有一個超越標準的防病毒和防火墻的關鍵功能，因為其可以部署在路由器上，以增強給定網絡上所有設備的保護。這一點非常重要，因為據數據顯示，大約50%的聯網設備無法運行殺毒軟件。

沒有人工智能，消費者網絡安全的未來是不可想象的，尤其是當涉及到社會工程和物聯網惡意軟件的規模和威脅時。