【物联网技术】日益增长的物联网使自动化和人工智能成为安全的关键

简介: 【物联网技术】日益增长的物联网使自动化和人工智能成为安全的关键

随着消费者对物联网(IoT)的需求的增加,越来越多的企业正在加入移动,转变他们过时的业务模式,提高运营效率并创造额外的收入来源。事实上,Gartner预测到2020年将有250亿互联网连接的事物,全球近2万亿美元的经济效益。没有创新和利用物联网作为数字业务转型的一部分的潜力的企业有失去客户的竞争对手的风险,坦率地说,不太相关。

物联网的不安全感

尽管它具有经济潜力,但IoT引入了严重的企业安全问题。每个连接的设备都是恶意黑客的潜在切入点,随着物联网的扩展,其潜在的攻击面也是如此。事实上,去年年底导致互联网连接中断的DDoS攻击事件就是一个例子,说明物联网的脆弱性以及这些看似良性的设备可能产生的巨大影响。

虽然这种攻击主要是在消费者设备的背后开始的,但这是一个里程碑式的事件,证明围绕物联网的安全问题是有根据的。如果企业还没有注意互联网连接设备固有的安全漏洞,这是一个非常清楚的唤醒呼叫,他们应该开始。

在许多企业网络中,工作人员可以携带任何设备并将其连接到无线网络(有时甚至是有线网络,这更糟)。大多数这些设备基本上不安全,默认密码可以很容易地猜到。

这是一个大问题,因为连接到网络的任何新设备为黑客提供了另一个接入点。它可以是一系列工业传感器,使制造设备运行更顺畅,或者是用于办公室的互联网咖啡机。但无论哪种方式,这是黑客尝试利用的另一个潜在弱点。是的,已经发生了通过互联网启动的咖啡机的攻击。

随着互联网连接的设备以突破的速度进入企业,实际上无法跟上新的安全漏洞的数量。即使对于拥有强大网络安全资源的组织来说,传入的安全警报数量已经被证明是过高的,以至于工作人员能够进行充分的调查,优先排序和解决潜在的威胁。事实上,根据EMA的研究,80%的组织每天可以收到500个“严重”或“严重”的网络安全警报,但实际调查中不到1%的警报。物联网会大大加剧这个问题。

自动化和AI益处

自动化和人工智能(AI)是打击针对企业的基于物联网的网络犯罪的唯一可行的方法。考虑一下:如果一个网络分析师每天可以处理10个警报,那么企业将需要50位网络分析人员每天24小时处理典型的500次每日警报。如果80%的组织今天看到500个严重或严重的警报,想象一旦他们增加了具有IoT设备的潜在接入点,他们会看到多少人。

数学只是不加起来。并且试图简单地雇用这个问题是不可行的。

基于AI的安全工具能够自动调查每个警报,而不是简单地确定警报以匹配容量。他们可以自动收集来自其他网络检测系统或日志的上下文信息,并立即免除或引起威胁。基于AI的安全解决方案还可以自动化修复过程(即隔离文件,终止进程,关闭CNC连接等)。

AI不仅可以有效地实现物联网安全工作的压倒性和重复性自动化,而且还可以使(人)工作者专注于更有价值和更细微的行动。通常情况下,组织在引入自动化和基于AI的工具的考虑下,担心这将需要用自动机替代其重要的员工。然而,当谈到网络安全和事件响应的努力时,自动化,AI和人类的健康组合是最有效的。

德怀特艾森豪威尔曾经说过:“重要的是很少紧急,紧急是很少重要的”。这是一个优先考虑的心态,但是对于网络安全专业人士来说,一切都是紧迫和重要的。为了能够专注于不一定紧急的重要的战略网络安全问题,更重要的是确定这些重要的战略主题究竟是什么 - 企业需要利用人工智能来自动化事件响应策略。在这样做的时候,他们将建立现代化的,有效的安全过程,能够应对日益强大的物联网诱发的网络犯罪威胁。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
5月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
982 62
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
7月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
8月前
|
数据采集 数据可视化 JavaScript
用 通义灵码和 PyQt5 爬虫智能体轻松爬取掘金,自动化采集技术文章和数据
本文介绍了如何利用智能开发工具通义灵码和Python的PyQt5框架,构建一个自动化爬取掘金网站技术文章和数据的智能爬虫系统。通过通义灵码提高代码编写效率,使用PyQt5创建可视化界面,实现对爬虫任务的动态控制与管理。同时,还讲解了应对反爬机制、动态内容加载及数据清洗等关键技术点,帮助开发者高效获取并处理网络信息。
|
7月前
|
监控 算法 API
拼多多API团购活动自动化:拼单成功率暴涨的幕后技术解析
本方案通过API自动化引擎破解传统团购效率低、响应慢、数据分散等问题,实现库存、价格、成团的实时联动。实战数据显示,成团时效提升74%,拼单成功率高达92%,人力成本下降80%。某生鲜商家接入后,月GMV突破500万元,成团率高达98.3%。API赋能团购,开启电商效率新纪元。
306 0
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能技术的探讨
人工智能的概念,人工智能的发展,人工智能的各种学派,人工智能的应用领域
444 4
|
11月前
|
人工智能 语音技术
推动人工智能技术和产业变革,啥是核心驱动力?生成式人工智能认证(GAI认证)揭秘答案
人工智能(AI)正以前所未有的速度重塑世界,其发展离不开领军人才与创新生态的支持。文章探讨了AI领军人才的核心特质及培养路径,强调构建产学研深度融合的创新生态,并通过教育变革与GAI认证提升全民AI素养,为技术与产业变革提供持续动力。这不仅是推动社会高质量发展的关键,也为个人与企业带来了更多机遇。
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
生成式人工智能的价值回归:重塑技术、社会与个体的发展轨迹
生成式人工智能(Generative AI)正以前所未有的速度重塑社会面貌。它从单一决策工具转变为创造性生产力引擎,推动知识生产、艺术创作与科学研究的发展。同时,其广泛应用引发社会生产力和生产关系的深刻变革,带来就业结构变化与社会公平挑战。此外,生成式AI还面临伦理法律问题,如透明性、责任归属及知识产权等。培生公司推出的生成式AI认证项目,旨在培养专业人才,促进技术与人文融合,助力技术可持续发展。总体而言,生成式AI正从工具属性向赋能属性升华,成为推动社会进步的新引擎。
|
6月前
|
人工智能 运维 Kubernetes
运维自动化要靠啥?聊聊那些正在起风的关键技术趋势
运维自动化要靠啥?聊聊那些正在起风的关键技术趋势
246 1
|
11月前
|
人工智能 自然语言处理 API
MCP与A2A协议比较:人工智能系统互联与协作的技术基础架构
本文深入解析了人工智能领域的两项关键基础设施协议:模型上下文协议(MCP)与代理对代理协议(A2A)。MCP由Anthropic开发,专注于标准化AI模型与外部工具和数据源的连接,降低系统集成复杂度;A2A由Google发布,旨在实现不同AI代理间的跨平台协作。两者虽有相似之处,但在设计目标与应用场景上互为补充。文章通过具体示例分析了两种协议的技术差异及适用场景,并探讨了其在企业工作流自动化、医疗信息系统和软件工程中的应用。最后,文章强调了整合MCP与A2A构建协同AI系统架构的重要性,为未来AI技术生态系统的演进提供了方向。
1554 62
|
12月前
|
人工智能 算法 搜索推荐
人工智能技术对未来就业的影响
人工智能大模型技术正在重塑全球就业市场,但其核心是"增强"而非"取代"人类工作。虽然AI在数据处理、模式识别等标准化任务上表现出色,但在创造力、情感交互和复杂决策等人类专属领域仍存在明显局限。各行业呈现差异化转型:IT领域人机协同编程成为常态,金融业基础分析岗位减少但复合型人才需求激增,医疗行业AI辅助诊断普及但治疗决策仍依赖医生,制造业工人转向技术管理,创意产业中人类聚焦高端设计。未来就业市场将形成人机协作新生态,要求个人培养创造力、情商等AI难以替代的核心能力,企业重构工作流程。AI时代将推动人类向更高价值的认知活动跃升,实现人机优势互补的协同发展。
1312 2

相关产品

  • 物联网平台