结构安全大会:自动化、人工智能及机器人学习将担起安全重任

简介:

结构安全大会日前在美国旧金山召开,自动化、人工智能和机器学习是此次大会的主题。

对于商业科技领导者来说,安全与自动化是混合在一起的,此为底线。对于技术买家而言,窍门则是要搞清楚什么平台是合法的以及什么只是纯粹营销和流行用语而已。

我们来看看结构安全大会的要点。

自动化、自动化、自动化。私人股本公司Blackstone首席信息安全官Jay Leek表示,他的公司正在开展有关调研自动化、机械性安全任务和其他方面的工作,目标是缓解安全人才危机和提高生产力。结果:Leek的安全分析师在做更有价值的工作,最初的调调研现在只需要40秒钟。

笔者的同事给出了这样的描述:

尽管Leek说该公司将分析师的生产力提高了3倍多,其实这些工作的最大价值是为标准操作带来了一致性。例如,有了调研一致性,下层员工可以做更有意思的事情,而高级员工则可以被解放出来去做更深层次的工作。

安全需要以情报为动力。Rally风投老总及前RSA负责人Art Coviello表示,太多的供应商听起来都大同小异。他过滤新的安全厂商的准则是,供应商必须提供对现有的安全控制有重要改善、能够为当前系统增加价值以及能提高成本效益和效率。最后一点非常重要,因为设计到自动化。他表示,“这一块是个烂摊子,攻击面成指数增加。防御需要以情报为动力。”

算法和人工智能将成为安全与防御的关键。Cylance首席执行官Stuart McClure表示,机器学习是一门真正的科技,“机器学习必将挽救整个安保行业”。他表示,安全必须有人参与的看法过时了。McClure认为,机器学习和人工智能将对安全产生巨大的影响。

安全厂商将面临洗牌。RSA首席策略官NilofarHowe表示,安全行业需要注入创新元素。业界的1700家公司是否有能力交付仍不明朗。他表示,“业界现有1700安全公司,而90%的公司无利可图。这些公司在市场上待了12年之久,洗牌的时候到了。”

开源在安全方面将担当自己的角色。大会的一个安全工程师讨论会概述了开源软件在特别安全领域的重要性。例如, Uber的Hudson Thrift表示,Uber公司开源了一个用于双因素身份验证的脚本;如果硬件插入USB盘后不被认可,就需用双因素身份验证。他表示,“软件有用得上的地方,但一门业务是不能建于软件基础上的。”Slack的Leigh Honeywell也特别谈到发布到社区的一个脚本,脚本令社区可以将秘密保存在Slack上。开源安全软件最难的地方是要与安全前沿保持同步。Facebook的Nick Anderson表示,Facebook在开源应用程序前会仔细审查代码。

代码和更佳的流程管理必须解决安全问题。大会的另一个讨论小组上有Lookout、CloudPassage和Sqrrl的出席,小组围绕如何在代码和开发实践中防止安全问题的出现展开了讨论。Leek做的有关自动化的发言引发了一轮新的讨论。结论是:机器学习和代码最终必将抗衡恶意代码。我们现在已经到了这一步了吗?还没有。


原文发布时间为:2016年9月28日

本文作者:黄雅琦 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
机器学习/深度学习 人工智能 算法
普通人怎么学人工智能?这些隐藏学习秘籍大揭秘,生成式人工智能认证(GAI认证)来助力
在人工智能(AI)快速发展的今天,普通人学习AI已成为必然趋势。本文从明确学习目标与路径、利用多元化资源、注重实践应用、关注GAI认证及持续自我提升五个方面,为普通人提供系统化的AI学习指南。通过设定目标、学习编程语言、参与项目实践和获取专业认证,普通人可逐步掌握AI技能,在未来职场中占据优势并开启智能时代新篇章。
1228 11
|
人工智能 算法 安全
深度:善用人工智能推动高等教育学习、教学与治理的深层变革
本文探讨人工智能技术与高等教育深度融合带来的系统性变革,从学习进化、教学革新与治理重构三个维度展开。生成式AI作为技术前沿代表,正通过标准化认证体系(如培生的Generative AI Foundations)提升职场人士、教育者及学生的能力。文章强调批判性思维、高阶认知能力与社交能力的培养,主张教师从经验主导转向数据驱动的教学模式,并提出构建分布式治理结构以适应技术迭代,最终实现人机协同的教育新生态,推动高等教育在智能时代焕发人性光辉。
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
1002 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
人工智能 安全 算法
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
最近,以 OpenAI o1 为代表的 AI 大模型的推理能力得到了极大提升,在代码、数学的评估上取得了令人惊讶的效果。OpenAI 声称,推理可以让模型更好的遵守安全政策,是提升模型安全的新路径。
|
机器学习/深度学习 人工智能 自然语言处理
探索软件测试的未来:自动化与人工智能的融合
在本文中,我们将一起踏上一段激动人心的旅程,探索软件测试领域的未来趋势。从手工测试的繁琐到自动化测试的便捷,再到人工智能(AI)技术的引入,我们将揭示这些变革如何影响测试流程、提升效率并减少错误。文章将深入浅出地分析自动化测试工具的进步和AI技术如何赋能软件测试,预测未来可能的发展路径,并提供一些行业案例作为参考。无论你是软件测试领域的新手,还是寻求进阶知识的资深人士,这篇文章都将带给你新的启示和思考。
472 35
|
人工智能 搜索推荐 语音技术
人工智能与未来教育:重塑学习方式的双刃剑
在21世纪,人工智能(AI)技术正以前所未有的速度发展,深刻影响着社会的各个方面,其中包括教育领域。本文探讨了AI如何改变传统教育模式,提出其既带来积极影响也伴随着挑战的观点。通过分析具体案例和数据,文章旨在启发读者思考如何在保留人类教师不可替代价值的同时,有效利用AI技术优化教育体验。
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:重塑学习体验
【10月更文挑战第20天】 在21世纪的今天,人工智能(AI)技术正以前所未有的速度改变着我们的生活、工作和学习方式。本文探讨了AI如何深刻影响未来教育的各个方面,从个性化学习路径的设计到智能辅导系统的开发,再到虚拟现实(VR)和增强现实(AR)技术在学习中的应用。通过分析这些变革,我们不仅能够预见一个更加高效、互动和包容的教育未来,而且还能理解这一过程中所面临的挑战和机遇。文章强调了持续创新的重要性,并呼吁教育工作者、技术开发者和政策制定者共同努力,以确保技术进步惠及每一个学习者。
517 2
|
人工智能 自然语言处理 搜索推荐
人工智能与教育:个性化学习的未来
【10月更文挑战第31天】在科技飞速发展的今天,人工智能(AI)正深刻改变教育领域,尤其是个性化学习的兴起。本文探讨了AI如何通过智能分析、个性化推荐、智能辅导和虚拟现实技术推动个性化学习,分析了其带来的机遇与挑战,并展望了未来的发展前景。
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在教育中的创新应用:个性化学习的未来
【9月更文挑战第18天】人工智能在教育中的创新应用正在深刻改变着我们的教学方式和学习体验。从个性化学习方案的制定到智能化辅导与反馈,从多元化学习资源的推荐到自动化评分与智能考试系统,AI技术正在为教育领域带来前所未有的变革。面对这一变革,我们需要以开放和批判的态度拥抱它,共同探索AI时代教育的无限可能,为每一个学习者创造更美好的未来。
1212 13

热门文章

最新文章