近年來(lái)，人工智能（AI）的創(chuàng)新已從根本上改變了電子郵件安全領(lǐng)域，但通常很難確定是什么使一個(gè)系統(tǒng)與另一個(gè)系統(tǒng)不同。實(shí)際上，在這個(gè)總括性術(shù)語(yǔ)下，在確定該技術(shù)是提供真正的保護(hù)還是僅提供防御概念的方法上存在重大差異。
東方聯(lián)盟安全研究人員探討了兩種AI方法之間的關(guān)鍵區(qū)別：有監(jiān)督和無(wú)監(jiān)督的機(jī)器學(xué)習(xí)。監(jiān)督式機(jī)器學(xué)習(xí)方法向一臺(tái)機(jī)器提供了數(shù)千封已經(jīng)被認(rèn)為是惡意的電子郵件，并對(duì)其進(jìn)行訓(xùn)練以尋找這些電子郵件中的模式以發(fā)現(xiàn)未來(lái)的攻擊。無(wú)監(jiān)督機(jī)器學(xué)習(xí)使AI系統(tǒng)可以分析組織的真實(shí)數(shù)據(jù)的整體，從而使它能夠確定什么是“正?！备拍?，并發(fā)現(xiàn)表明攻擊的細(xì)微偏差。
當(dāng)研究一種全新攻擊的情況時(shí)，有監(jiān)督的機(jī)器學(xué)習(xí)會(huì)遇到一些障礙，這種攻擊利用最新的新聞?lì)^條繞過(guò)在數(shù)據(jù)集上訓(xùn)練的機(jī)器學(xué)習(xí)系統(tǒng)。一個(gè)有效的電子郵件安全解決方案應(yīng)該通過(guò)層疊兩種方法，以了解不僅從兩個(gè)模型的各自?xún)?yōu)勢(shì)中獲益。這種全面的理解始終能夠以更少的誤報(bào)實(shí)現(xiàn)更高的捕獲率。
在過(guò)去的幾十年中，網(wǎng)絡(luò)安全技術(shù)一直在通過(guò)防止再次發(fā)生以前發(fā)生的攻擊來(lái)減輕風(fēng)險(xiǎn)。在早期，當(dāng)給定種類(lèi)的惡意軟件或攻擊的基礎(chǔ)結(jié)構(gòu)的壽命在幾個(gè)月和幾年的范圍內(nèi)時(shí)，此方法令人滿(mǎn)意。但是這種方法不可避免地導(dǎo)致了惡意行為者的追趕：它總是著眼于過(guò)去，以指導(dǎo)未來(lái)的發(fā)現(xiàn)。隨著攻擊生命周期的縮短，可以在一封電子郵件中使用一個(gè)域而再也看不到的攻擊，這種具有歷史意義的基于簽名的方法現(xiàn)已被更智能的系統(tǒng)廣泛取代。
監(jiān)督的機(jī)器學(xué)習(xí)涉及利用龐大的數(shù)據(jù)集處理成千上萬(wàn)個(gè)電子郵件。這些電子郵件通過(guò)后，將對(duì)AI進(jìn)行訓(xùn)練，以查找惡意電子郵件中的常見(jiàn)模式。然后，系統(tǒng)根據(jù)該數(shù)據(jù)更新其模型，規(guī)則集和黑名單。
通過(guò)對(duì)這兩種方法進(jìn)行分層，您既可以了解電子郵件的意圖，也可以了解意圖是出于合法目的還是惡意目的。而且，所有這些操作都無(wú)需做任何假設(shè)，也不必期望您之前已經(jīng)看到過(guò)這種威脅。
一個(gè)有效的AI網(wǎng)絡(luò)安全系統(tǒng)可以在不依賴(lài)于歷史攻擊的情況下識(shí)別異常，從而使它們?cè)谑状斡龅街熬湍軌虿东@真正獨(dú)特的新穎電子郵件。（歡迎轉(zhuǎn)載分享）
聯(lián)系客服
