会议录——SIAM 数据挖掘 2021：网络安全中的 AI/ML 挑战、解决方案与新思路
密码学与安全
2021-06-02 v2 人工智能
摘要
恶意网络活动无处不在，其有害影响对社会具有剧烈且往往不可逆的后果。鉴于网络安全专业人员短缺、对手不断演化、可能包含攻击证据的海量数据，以及防御动作必须采取的速度，能够实现网络安全自主化的创新必须持续扩展，以摆脱被动防御态势，转向更主动的态势。该领域的挑战不同于将 AI 应用于计算机视觉等其他领域的挑战。环境具有极高的不确定性，源于难以摄入所有可用数据，以及恶意行为者可能操纵数据。该领域另一独特挑战是对手的动态性导致失陷指标频繁且无预警地变化。尽管存在这些挑战，机器学习已应用于该领域，并在检测方面取得一定成功。虽然问题的这一方面远未解决，但商业领域日益增长的部分正提供 ML 增强能力即服务。许多此类实体还提供促进这些自动化方案部署的平台。该领域的学术研究正在增长，并持续影响当前解决方案，以及夯实基础认知，使该领域的自主智能体成为可能。
引用
@article{arxiv.2104.13254,
title = {Proceedings - AI/ML for Cybersecurity: Challenges, Solutions, and Novel Ideas at SIAM Data Mining 2021},
author = {John Emanuello and Kimberly Ferguson-Walter and Erik Hemberg and Una-May O Reilly and Ahmad Ridley and Dennis Ross and Diane Staheli and William Streilein},
journal= {arXiv preprint arXiv:2104.13254},
year = {2021}
}