Bisakah AI Melawan Dengan Meningkatnya Jumlah Serangan Ransomware

Ketika dunia kita menjadi semakin terhubung, AI dan keamanan siber telah ada di mana-mana. Namun, ketakutan seputar keamanan siber dan AI melanda hampir setiap industri karena hanya sedikit yang memahami apa itu teknologi dan apa yang dapat dilakukannya.

Oleh karena itu, untuk mengatasi ketakutan ini dan untuk memahami apa yang dapat dilakukan Kecerdasan Buatan untuk melindungi kita dari ancaman, kita perlu memahaminya.

Apa itu Kecerdasan Buatan (AI)

Bagi kebanyakan dari kita, Artificial Intelligence (AI) berarti robot karena inilah yang kita lihat di film seperti iRobot dan baca di novel. Tapi tidak ada yang menambah fakta.

Artificial Intelligence (AI) mengacu pada menyalin kecerdasan manusia dalam mesin untuk berpikir seperti manusia dan meniru tindakan mereka. Tujuan kecerdasan buatan meliputi pembelajaran, penalaran, dan persepsi .

Keterbatasan AI

AI dan pembelajaran mesin berjalan beriringan, keduanya rumit, itulah sebabnya orang sering salah paham. Bayangkan melihat sebuah mesin yang dapat belajar melakukan tugas yang dapat dilakukan oleh setiap manusia. Meskipun kita berpuluh-puluh tahun jauhnya dari ini, pemikiran itu sendiri sangat menarik. Oleh karena itu, kami melihat kemajuan dalam AI dan pembelajaran mesin dan kolaborasi manusia-AI ini akan menjadi lebih luas di masa depan.

Sistem cerdas saat ini – Siri , Alexa , pencarian Google – adalah contoh pengembangan AI dan bagaimana kemajuannya. Bagaimana pencarian Google mengetahui apa yang Anda cari? Tanpa mengetik kalimat lengkap, Google mengerti dan memberi Anda saran. Ini hanyalah puncak gunung es AI dan pembelajaran mesin dapat melakukan lebih banyak hal seperti ini. Tentu saja, cara kerja algoritme cerdas ini luar biasa, tetapi mereka hanya dapat melakukan tugas yang kami latih – sistem pencarian tidak dapat mengetahui cara mengemudikan mobil. Inilah saatnya campur tangan manusia diperlukan dan apa yang membuat manusia lebih baik daripada mesin.

Tapi bukan berarti kami lebih unggul. Mesin dapat melakukan tugas-tugas tertentu jutaan kali lebih baik daripada manusia. Tetapi ketika berbicara tentang manusia versus mesin, interaksi antara keduanya sangat penting. Setiap hari di tempat kerja, rumah, sistem pertahanan siber saling bersilangan karena penantang manusia dan pertahanan berbasis AI menang lebih banyak daripada kalah.

Jadi, pertarungan keamanan siber adalah tentang manusia yang melindungi manusia lain. Dan meskipun penyerang mencoba menyalahgunakan sistem AI yang digunakan untuk perlindungan, AI secara alami akan menjadi sekutu keamanan siber.

Mesin Pendamping untuk Benteng Kami

Di bidang keamanan, pencapaian terbesar AI adalah dalam menangani analisis data. Dimana sebuah sistem dapat menganalisa lebih dari sejuta kejadian dalam sehari wajah manusia sulit. Tidak hanya itu, dalam menemukan anomali dari sekumpulan data yang dapat menyebabkan potensi serangan menjadi terlalu menantang. Untuk mengatasi situasi ini, para ahli keamanan siber telah menggunakan pendekatan langsung selama beberapa dekade dan bekerja dengan AI. Dalam tugas-tugas seperti deteksi pelanggaran, analisis sampel, klasifikasi malware, dll. AI dan pembelajaran mesin telah terbukti bermanfaat dan telah menghentikan banyak sekali potensi ancaman keamanan.

AI Orang Samaria yang Baik atau Bukan?

Salah satu kekhawatiran terbesar yang dimiliki industri tentang AI adalah peretas dapat menggunakan AI untuk mengotomatiskan serangan dalam skala besar.

Jika Anda juga berpikiran sama dan tidak yakin tentang AI sebagai anugerah atau kutukan, ingatlah bahwa teknologi dapat digunakan untuk tujuan yang baik dan jahat.

Potensi AI untuk mengotomatisasi keamanan tentu bermanfaat, tetapi jika peretas belajar bagaimana memanfaatkan Kecerdasan Buatan ini dengan lebih baik, itu akan menjadi risiko. Semua ini membuat masa depan suram, tetapi cara Kecerdasan Buatan dan Pembelajaran Mesin memerangi kejahatan dunia maya membuat perbedaan .

Ketika datang untuk mendeteksi ancaman dunia maya berdasarkan analisis data, bagian pembelajaran mesin dari Kecerdasan Buatan telah terbukti membantu. Karena dapat mengidentifikasi ancaman sebelum kerentanan dieksploitasi.

Machine Learning memberdayakan komputer untuk menggunakan dan membiasakan diri dengan algoritme berdasarkan data yang diterima dan memahami peningkatan yang diperlukan. Dalam konteks keamanan siber, ini berarti bahwa pembelajaran mesin memungkinkan komputer untuk memprediksi ancaman dan mengamati celah dengan akurasi daripada yang bisa dilakukan manusia.

Kata sandi, elemen penting lainnya dalam hal keamanan, selalu rapuh. Dan mereka adalah satu-satunya yang berdiri di antara akun Anda dan penjahat dunia maya. Oleh karena itu, otentikasi biometrik diusulkan sebagai alternatif untuk itu. Tapi itu sangat tidak nyaman dan peretas dapat dengan mudah menghindarinya. Untuk mengatasi kekurangan, AI digunakan untuk meningkatkan otentikasi Biometrik dan membuatnya lebih andal. Pengenalan wajah Apple adalah salah satu contohnya.

Ini tidak semua AI maju, dan itu tidak akan berhenti. Peningkatan keamanan lain yang menjanjikan oleh AI berasal dari analitik perilaku. Ini berarti dengan menganalisis cara Anda menggunakan perangkat, ML dapat membuat pola dan dapat mengetahui kapan aktivitas yang tidak biasa terjadi. Ini akan menaikkan bendera merah dan tindakan segera dapat diambil

Jadi, apakah AI jawaban atas serangan ransomware seperti yang ditunjukkan oleh AV-Test, masalah keamanan siber?

Pemikiran tentang AI yang mengambil alih keamanan siber memang menarik, tetapi kita tidak bisa melupakan bahwa AI dapat beradaptasi. Peretas dapat menggunakannya untuk tujuan jahat. Jika jatuh ke tangan yang salah, itu bisa lebih merusak daripada melindungi kita. Ini adalah pedang bermata dua yang kita butuhkan untuk mengambil semua tindakan pencegahan yang kita bisa ketika mengandalkan apa pun. Di mana di satu tempat AI akan membantu menghindari serangan ransomware, itu juga bisa membantu. Singkatnya, AI adalah anugerah dan kutukan.



Wawasan tentang 26 Teknik Analisis Data Besar: Bagian 1

Wawasan tentang 26 Teknik Analisis Data Besar: Bagian 1

Wawasan tentang 26 Teknik Analisis Data Besar: Bagian 1

6 Hal yang Sangat Menggila dari Nintendo Switch

6 Hal yang Sangat Menggila dari Nintendo Switch

Banyak dari Anda tahu Switch keluar pada Maret 2017 dan fitur-fitur barunya. Bagi yang belum tahu, kami sudah menyiapkan daftar fitur yang membuat 'Switch' menjadi 'gadget yang wajib dimiliki'.

Janji Teknologi Yang Masih Belum Ditepati

Janji Teknologi Yang Masih Belum Ditepati

Apakah Anda menunggu raksasa teknologi untuk memenuhi janji mereka? periksa apa yang belum terkirim.

Fungsionalitas Lapisan Arsitektur Referensi Big Data

Fungsionalitas Lapisan Arsitektur Referensi Big Data

Baca blog untuk mengetahui berbagai lapisan dalam Arsitektur Big Data dan fungsinya dengan cara yang paling sederhana.

Bagaimana AI Dapat Membawa Otomatisasi Proses ke Tingkat Selanjutnya?

Bagaimana AI Dapat Membawa Otomatisasi Proses ke Tingkat Selanjutnya?

Baca ini untuk mengetahui bagaimana Kecerdasan Buatan menjadi populer di antara perusahaan skala kecil dan bagaimana hal itu meningkatkan kemungkinan untuk membuat mereka tumbuh dan memberi keunggulan pada pesaing mereka.

CAPTCHA: Berapa Lama Itu Bisa Tetap Menjadi Teknik yang Layak Untuk Perbedaan Human-AI?

CAPTCHA: Berapa Lama Itu Bisa Tetap Menjadi Teknik yang Layak Untuk Perbedaan Human-AI?

CAPTCHA telah berkembang cukup sulit bagi pengguna untuk dipecahkan dalam beberapa tahun terakhir. Apakah itu akan tetap efektif dalam deteksi spam dan bot di masa mendatang?

Singularitas Teknologi: Masa Depan Peradaban Manusia yang Jauh?

Singularitas Teknologi: Masa Depan Peradaban Manusia yang Jauh?

Saat Sains Berkembang dengan kecepatan tinggi, mengambil alih banyak upaya kita, risiko menundukkan diri kita pada Singularitas yang tidak dapat dijelaskan juga meningkat. Baca, apa arti singularitas bagi kita.

Telemedicine Dan Perawatan Kesehatan Jarak Jauh: Masa Depan Ada Di Sini

Telemedicine Dan Perawatan Kesehatan Jarak Jauh: Masa Depan Ada Di Sini

Apa itu telemedicine, perawatan kesehatan jarak jauh dan dampaknya terhadap generasi mendatang? Apakah itu tempat yang bagus atau tidak dalam situasi pandemi? Baca blog untuk menemukan tampilan!

Pernahkah Anda Bertanya-tanya Bagaimana Hacker Menghasilkan Uang?

Pernahkah Anda Bertanya-tanya Bagaimana Hacker Menghasilkan Uang?

Anda mungkin pernah mendengar bahwa peretas menghasilkan banyak uang, tetapi pernahkah Anda bertanya-tanya bagaimana cara mereka mendapatkan uang sebanyak itu? mari berdiskusi.

Pembaruan Tambahan macOS Catalina 10.15.4 Menyebabkan Lebih Banyak Masalah Daripada Menyelesaikan

Pembaruan Tambahan macOS Catalina 10.15.4 Menyebabkan Lebih Banyak Masalah Daripada Menyelesaikan

Baru-baru ini Apple merilis macOS Catalina 10.15.4 pembaruan suplemen untuk memperbaiki masalah tetapi tampaknya pembaruan menyebabkan lebih banyak masalah yang mengarah ke bricking mesin mac. Baca artikel ini untuk mempelajari lebih lanjut