网络安全的今年:量子、生成人工智能以及 LLM 和密码

尽管世界总是难以预测,但网络安全的几个强劲趋势表明未来几个月的发展充满希望和令人担忧。有一点是肯定的:2024 年将是非常重要且有趣的一年。

近年来,人工智能(AI)以令人难以置信的速度发展,其在网络安全中的实施只会变得更加普遍和重要。它最终可能成为行业游戏规则的改变者。

今年,人工智能和量子计算的发展可能会让他们正面交锋。存在产生一些令人难以置信和不想要的结果的巨大潜力。量子计算将使当今的加密技术在一夜之间变得过时。这也将冲击当前的热点话题——身份验证。安全行业已经在思考和规划如何管理这一问题,如何安全地共享信息,如何管理信任和隐私,以及许多其他可能影响社会和日常生活的担忧。

深度造假的威胁

生成式人工智能和深度造假的发展将成为对民主的真正威胁。这项技术的进步将导致语音和视频网络钓鱼攻击变得更加频繁且更难以识别。到目前为止,我们还没有开发出解决方案来帮助人们识别哪些视频或录音是真实的,哪些是假的。

到 2024 年,生活在民主世界的大约三分之二的公民有资格在国家或总统选举中投票。民主今年将面临最大的挑战,我们可能会看到通过错误信息、虚假信息以及操纵通讯和投票程序来广泛操纵公众。

我们已经看到各国政府采取措施更加积极地维护网络安全,而且随着人们认识到网络犯罪会损害国民经济,这一趋势在 2024 年肯定会加速。各国政府将出台更严格的法规,并可能采取其他行动来破坏威胁行为者的行动。这将减少技能较低的网络犯罪分子造成的损害。

利用人工智能向善

网络安全专业人员最终将有机会利用人工智能来做好事,而且肯定比攻击者出于恶意目的而利用人工智能更加高效和有效。人工智能需要大量的计算能力。这是由供应链问题和能够验证和批准其客户的大型供应商控制的。防御者将能够使用人工智能作为力量倍增器,使网络犯罪分子更难渗透到 IT 领域。

我们已经看到了有关人工智能对就业和就业市场影响的新闻头条。人工智能肯定会改变网络安全领域,但我们怀疑它是否会缓解对经验丰富专家的需求。事实上,随着威胁的增加,公司将需要比以前更多的高级和经验丰富的专业人员来解决更复杂的问题。因此,高层人才的短缺可能会加剧。但现在确定这一需求还为时过早。

多年来,网络安全行业一直处于被动模式,试图解决网络犯罪分子造成的问题并修复损害。预防永远胜于治疗。因此,快速增长的安全态势管理领域终于可以发挥自己的作用。虽然这是在不同的云平台上完成的,但随着公司扩展其服务(包括第三方)的功能和工具集以包括预防性控制和广泛的暴露管理评分以降低每个人的安全风险,衡量安全态势管理的能力将变得更加有趣轮廓。我们期望看到新的仪表板和全面的产品集成,所有这些都由人工智能增强。

增加 LLM 的使用

大型语言模型(LLM) 在过去 12 个月中脱颖而出。在接下来的 12 年内,我们预计他们将显着改善从系统到技术员工再到非技术员工的信息交换。LLM 可以在网络安全方面提供更多由机器主导的反馈,并提高事件单的质量,从而加快安全分析师的工作速度,并实现与业务其他部门的人员更好的沟通。

LLM 肯定会越来越多地用于警报处理、响应指导、漏洞评估、设计红队和测试,以及随着行业发展而变得清晰的其他领域。接受过人工智能工具培训并能熟练使用人工智能工具的员工的工作效率将会更高。人类的聪明才智与人工智能的结合将使人们和组织取得比以往任何时候都更大的成就。

密码的使用最终可能会缓慢但肯定会开始下降。去年,FIDO PassKeys 帮助开始使无密码方法在网站上可行,同时得到了所有主要参与者的支持。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/467002.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Pandas自定义函数的多面手应用(pipe、apply、map、applymap、agg)【第76篇—Pandas自定义函数】

Pandas自定义函数的多面手应用(pipe、apply、map、applymap、agg) Pandas是Python中用于数据分析和处理的强大库,提供了丰富的功能和灵活性。在实际数据处理中,经常会遇到需要自定义函数来进行特定的操作。本文将深入探讨Pandas中…

真、开源LLM-OLMo

论文:https://arxiv.org/pdf/2402.00838.pdf Weights https://huggingface.co/allenai/OLMo-7B Code https://github.com/allenai/OLMo Data https://huggingface.co/datasets/allenai/dolma Evaluation https://github.com/allenai/OLMo-Eval Adaptation http…

ubuntu快速安装miniconda

ubuntu快速安装miniconda 环境 ubuntu.22.04 显卡 RTX 3050 关于选择Miniconda还是Anaconda的问题,Anaconda安装包比较大,耗时比较长,如果你是绝对的初学者,选择Anaconda会比较稳妥一些;否则建议你还是选择Miniconda安…

P1928 外星密码

网址如下&#xff1a; P1928 外星密码 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) C的string真的是太好用辣&#xff01; 思路就是用一个函数来递归翻译 代码如下&#xff1a; #include<iostream> #include<string> #include<cctype> using namespace…

python使用 sqlalchemy连接数据库帮助类

import mysql.connectorclass MySqlHelper(object):"""操作数据库帮助类"""def __init__(self):#self.host "localhost"#self.user "root"#self.password "xinshiyun123"#self.database "deliverunion_c…

【Java程序设计】【C00261】基于Springboot的休闲娱乐代理售票系统(有论文)

基于Springboot的休闲娱乐代理售票系统&#xff08;有论文&#xff09; 项目简介项目获取开发环境项目技术运行截图 项目简介 这是一个基于Springboot的休闲娱乐代理售票系统 本系统分为系统功能模块、管理员功能模块以及用户功能模块。 系统功能模块&#xff1a;休闲娱乐代理…

【蓝桥杯嵌入式】新建工程 | 点亮LED | LCD配置

目录 源代码 硬件资源 产品图片 硬件布局 资源配置表 跳线 下载方式 新建工程 点亮LED code 函数调用 LED初始化 Delay点灯 流水灯 积累流水灯 整合效果 LCD移植 lcd.c lcd.h fonts.h LCD初始化 main.c预览 闲话 源代码 网址&#xff1a;后续会上传…

Stable Diffusion 模型下载:majicMIX sombre 麦橘唯美

本文收录于《AI绘画从入门到精通》专栏,专栏总目录:点这里。 文章目录 模型介绍生成案例案例一案例二案例三案例四案例五案例六案例七案例八案例九案例十

大数据工具之Trino

大数据工具之Trino 简介 不少人没有听说过Trino&#xff0c;但绝大多数人都听说过Presto&#xff0c;一个基于JVM的MPP计算引擎&#xff0c;Presto是一个高性能的、分布式的大数据SQL查询引擎。 诞生于Facebook(脸书)&#xff0c;扬名于Linux基金会&#xff01; 官网&#…

海里定理例题

1. lim ⁡ x − > 0 s i n ( 1 x ) \lim\limits_{x ->0}sin(\frac{1}{x}) x−>0lim​sin(x1​)的极限不存在 取数列f(x), x n 1 2 n Π − Π 2 x_n\frac{1}{2nΠ-\frac{Π}{2}} xn​2nΠ−2Π​1​和 y n 1 2 n Π Π 2 y_n\frac{1}{2nΠ\frac{Π}{2}} yn​2nΠ2…

算法学习——LeetCode力扣二叉树篇5

算法学习——LeetCode力扣二叉树篇5 513. 找树左下角的值 513. 找树左下角的值 - 力扣&#xff08;LeetCode&#xff09; 描述 给定一个二叉树的 根节点 root&#xff0c;请找出该二叉树的 最底层 最左边 节点的值。 假设二叉树中至少有一个节点。 示例 示例 1: 输入: r…

深入解析Elasticsearch的内部数据结构和机制:行存储、列存储与倒排索引之倒排索引(三)

当我们谈论Elasticsearch&#xff08;简称ES&#xff09;时&#xff0c;我们经常会提到它的高效搜索能力。而这背后的核心技术之一就是倒排索引。那么&#xff0c;什么是倒排索引&#xff0c;以及它是如何在Elasticsearch中工作的呢&#xff1f; 深入解析Elasticsearch的内部数…