AI の人気は高まっており、この傾向は今後も続くでしょう。これをサポートしているのは、 ガートナー これは、企業の約 80% が生成人工知能を使用していることを示しています (ゲンアイ) 2026 年までにアプリケーション プログラミング インターフェイス (API) またはモデルが開発される予定です。ただし、AI は広範で遍在する用語であり、多くの場合、さまざまなテクノロジをカバーします。それにもかかわらず、AI はロジックを異なる方法で処理する能力において画期的な進歩をもたらしており、今日さまざまな形の AI を試している企業と消費者の両方から注目を集めています。同時に、このテクノロジーは、企業のセキュリティの弱点であると同時に、企業が弱点を特定して対処するのに役立つツールになる可能性があることに気づいている攻撃者からも同様の注目を集めています。
AI のセキュリティ上の課題
企業が AI を使用する方法の 1 つは、大規模なデータ セットをレビューしてパターンを特定し、それに応じてデータを順序付けすることです。これは、通常は複数のデータ行を含む表形式のデータセットを作成することによって実現されます。これは、効率の向上からパターンや洞察の特定まで、企業にとって大きなメリットがありますが、侵害が発生した場合、このデータは脅威アクターが使いやすい方法で分類されるため、セキュリティ リスクも増加します。
大規模言語モデル (LLM) テクノロジーを使用すると、データがパブリック ドメインに配置され、そのテクノロジーを使用する人が偶然見つけて使用できるようになり、セキュリティの障壁がなくなるため、脅威はさらに進化します。 LLM は実質的に詳細を理解しないボットであるため、手元にある情報を使用して、確率に基づいて最も可能性の高い応答を生成します。そのため、多くの企業は、社内のデータを安全に保つために従業員が ChatGPT などのツールに企業データを入力することを禁止しています。
AI のセキュリティ上の利点
AI は企業に潜在的なリスクをもたらす可能性がありますが、解決策の一部になる可能性もあります。 AI は人間とは異なる方法で情報を処理するため、問題を異なる視点から捉え、画期的な解決策を導き出すことができます。たとえば、AI はより優れたアルゴリズムを生成し、人間が長年苦労してきた数学的問題を解決できます。したがって、情報セキュリティに関してはアルゴリズムが最も重要であり、 AI、機械学習 (ML) または同様のコグニティブ コンピューティング テクノロジを利用すれば、データを保護する方法を見つけられる可能性があります。
これは、大量の情報を識別して分類できるだけでなく、組織がこれまで気付かなかったものを認識できるようにするパターンを識別できるため、AI の真の利点です。これにより、情報セキュリティに全く新しい要素がもたらされます。 AI は、脅威アクターによってシステムへのハッキングの有効性を向上させるツールとして使用される一方、倫理的なハッカーによっても、企業にとって非常に有益となるセキュリティを向上させる方法を模索するツールとしても使用されるでしょう。
従業員とセキュリティの課題
私生活でも AI のメリットを実感している従業員は、次のようなツールを使用しています。 AI言語モデルを活用してコードのデバッグからデータの異常検出まで、 職務遂行能力を向上させるため。同時に、これらの従業員によってデータ セキュリティの複雑さがさらに増しています。企業は、従業員がこれらのプラットフォームにどのような情報を入れているか、そしてそれに関連する脅威を認識する必要があります。
これらのソリューションは職場にメリットをもたらすため、企業は組織全体の効率を向上させながら内部データセットの公開を制限するために、非機密データをシステムに入れることを検討するかもしれません。ただし、組織は両方の方法で利用することはできず、そのようなシステムに入力したデータは機密性が保たれないことを認識する必要があります。このため、企業は情報セキュリティ ポリシーを見直し、従業員が重要なデータに確実にアクセスできるようにしながら、機密データを保護する方法を特定する必要があります。
機密ではないが有用なデータ
企業は、AI がもたらす価値を認識していると同時に、 セキュリティリスク ミックスに。データをプライベートに保ちながらこのテクノロジーから価値を得るために、彼らは、たとえば、識別可能な情報を仮名または値に置き換え、個人を直接識別できないようにする仮名化を使用して、匿名化されたデータを実装する方法を模索しています。
企業がデータを保護できるもう 1 つの方法は、合成データの生成 AI を使用することです。たとえば、企業が顧客データ セットを持っており、分析と洞察のためにそれをサードパーティと共有する必要がある場合、そのデータセットで合成データ生成モデルを指定します。このモデルは、データセットのすべてを学習し、情報からパターンを識別して、実際のデータの誰もを代表しない架空の個人を含むデータセットを生成しますが、受信者はデータセット全体を分析して正確な情報を提供できます。これは、企業が機密データや個人データを公開することなく、偽の正確な情報を共有できることを意味します。 T彼のアプローチにより、分析用の機械学習モデルで大量の情報を使用したり、場合によっては開発用のデータをテストしたりすることが可能になります。
現在、企業はいくつかのデータ保護方法を利用できるため、個人データが安全に保たれるという安心感を持って AI テクノロジーの価値を活用できます。これは、効率、意思決定、全体的な顧客エクスペリエンスの向上にデータがもたらす真のメリットを企業が体験しているため、これは重要です。
Protegrity のチーフ セキュリティ アーキテクトである Clyde Williamson と製品マーケティングおよび戦略担当副社長の Nathan Vega による記事。
以下または X 経由でこの記事にコメントしてください: @IoTNow_
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://www.iot-now.com/2024/01/19/141963-ai-and-security-it-is-complicated-but-doesnt-need-to-be/
