top of page
hero-bg-08.jpg
Profet AI Insight

透過我們了解最新資訊、產業觀點

AI 如何賦能資安,強化企業安全?

>> 填寫問卷即可獲得資安 AI 應用案例,下滑了解更多!

AI - Security

"資訊安全”是目前許多公司所關注的議題,面對市場的變動、國際大廠競爭、人力等挑戰,皆顯示出資訊安全的重要性。


資訊安全外洩的現狀


過去曾爆出令人擔憂的資訊安全事件:一名匿名黑客在上週於駭客論壇「突破論壇」(Breach Forums) 中發文聲稱,從上海公安系統竊取了高達 10 億名中國公民的龐大個人資訊。這一事件若屬實,將成為史上最大規模的數據洩露之一,引起了技術專家的高度關切。此次事件再次凸顯了資訊安全的重要性,也提醒企業和機構在這個高度數位化的時代,需更加嚴密守護使用者資料,以應對日益嚴峻的數據外洩威脅。


值得慶幸的是,在企業數位轉型日趨成熟,人工智慧技術快速發展的今天,還有一項備受關注的技術——"AutoML 自動化機器學習",為我們解決新時代所面臨的難題,提供全新的解決方案。接下來,我們將分享 Profet AI 如何運用 AutoML 來協助信息安全部門通過人工智能找出公司內部是否存在資安問題!


AI-Security-1

傳統做法的限制


傳統規則導向系統依賴 “有” 與 “無” 進行風險判斷和數量縮減,再仰賴 IT 人員的經驗逐一檢測潛在風險資訊。然而這種作法面臨許多限制,如規則訂定的困難、遺漏潛在風險的可能性和規則列舉的完整性。除上述限制,後續人員抽檢的經驗也面臨傳承與轉換成系統化執行的挑戰。然而 AI 技術的引入可以補足這些缺失,協助改善過去的稽核方式,並在判斷上提供更多輔助。


AutoML 於資訊安全的應用與效益


針對 AutoML 在資訊安全的應用與效益,以下提供簡單的整理與描述:

  1. 彌補傳統規則不足:運用大數據建模,輔助判斷並彌補傳統規則導向系統的不足,降低整體風險。

  2. 資安外洩風險郵件:藉由過往公司內部資訊系統 Mail Log 資訊建立模型,透過預測模型推估公司內部人員郵件寄出風險疑慮。

  3. 關鍵風險領先指標監控 : 個人資料存取異常偵測指標建置 (IPG/DG) - IPG/DG 數據資安應用與建立監控指標。

  4. 數據驅動監控決策:過往大多依據經驗來做決策,AutoML 可協助資安人員提供數據面向的決策建議,還能進一步探討影響決策的關鍵因子,監控領先指標。

  5. 敏感資訊分級:公司重點部門資訊通常相對機密、敏感,過去缺乏工具時,難以透過好的工具協助分類及監控。透過 AutoML 工具可輔助企業做好敏感資訊分級。


AI 篩選高資安疑慮郵件,協助預測資安外洩風險


公司內部發生資安問題時,大部分都是已發生過的事件,等發現後已對公司造成莫大的損害,透過 AI 模型,可以改進以往公司需透過內部稽核人員抽檢的方式,來進行更有效率的檢驗。



想深入瞭解資安應用案例,填寫問卷即可獲得應用解析!

 



bottom of page