Третьей и четвертой по величине проблемами являются «ложные отрицательные» (32%) и «ложные положительные» (28%). В отличие от людей, ИИ не обладает пониманием контекста, что затрудняет ему интерпретацию определенных событий, если модель не была проинформирована заранее. Затем ИИ может сообщить о безобидной активности в компании как о подозрительной (ложный положительный) или, наоборот, проигнорировать реальную угрозу (ложный отрицательный), что потребует дополнительного внимания со стороны ИТ-менеджеров для сортировки этой информации.
Взаимодействие : интеграция инструментов ИИ в существующую инфрастр уктуру кибербезопасности может быть сложной (26%)
Чрезмерное доверие к ИИ : слишком большая зависимость, которая приводит к снижению бдительности людей (23%)
Атаки противников : злоумышленники манипулируют системами ИИ, чтобы избежать обнаружения (22%)
Этические проблемы : предвзятость в при База данных WhatsApp Швейцарии нятии решений (20%)
Человеческая поддержка : человеческий опыт остается решающим фактором в анализе угроз и принятии решений (15%)
Постоянная адаптация : методы атак быстро развиваются, системы ИИ должны постоянно обучаться (15%)
Проблемы регулирования : например, сложные правила защиты данных, в которых инструменты ИИ явно не упоминаются (12%)
Затраты : Решения на основе ИИ требуют как инвестиций в технологии, так и экспертов для эксплуатации систем (11%).
Хотя искусственный интеллект может помочь компаниям принимать более обоснованные стратегические решения в области кибербезопасности, становится все более очевидным, что они не могут игнорировать один важный фактор, если хотят в полной мере раскрыть его потенциал: человеческий фактор.