AI har revolutioneret forskellige sektorer, men dets implikation i cyberangreb er en voksende bekymring. AI-drevne cyberangreb kan udvise større autonomi og forvolde mere alvorlige skader gennem midler som ondsindede filer, phishing-svindel og storstilede Denial of Service (DDoS) angreb. I dag har ikke kun internettet, men også individuelle ministerier, afdelinger og lokaliteter deres egne private netværk. Disse systemer har oplevet uautoriseret adgang og angreb, som kunne eskalere med brugen af AI.
Brugen af AI til at mindske sine egne trusler
I lyset af disse trusler blev tre strategier foreslået af en repræsentant fra Ministeriet for Offentlig Sikkerhed. Den første strategi lægger vægt på den presserende nødvendighed af at færdiggøre et juridisk rammeværk for AI, der forudser fremtidige tendenser og etablerer etiske standarder vedrørende AI-udvikling og anvendelse. Dette inkluderer beskyttelse af privatliv og menneskerettigheder for både nationale og internationale enheder.
Positiv AI kontra Negativ AI
Den anden tilgang foreslår at bruge AI til at bekæmpe sig selv. AI, en menneskelig opfindelse og produkt af intelligens, kan manifestere både gavnlig og skadelige varianter. At imødegå udbredelsen af skadelig AI kræver den strategiske brug af “god AI”.
Cybersikkerhed skal arbejde hånd i hånd med AI-udvikling
Den tredje løsning understreger, at AI-udvikling bør gå hånd i hånd med cybersikkerhedsforanstaltninger for at forhindre alvorlige konsekvenser af fjendtlige overtagelser eller angreb. Sikkerhedsindsatsen fra adskillige enheder er endnu ikke tilstrækkelig.
Konkrete handlinger, der foreslås, inkluderer opretholdelse af sikkerhed for systeminfrastrukturer, regelmæssig data backup, gendannelsespraksis og simuleringer til beredskab for hændelsesrespons, især for AI-rettet angreb. Derudover er løbende overvågning og tilsyn under informationsdelingsprocesser afgørende for at opdage og håndtere eventuelle anomalier eller overtrædelser vedrørende beskyttelse af persondata.
Endelig opfordrer artiklen til udvikling og anvendelse af AI til overvågning af netværkslogs og trafikanalyse, integrering af maskinlæring med naturlig sprogbehandling for at forbedre nøjagtigheden af beslutningstagning ved hændelsesrespons.