人工智能（AI）工具增强了网络安全的执行效率，简化了团队的工作流程。
根据Dark Reading的企业安全研究报告，安全专家指出，在安全流程中融入大型语言模型（LLM）和生成式人工智能（GenAI）技术，能够显著提升威胁检测的效率，同时增强分析师的工作效能。报告中频繁强调了“效率”和“有效性”这两个关键词。
根据 Dark Reading 的网络安全领域人工智能与机器学习调查，使用生成式 AI 和大型语言模型进行网络安全计划的首要三大好处是：更高效的威胁检测 (占 28%)、提高分析师的生产力和效率 (占 27%)，以及更好的威胁情报分析 (占 23%)。
人工智能工具正在提升分析师的工作效率。近五分之一（19%）的受访者表示，AI显著加快了报告生成的速度；同样比例（19%）的受访者则赞扬AI在学习新信息方面的适应性和自学能力。另有15%的受访者认为，AI通过分析安全警报有效减少了误报，从而减轻了他们的工作压力；而其余15%的受访者则对AI在帮助发现并纠正错误配置方面的作用表示赞赏。
网络安全专业人士也认识到AI的积极作用，包括主动威胁检测（占16%）、更深入的用户行为分析（占15%）、加快事件响应（占15%）以及改善整体的安全状况（占11%）。
对于业务而言，LLM工具的引入也有其积极作用。它们能够优化资源分配，提高组织网络效率并降低成本（分别占比13%和9%）。受访者还发现了扩大GenAI运营规模的方法（占比12%），以及通过补充现有团队技能来提升网络安全响应能力（占比12%）。在预算方面，LLM的使用可以减少对额外员工人数的需求（占比11%），同时降低运营成本（占比9%）。
如需了解AI与ML在网络安全领域的更多信息，请点击阅读原文，查看《网络安全中的AI与机器学习现状》。
* 本文为陈发明编译，原文地址：https://www.darkreading.com/vulnerabilities-threats/llms-raise-efficiency-productivity-of-cybersecurity-teams
注：图片均来源于网络，无法联系到版权持有者。如有侵权，请与后台联系，做删除处理。
文章来源：数世咨询
在线咨询
在线咨询
0371-63319761