​在有关新一代网络安全技术的救世主讨论中
，AI无疑是人工一个高频出现的词汇，总是不网被反复提及 。当前的络安网络攻击形势愈发严峻，安全人员对于利用AI技术保护数字资产表现出了极大热情 。救世主而AI技术开发人员更是人工对“AI能够增强网络安全防御能力”这一愿景持乐观态度。他们认为 ，不网人为错误是络安不可避免的 ，而AI技术可以利用大数据和机器学习持续性观察和监控威胁发展趋势，源码库救世主从而优化提升某些防御行为。人工

但事物总是不网具有双面性 ，随着对AI技术应用效果的络安观察，很多用户和安全专家发现
，救世主目前的人工AI技术还并不能成为网络安全领域的“救世主”，至少并非像很多安全厂商宣传的不网那样 。人们往往只关注AI的好处，却有意或无意地忽略了它的应用缺陷。这种对AI看法的亿华云偏见引起了一些研究人员的担忧，他们认为，尚不成熟的AI技术应用 ，正在为网络攻击者制造新的漏洞 。

研究人员发现 ，AI技术在网络安全方面的应用弊端主要包括以下几点：

掌握充分的数据是AI技术应用的基础，如果不考虑数据质量和充分性 ，AI的免费模板准确性就会无法保证 。如果组织希望利用AI技术检测网络威胁  、预测攻击并做出相应的反应 ，就必须通过机器学习算法模型提供大量的真实数据训练它 。对于大型组织来说，这可能不是问题 ，因为他们本身就拥有大量数据。但是 ，对于那些只想保护自己的网络安全的中小型企业用户呢？目前，安全厂商正在给用户营造的源码下载印象是，AI技术是包罗万象的，但事实却并非如此，因为对那些缺少大数据资源的企业或组织而言，几乎无法有效使用AI技术
。

就保护数据隐私而言 ，处理数据的人越少越好
。因为在网络安全领域为实施AI技术创建基础环境既不容易也不便宜，它需要高水平专业技术技能支撑。当企业无法自己管理运营基于AI技术的云计算安全解决方案时
，将不得不将其外包给第三方供应商，虽然相关供应商可能会做出“保密”的承诺，但事实上，这个过程增加了企业的数据暴露面和攻击面
。同时  ，第三方供应商也可能为了自身利益而滥用客户数据 ，并且难以被监控审计 。

网络犯罪分子也在将紧跟网络安全趋势视为首要任务 。随着AI技术在网络安全方面应用受到广泛关注，他们正竭尽所能地利用这一趋势 。当安全专家尝试用最新的模板下载算法加强安全防御时
，网络犯罪分子很可能已经在这些算法中发现了新的安全漏洞 。在网络安全领域 ，没人能垄断AI技术
，独享其带来的优势。入侵者和防御者之间存在一场利益争夺 。如果入侵者没能抢在防御者前面 ，他们的恶意企图就不会得逞 ，所以入侵者也同样会努力保持领先
。

拥有一个良好的网络安全环境并不是只靠部署最新的技术就能实现，而是需要能够理解安全防护技术的原理并有效地利用它 。除非是专业的网络安全人士 
，否则很难具备彻底使用AI技术的知识和技能
。即便雇佣了AI专业人士来管理网络安全 ，但如果相关负责人员不了解算法及其工作原理，也无法获得理想的结果。而且，供应商所使用的算法模型可能并不适合企业的网络，如果企业对此并不了解 ，也将无法获悉这一点。

网络安全技术的目标是为了解决安全问题，因此并不存在完全通用的网络安全方法
 。就好像在“地面”部署的防御机制可能阻止不了来之“空中”的打击。为了能够及时找出恶意活动 ，必须要能够应用自发策略来管理特定的攻击。网络专业人士拥有实时遏制网络攻击的专业知识
，他们可以用自己的创造力和自发性来应对独特的环境 。而这一点正是AI技术所缺乏的，因为它主要是通过持续训练来养成分析和处置行为的 。当一些未经过AI算法训练的恶意活动出现时
，它将无法保护您的系统，因为AI技术缺乏人类即兴发挥、随机应变的第六感 。

AI技术在网络安全领域的过度炒作让很多用户产生了不切实际的期望
。似乎有了AI，就可以不用担心网络攻击了
。但这是一个不能实现的承诺
，因为AI技术远非完美
。AI安全系统是由人设计的 ，因此根本无法避免漏洞的存在 。尽管 ，AI算法可以为企业提供更好的决策和分析所需的数据，但它并不能为组织的网络安全需求提供“万能的”解决方案 。因此 ，企业在应用AI技术前 ，必须准确了解它可以为自身的网络安全增加哪些价值 ，以及应如何实现这种价值。

参考链接
：https://www.makeuseof.com/downsides-artificial-intelligence-cybersecurity/