

Yapay Zeka (AI) ‘nın geniş veri kümelerini analiz etme, potansiyel başarısızlıkları tahmin etme ve rutin görevleri otomatikleştirme yeteneği, onu siber güvenlik için, özellikle ağ güvenliği için vazgeçilmez kılar. AI, ağları güvence altına almada hayati bir rol oynayacak, operatörlerin şüpheli etkinlikleri tespit etmesine, ihlalleri tanımlamalarına ve hatta önceden tanımlanmış güvenlik protokolleri aracılığıyla olay tepkisini otomatikleştirerek tehditleri azaltmak için gereken süreyi azaltacaktır. İşletmeler AI benimsemesini hızlandırmak için istekli olsa da, birçoğu ağ mühendisleri ve yöneticileri arasındaki çeşitli yanlış hizalama nedeniyle uygulama ile mücadele ediyor.
513 Baş Bilgi Görevlisi (CIO’lar) ve Baş Güvenlik Görevlileri (STK’lar) ve Batı ülkelerinde 508 ağ mühendisini araştıran “AI odaklı ağ yönetimi-Evlat edinme ve yenilikçiliğe küresel bir bakış açısı” başlıklı bir araştırma raporu, AI ve uygun kaynak tahsislerinin uygulanması ile ilgili liderlik ve teknik ekipler arasında temel farklılıklar ortaya koydu. Bu tutarsızlıklar önemsiz değildir ve kuruluşlar her iki tarafı da AI’nın ağlarını güvence altına alma potansiyelini tam olarak gerçekleştirmek için hizalamalıdır.
AI uygulaması düzeyinde farklılıklar
Liderlik ve ağ mühendisleri arasındaki ana anlaşmazlık alanlarından biri, bildirilen AI benimseme seviyesiydi. Anket sonuçlarına göre, CIO’ların ve STK’ların% 94’ü şirketlerinin AI uygulamaya başladığını ve% 58’inin tam bir AI uygulaması bildirdiğini söyledi. CIO’lar ve STK’lar AI dağıtımları hakkında iyimser bir görüşe sahip olmalarına rağmen, ağ mühendisleri yapmadı. Aslında, sadece% 42’si kuruluşlarının AI’yi tam olarak uyguladığını iddia etti. Ağ mühendisleri, kuruluşların% 63’ünün AI’yı siber güvenlik altyapılarına bir dereceye kadar entegre ettiğini, sadece% 28’inin tam entegrasyon bildirdiğini bildirdi.
Bu bulgular, çoğu işletme siber güvenlik için AI değerini görse de, kısmi ve tam evlat edinme arasında önemli bir boşluk olduğunu göstermektedir. Ayrıca, sonuçlar liderlik ve teknik ekiplerin bir AI uygulamasının başarısını veya kapsamını çok farklı bir şekilde değerlendirdiğini göstermektedir. CIO’lar ve STK’lar AI’nın daha geniş stratejik hedeflerine ve uygulamalarına bakar; Bununla birlikte, acil operasyonel zorlukları ele almakla görevli ağ mühendisleri, AI’nın uyuşmazlığı ima eden ağ performansını ve güvenliğini artırma üzerindeki doğrudan etkisine odaklanmaktadır.
Kaynak tahsisi beklentileri
Anketten ortaya çıkan bir diğer yanlış hizalama noktası, AI ve siber güvenlik için kaynakların tahsis edilmesiydi. Özellikle, ağ mühendislerinin beklentileri CIO’lar ve STK’lar tarafından yatırılan gerçek miktarla eşleşmedi. Örneğin, CIO’ların ve STK’ların% 66’sı bütçelerinin önemli bir kısmını AI ve siber güvenliklere ayırdı. Bununla birlikte, ankete katılan ağ mühendislerinin% 70’i yatırım seviyesinin bir yıldan diğerine değiştiğini (yani AI uygulamasına adanmış ek kaynaklardaki değişimin) kuruluşlarının iş hedeflerine ulaşmak için yeterli olmayacağını ifade etmiştir.
Mühendislerin AI dağıtımlarını engelleyen temel zorluklar hakkındaki görüşleri, şirketlerinin AI uygulamasını destekleyecek yeterli kaynak tahsis etmediği duygularını yansıtmaktadır. Yapay zeka uygulaması için en yaygın zorlukların ne olacağını düşündükleri sorulduğunda, ağ mühendislerinin% 29’u AI teknolojilerini dağıtmak için gereken yüksek ilk yatırıma işaret ederek en çok belirtilen engel haline getirdi. Bu engel, özellikle tam AI benimsemesi için finansal kaynaklardan yoksun daha küçük kuruluşları etkiler.
İşletmeler, kısmi uygulama ve aşamalı olarak ölçeklendirme ile başlayarak AI uygulamasına adım adım bir yaklaşım benimseyerek bu zorluğu ele alabilirler. Bu artımlı yaklaşım, mühendislerin yeteneklerini daha küçük ölçekte test ettikleri için teknoloji konusunda daha fazla deneyim kazanmalarına yardımcı olacaktır. En önemlisi, bu küçük ölçekli testler, mühendislerin şirket liderlerine konsept kanıtları sunmalarını sağlayarak bu karar vericilerin daha fazla kaynak yapmanın somut değerini görmelerini kolaylaştıracak.
Daha yetenekli profesyonellere ihtiyaç
Yapay zeka uygulamasını engelleyen büyük bir engel, yetenekli profesyonellerin AI güdümlü sistemleri yönetmeleri gerektiğiydi. Bu zorluğun üstesinden gelmek için, ağ mühendislerinin% 31’i BT personeli ile eğitim ve yükselme çabalarına öncelik vermeyi planlamaktadır. Bu bağlamda, bant dışı teknoloji, ağ ekiplerini uzak konumlardan AI-entegre ağları yönetme konusunda güçlendirerek son derece faydalı olacaktır. Bu teknolojiler ayrıca, AI araçlarının siber saldırıların getirdiği ağ kesintileri sırasında bile erişilebilir ve operasyonel kalmasını sağlar. Ayrıca, bant dışı çözümlerin kullanımı, teknik ekiplerin ağ yönetimi içindeki AI uygulamalarını anlamalarını artıracaktır.
Grup dışı teknolojiler, mühendislerin üretim ağından ayrı olarak her zaman bağımsız bir yönetim uçağı oluşturmalarını, AI’nın uygulanmasını geliştirmeye ve sonuçta mühendisleri liderlikle aynı güven seviyelerine getirmelerini sağlar. Kuruluşları ağ yönetimi için kısmen yapmayı planlayan veya kısmen uyguladıkları CIO’ların veya STK’ların% 32’sinin sürekli izleme ve gerçek zamanlı analizler uygulayarak hazırlanmak istediğini düşünün. Grup dışı teknolojiler, sağlama, düzenleme, yönetim ve iyileştirme için bağımsız, güvenli ve uzaktan erişim sağlar, bu da onları günlük ağ siperlerindeki ağ mühendisleri için paha biçilmez çözümler haline getirir.
Paylaşılan hedeflere ve hedeflere uyum sağlamak
Farklı perspektiflere rağmen, hem CIO’lar/CISO’lar hem de ağ mühendisleri AI’nın ağ yönetimini ve siber güvenliği artıracağı konusunda hemfikirdir. Bu ortak zemine dayanan kuruluşlar, hedefleri özetleyen ve hedefleri paylaşan ve BT eğitimi, ağ esnekliği ve gerçek zamanlı analitik gibi temel girişimlere öncelik veren birleşik AI odaklı bir strateji geliştirmek için her iki grup arasında işbirliğini geliştirmelidir. Bunu yaparak, işletmeler AI’nın güvenliği güçlendirme ve ağ yönetimini kolaylaştırma potansiyelini en üst düzeye çıkarabilir.
Reklam
LinkedIn Group Bilgi Güvenlik Topluluğumuza katılın!