Künstliche Intelligenz
Sieben Aspekte zu Machine Learning in der Cybersicherheit

Ein Gastbeitrag von Sergej Epp* 4 min Lesedauer

Anbieter zum Thema

Künstliche Intelligenz, konkret Machine Learning, kann Security-Teams bei Ihrer Arbeit unterstützen. Doch worauf kommt es an und was gilt es zu wissen? Die Experten von Palo Alto Networks geben einen Überblick.

Richtig eingesetzt haben Methoden der künstlichen Intelligenz wie Machine Learning das Potenzial, die IT-Sicherheit in Unternehmen zu unterstützen und den Menschen zu entlasten.(Bild:  KI-generiert/frei lizenziert /  Pixabay)
Richtig eingesetzt haben Methoden der künstlichen Intelligenz wie Machine Learning das Potenzial, die IT-Sicherheit in Unternehmen zu unterstützen und den Menschen zu entlasten.
(Bild: KI-generiert/frei lizenziert / Pixabay)

Für eine dynamische und leistungsstarke Sicherheitsplattform können Tools auf Basis von maschinellem Lernen (ML) ein wesentliches Element sein. Die Technologie lässt sich in verschiedenen Aufgabenbereichen einsetzen, zum Beispiel zur Erkennung von Malware und Netzwerkanomalien, Kategorisierung von Nutzerverhalten, Priorisierung von Schwachstellen sowie Bedrohungen, und auch zur präzisen Vorhersage zukünftiger Angriffe. Darüber hinaus kann ihr Einsatz dabei helfen, das Modellrisiko zu verbessern, die Klassifizierung von Bedrohungen zu rationalisieren – und gar unmittelbare sowie potenzielle Angriffe genau vorherzusagen. Zudem entlastet ML-basierte Automatisierung Mitarbeitende, indem sie den manuellen Aufwand minimiert.

ML birgt also sehr großes Potenzial für die Cybersicherheit – doch worauf ist bei der Implementierung im Unternehmenskontext zu achten?