网络安全行业现如今正处于向智能解决方法变化的前期环节。人力智能和人工神经网络早已在大数据中心造成很大危害，这一点在网络安全层面更加显著。
智能和自动化技术早已在建立和管理智能即时的微分段策略，剖析数据流量以发觉异常主题活动或出现异常数据信息挪动，及其管理最少权利和零信任自然环境中浏览层面起到主要功效。
总公司坐落于墨尔本的法律事务所Goulston&Storrs转为选用智能网络安全解决方法来保障其大数据中心，竭尽所能于保护组织周围环境的规范解决方法存有致命性缺点。
该企业首席信息官John Arsneault说，“传统式方式欠缺的是在事情出现后了解发生什么事，许多企业很有可能在好多个月以后都不清楚遭受了进攻，网络攻击试着在其互联网上进攻服务器和应用软件，并获得至关重要的数据信息。”
他说道，“新的网络安全技术性(例如微监控技术)给予了第二道防线。假如互联网网络攻击的确把握了客户凭证，或是运用了公司的IT解决忽略的系统漏洞，那麼这种公司的运营将得到较大的危害。”
全微分段的问题取决于必须耗费公司很多的时长和活力。
他说道：“大家沒有紧跟网络安全发展趋势的脚步，并通常很有可能更对外开放敏感。即使软件设计师或注安师专注于紧跟其进步和转变，也是十分艰难的。”
Goulston&Storrs法律事务所期待取得更快的网络安全性，但不期待提升大量工作员。
瞻博网络科技公司安全性发展战略主管Laurence Pitt说，“大量的数据信息、大量的总流量、大量的工作负荷，及其大量的职工来管理互联网IT，这早已变成安全防护领域的一个普遍呼吁。”
他填补说，这种并并不是挑战，因为转变速率持续促进和多元性提升，安全系数也在降低。
他说道，“根据将威胁情报和自动化技术置入到每一个无线路由器、网络交换机、网关ip和无线中继器，互联网必须变成安全性工作人员的第一道防线。”
互联网按段
互联网按段的见解是网上的差异部位中间存有阻碍，这类阻碍如同物理学上的“磁密”，不允许总流量进到。或是他们可以是模拟的，是以服务器防火墙、数据加密隧道施工和相近技术性的方式。
在迅速改变的现代大数据中心自然环境中，不用人力智能专用工具就可以合理管理全微分段。
Edgewise Networks企业工程项目高级副总裁Tom Hickman说：“大家以往通常一年公布一个版本号，我们在2022年6月的7日内公布了9个版本号，每一个行动全是互联网技术的巨大转变。现如今，公司需要有着可以回应变化规律的技术性，这也是自身配备的。”
智能解决方法在2个层面解决了那些问题。最先，优化算法用以投射互联网中的总流量，并获取互联网个人行为的通用性标准供剖析工作人员查询。例如，一些种类的程序与一些种类的后面数据库查询开展通讯。
用以转化成地形图的工艺通常是聚类的一些组合，聚类是一种鉴别相近团队的人工神经网络技术性。相近的优化算法用以移动电商强烈推荐模块和自动检索顾客群的推广工具中。随后，此投射用以转化成虚拟网段，便于以与大数据中心稳健性相符合的方法均衡易用性和安全系数。
假如发生进攻互联网按段但合乎事先准许的管理策略的新总流量，则会全自动再次按段。假如新总流量没有在容许的范畴内，则开展标识，可以供互联网管理员或安全性研究工作人员进一步关心。
Arsnault表明，Goulston&Storrs法律事务所决策选用Edgewise公司的微监控技术，而且可以在没有提升公司员工的情形下发布详细的微监管对策。主要包括全部企业的vm虚拟机、网络服务器、服务器、客户，及其手机软件可以利用的全部途径——一共有125000种不一样的保护措施。
他说道，“凭着其人工神经网络部件，大家可以根据按下按钮来维护全部內容。它将再次网络营销知识，并将不断创新适用全微分段的现行政策。它已不再必须人力资源管理，这是一个很大的压力，而且会大大减少工作员的时长和活力。”
云计算平台使按段更为艰难
此外，维护互联网的试炼也在飞速发展。IT服务管理商InterVision Systems企业的安全性专业服务负责人Derek Brost表示，在搅拌自然环境中按段要繁杂得多。假如大数据中心是混和实际操作，具备好几个根据云计算技术的当地自然环境及其市场竞争(或兼容问题)的互联网技术，则很有可能无法而有机构的方法管理ip段和密钥管理。
他说道，“安全性管理工作人员有可能要防止只关心互联网。将全微分段技术性从互联网中提取出来，并将其免费下载到每个节点系统软件中是十分有益的。”
云计算技术作用将强制性再次思索
它不容易从此停步。开发软件的下一个演变，云计算技术作用(也叫做无网络服务器作用，或lambda功能)将难度系数提升了一个级别。
云计算技术作用是在云功能服务平台内运转的一小段编码，例如amazon、Google或微软中国给予的作用。沒有vm虚拟机可以安裝安全工具，乃至沒有器皿。
Edgewise公司的Hickman说，“我觉得这将会我见到的最关键的事情，这将驱使从业者真真正正评定她们现阶段的安全模式和解决方法。”
他表明，“Edgewise公司可以在vm虚拟机或器皿上安裝其全微分段技术性。大家仅仅基本图象的一部分，是复制的，委托代理人在创建对象时就在那里。”
他说道，“Edgewise公司的微监控技术现阶段不兼容云计算技术作用。但人们已经检测实验室开展科学研究和开发设计。”
出现异常和各种不良行为
异常检测是另一种时兴的机器学习算法。例如，在数据流量的情形下，监控系统将监控大数据中心的一切正常实际操作，并掌握每日、周或月的状况。一旦练习，它便会找寻不符基准线的新个人行为。
例如，假如市场营销部门的客户忽然逐渐从坐落于俄国的电子计算机浏览金融数据，这很有可能说明一些账号已失窃用。传统式的办法是找寻已经知道各种不良行为、已经知道恶意程序或尝试浏览已经知道与网络黑客有关系的站名的特殊案例。
安全性生产商Signal Sciences企业创始人兼CSO Zane Lackey说，“根据签字的系统软件找寻一个相应的物品，假如她们见到它，便会标识它或阻拦它。当互联网、基础设施建设和应用软件沒有那么大的转变时，这也是可以的。但假如如今向总裁网络信息安全官或首席技术官了解她们的经营自然环境时，她们都将表明已经以令人吃惊的速率转变。”
他说道，“这必须技术性的几代人的转型，从根据签字的实体模型变化为个人行为实体模型。这也是务必产生的具体变化。”
殊不知，他警示公司不必选用一些根据人力智能的方式，由于应用软件的转变很有可能比人力智能实体模型的练习速率要快。
他说道，“必须知道它是不是确实解决了大家所看见的挑戰。”
智能浏览管理
Lacke说，“网络安全是现如今经营大数据中心的人的主要挑戰。为了更好地达到这一总体目标，可靠网络的概念已经被零信任实体模型所替代。大家不会再只是由于信赖在互联网上就觉得它是理所应当的。”
这代表对设施和程序的浏览必须十分比较有限且严控，每一个新联接都必须新的身份认证流程。针对传统的的浏览管理服务平台而言，这也是一项艰巨的任务。
Lackey 说，“怎样限定对单独服务项目具体要的浏览?在我和全世界2000强的总裁网络信息安全官开展的谈话内容中，这全是所讨论最受欢迎的议题之一。”