生成式人工智能將如何影響網(wǎng)絡(luò)安全領(lǐng)域的技能差距

網(wǎng)絡(luò)安全領(lǐng)域的工作很熱門，而且需要合格的員工。根據(jù)美國國家標(biāo)準(zhǔn)與技術(shù)研究所匯編的數(shù)據(jù)，2022年全球網(wǎng)絡(luò)安全工作者短缺340萬。僅在美國就有超過663000個網(wǎng)絡(luò)安全職位空缺。

ChatGPT等生成性人工智能工具的興起引發(fā)了新的問題，即這些工具是否有助于縮小或加劇就業(yè)差距。因此，許多專家將其視為一把雙刃劍。

一方面，攻擊者可以使用生成人工智能“大大降低網(wǎng)絡(luò)安全中的作惡成本”，IEEE高級會員林道莊說。

另一方面，生成型人工智能可能能夠加速軟件代碼和新工具的開發(fā)，以挫敗網(wǎng)絡(luò)攻擊。

“這些大型語言模型是一個根本的范式轉(zhuǎn)變，”IEEE會員Yale Fox近日在《數(shù)據(jù)中心知識》雜志上如此表示?！胺磽羧斯ぶ悄茯?qū)動的惡意攻擊的唯一方法是在防御中使用人工智能。數(shù)據(jù)中心的安全經(jīng)理需要提高現(xiàn)有網(wǎng)絡(luò)安全資源的技能，并尋找專門從事人工智能的新人群?！?/p>

目前，生成性人工智能對尋求招聘的網(wǎng)絡(luò)安全高管來說是福是禍的問題基本上是無法回答的。這并沒有阻止關(guān)于它可能如何改變網(wǎng)絡(luò)安全專業(yè)人員工作的更廣泛討論。

以下是專家們對生成性人工智能可能塑造網(wǎng)絡(luò)安全工作性質(zhì)的看法：

1. 軟件開發(fā)人員可能需要對人工智能生成的代碼進(jìn)行更多的驗證和測試，更加強調(diào)質(zhì)量控制技能。IEEE高級會員Amol Gulhane指出，質(zhì)量控制人員需要獲得與評估生成人工智能模型性能相關(guān)的知識和技能。

Gulhane說：“他們需要了解與這些模型相關(guān)的局限性和偏見，識別潛在的漏洞，并根據(jù)預(yù)定義的標(biāo)準(zhǔn)和安全要求測試生成的輸出?！?/p>

2. 生成型人工智能可以減輕網(wǎng)絡(luò)安全專業(yè)人員面臨的文書工作和文件負(fù)擔(dān)。盡管網(wǎng)絡(luò)安全分析師的鍵盤技能以及他們細(xì)節(jié)能力在很大程度上得到了提升，但人們對該角色可能需要的大量文件卻關(guān)注較少。

IEEE高級會員Kayne McGladrey說：“這份文件可以采取多種形式，包括在誤報警報上進(jìn)行標(biāo)注到寫下如何進(jìn)行新型調(diào)查的文檔。雖然這些文檔具有巨大的組織價值，但它也是分析師執(zhí)行的最不受歡迎和耗時的任務(wù)之一。通過使用人工智能自動化任務(wù)，如根據(jù)預(yù)定義格式匯總文本和生成報告，分析師可以顯著節(jié)省時間?！?/p>

3. 它可以加速新產(chǎn)品的安全缺陷測試，內(nèi)部安全專家試圖以開發(fā)人員沒有預(yù)料到的方式“破解”產(chǎn)品，這一過程被稱為red teaming。

“作為組織軟件開發(fā)生命周期的一部分，red teamers偶爾會被要求評估軟件組件的安全性，”McGladrey說，“不幸的是，這帶來了日程壓力；red teamers需要的時間越長，軟件發(fā)布到通用狀態(tài)的時間就越長，因此并非所有組織都遵循這種模式。”