展望2024年，以下分享AI時代的網路安全洞察、資料隱私及關鍵基礎設施遭受攻擊的增加趨勢。
隨著AI蓬勃發展，對抗式AI（Adversarial AI）的問題將日益嚴重。不少惡意份子濫用生成式AI可從社群媒體、電子郵件、部落格和其他來源收集大量資訊的特性，產生極逼真的釣魚郵件。對此，企業須部署更先進的網路釣魚偵測系統，特別是經最佳化、可偵測由AI產生的內容之系統，並同時訓練員工的辨識能力。
與此同時，AI也將被廣泛應用於生成網路或端點行為模式，以查看不同的安全產品是否能識別該惡意行為。安全資訊和事件管理（SIEM）可透過日誌訊息（而非實際行為）進行大規模偵測，而AI正是執行此任務的絕佳工具。由此可見，AI之於安全產品測試和評估的重要性將與日俱增。
資料隱私是網路安全的核心，企業須嚴格控制哪些人事物可存取個人識別資訊（PII），並安全地管理這些資料。未來，將有越來越多企業外包PII管理工作，以強化資料保護，並將風險轉嫁給第三方。
企業將開始把風險轉嫁給供應鏈，以免受固有安全缺陷的影響。因此，對供應鏈零組件的安全設計、部署和驗證將有更嚴格的文件記錄要求。為提高安全韌性，也須建立多元的關鍵零組件供應鏈。
若烏俄或以巴戰火向外蔓延，鎖定各國政府的資安威脅者將傾巢而出。目前，針對公用事業的攻擊已日漸增加；2024年，攻擊範圍恐擴大至互聯式醫療及智慧家庭設備。
即使安全產品是網路安全的必備元件，但只有人員和政策才能對最新情勢進行精密微調、加強防禦。因此，測試安全堆疊並提升團隊技能，遠比多加另一個儀表板更能增強網路安全態勢。
為強化物聯網的網路安全，各國相繼制定法規，包括美國的網路安全認證標章、歐洲的ETSI EN 303 645標準及新加坡的網路安全標籤計畫。今年各國將持續協調以達成法規共識，避免製造商為因應不同要求，拖慢安全產品生產速度，並提高成本。然而，全球標準何時底定仍不得而知。
網路犯罪已躍居全球第三大GDP，而企業正是網路攻擊最大的受害者。許多惡意攻擊者藉助智慧工具撬開網路大門，因此企業須整合AI驅動的安全測試，以強化防禦能力。未採用智慧測試的企業，將很容易被不法分子找出網路中的缺陷。
＜本文作者：Scott Register現為是德科技安全解決方案副總裁）＞