Künstliche Intelligenz und IT-Sicherheit. Anwendungsmöglichkeiten und Herausforderungen
Par : , ,Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- Nombre de pages28
- FormatPDF
- ISBN978-3-948773-07-6
- EAN9783948773076
- Date de parution26/02/2020
- Protection num.Digital Watermarking
- Taille1004 Ko
- Infos supplémentairespdf
- Éditeurbifop-Verlag
Résumé
IT-Sicherheitsteams stehen heutzutage einer Vielzahl von Herausforderungen gegenüber. Durch die voranschreitende Digitalisierung ergibt sich eine heterogene Gerätelandschaft in Unternehmen, einhergehend mit der Zunahme von Schwachstellen und immer komplexeren Angriffsszenarien. Gleichzeitig herrscht ein Mangel an IT-Sicherheitsexperten am Markt. Diesen Fachkräften kommt jedoch bei der Bewertung und Lösung von Sicherheitsvorfällen eine tragende Rolle zu.
Der vorliegende Beitrag gibt einen Einblick in die Anwendung von KI in diesem Gebiet.
Methoden wie Machine Learning und Deep Neural Nets können in Intrusion Detection Systemen eingesetzt werden, wodurch die Erkennungsrate von Angriffen im Vergleich zu klassischen Verfahren steigt. IT-Sicherheitsteams werden weiterhin unterstützt, indem Bewertungen von Sicherheitsvorfällen in kürzerer Zeit erfolgen und mitigierende Maßnahmen bereits teilweise autonom ergriffen werden können. Die Anwendung von KI-Methoden birgt jedoch auch Herausforderungen: Die Zunahme der Komplexität neuronaler Netze macht die Verfahren für den Menschen zunehmend intransparent und die Gefahr von Manipulationen steigt.
Methoden wie Machine Learning und Deep Neural Nets können in Intrusion Detection Systemen eingesetzt werden, wodurch die Erkennungsrate von Angriffen im Vergleich zu klassischen Verfahren steigt. IT-Sicherheitsteams werden weiterhin unterstützt, indem Bewertungen von Sicherheitsvorfällen in kürzerer Zeit erfolgen und mitigierende Maßnahmen bereits teilweise autonom ergriffen werden können. Die Anwendung von KI-Methoden birgt jedoch auch Herausforderungen: Die Zunahme der Komplexität neuronaler Netze macht die Verfahren für den Menschen zunehmend intransparent und die Gefahr von Manipulationen steigt.
IT-Sicherheitsteams stehen heutzutage einer Vielzahl von Herausforderungen gegenüber. Durch die voranschreitende Digitalisierung ergibt sich eine heterogene Gerätelandschaft in Unternehmen, einhergehend mit der Zunahme von Schwachstellen und immer komplexeren Angriffsszenarien. Gleichzeitig herrscht ein Mangel an IT-Sicherheitsexperten am Markt. Diesen Fachkräften kommt jedoch bei der Bewertung und Lösung von Sicherheitsvorfällen eine tragende Rolle zu.
Der vorliegende Beitrag gibt einen Einblick in die Anwendung von KI in diesem Gebiet.
Methoden wie Machine Learning und Deep Neural Nets können in Intrusion Detection Systemen eingesetzt werden, wodurch die Erkennungsrate von Angriffen im Vergleich zu klassischen Verfahren steigt. IT-Sicherheitsteams werden weiterhin unterstützt, indem Bewertungen von Sicherheitsvorfällen in kürzerer Zeit erfolgen und mitigierende Maßnahmen bereits teilweise autonom ergriffen werden können. Die Anwendung von KI-Methoden birgt jedoch auch Herausforderungen: Die Zunahme der Komplexität neuronaler Netze macht die Verfahren für den Menschen zunehmend intransparent und die Gefahr von Manipulationen steigt.
Methoden wie Machine Learning und Deep Neural Nets können in Intrusion Detection Systemen eingesetzt werden, wodurch die Erkennungsrate von Angriffen im Vergleich zu klassischen Verfahren steigt. IT-Sicherheitsteams werden weiterhin unterstützt, indem Bewertungen von Sicherheitsvorfällen in kürzerer Zeit erfolgen und mitigierende Maßnahmen bereits teilweise autonom ergriffen werden können. Die Anwendung von KI-Methoden birgt jedoch auch Herausforderungen: Die Zunahme der Komplexität neuronaler Netze macht die Verfahren für den Menschen zunehmend intransparent und die Gefahr von Manipulationen steigt.