Una nuova ricerca di ESET rivela che il 75% dei responsabili IT aziendali crede che le tecnologie di Machine Learning (ML) e Artificial Intelligence (AI) siano la chiave di volta per risolvere le loro sfide di sicurezza informatica.
I risultati della ricerca, che ha coinvolto 900 decision maker IT negli Stati Uniti, Regno Unito e Germania, evidenziano che i responsabili IT statunitensi sono più propensi a considerare le tecnologie come una panacea per risolvere le loro sfide di sicurezza informatica, rispetto alle loro controparti europee, con l’82% dei consensi rispetto al 67% nel Regno Unito e il 66% in Germania.
La maggior parte degli intervistati ha affermato che AI e ML aiuterebbero la loro organizzazione a rilevare e rispondere alle minacce più rapidamente (79%) e a contribuire a risolvere una carenza di competenze (77%).
Eset individua in questo atteggiamento eccessivamente fiducioso nei confronti di Machine Learning e Artificial Intelligence un rischio per le aziende, che potrebbe favorire crimine informatico suggerendo di evitare di affidarsi esclusivamente a una sola tecnologia per costruire una solida difesa delle risorse IT.
Molti intervistati hanno però dichiarato che c’è confusione su cosa significano i termini AI e ML e solo il 53% dei responsabili IT afferma che la propria azienda comprende appieno le differenze tra le due tecnologie.
![Intelligenza Artificiale, Intelligenza Artificiale: ottima per la sicurezza informatica ma non da sola](https://bizzit.it/wp-content/uploads/2022/12/ESET_Infographic_AI_ML-1-scaled.jpg)
Il Machine Learning rappresenta un inestimabile aiuto nelle odierne pratiche di sicurezza informatica, in particolare per la scansione del malware, essendo rapidamente in grado di analizzare e identificare la maggior parte delle potenziali minacce per gli utenti e favorire azioni di risposta proattive.
Eset sottolinea, però, l’importanza di comprenderne i limiti, a partire dalla necessità di verifica umana per la classificazione iniziale, per l’analisi di campioni potenzialmente dannosi e per la riduzione del numero di falsi positivi.
Inoltre, gli algoritmi di ML hanno un focus ristretto e un criminale informatico creativo potrebbe introdurre scenari completamente nuovi con cui ingannare il sistema e aggirare gli algoritmi di apprendimento per indurre a classificare un codice dannoso come oggetto benigno.
Il whitepaper completo della ricerca di Eset è scaricabile liberamente cliccando sull’immagine seguente.