Những năm gần đây, nhu cầu về tự động hóa, điện toán đám mây và số hóa trong các ngành công nghiệp ngày càng gia tăng. Điều này tạo điều kiện cho việc truy cập và điều khiển từ xa qua Internet, đặc biệt trong các môi trường công nghệ thông tin (IT). Sự chuyển dịch này mang lại nhiều lợi ích đáng kể, nhưng cũng đặt ra một thách thức lớn, bởi việc tích hợp các hệ thống điều khiển công nghiệp với các mạng bên ngoài đã mở rộng bề mặt tấn công, khiến các hệ thống dễ bị đe dọa mạng và đòi hỏi các biện pháp bảo vệ thích hợp.

Hơn 30 lỗ hổng bảo mật đã được tiết lộ trong nhiều mô hình trí tuệ nhân tạo (AI) và máy học (ML) nguồn mở khác nhau. Đáng lưu ý, một số trong đó có thể dẫn đến thực thi mã từ xa và đánh cắp thông tin.

Trong thời đại số được đánh dấu bằng những tiến bộ và phát triển khoa học công nghệ, tầm quan trọng của an ninh mạng đã ngày càng được thể hiện và thúc đẩy rõ ràng hơn. Dự đoán năm 2024, bối cảnh kỹ thuật số không ngừng phát triển, công nghệ mở ra cả những cơ hội đột phá lẫn những thách thức an ninh mạng. Để chuẩn bị tốt cho công tác đảm bảo an ninh, an toàn thông tin, bài báo sẽ đề cập đến sự gia tăng của các mối đe dọa bảo mật cũng như thách thức về an ninh mạng trong năm tới.

Phần 1 bài báo đã giới thiệu một số điểm khác biệt của mạng 5G và những thách thức về an ninh mạng 5G. Trong phần 2 bài báo sẽ đưa ra một số lợi ích của 5G đối với an ninh mạng, đồng thời giới thiệu một số giải pháp giúp tăng cường an ninh mạng 5G.

Trí tuệ nhân tạo (Artificial Intelligence - AI) và học máy (Machine Learning - ML) được cho là giải pháp đầy hứa hẹn đối với an ninh mạng, cho phép tổ chức/doanh nghiệp vận hành một hệ thống an toàn CNTT có thể dự đoán và tự động hóa các giải pháp ứng phó khi cần thiết. Liệu quan điểm này có chính xác hay tầm quan trọng của tự động hóa đang được đánh giá quá cao?

Trong phần trước, các tác giả đã tiến hành phân tích, khảo sát thống kê 55 đặc trưng từ cấu trúc PE Header của tập dữ liệu 5.000 file thực thi EXE/DLL và đã trích chọn được 14 đặc trưng quan trọng. Phần này, các tác giả nghiên cứu thử nghiệm một số mô hình máy học tiêu biểu với tập đặc trưng gốc (55 đặc trưng) và tập đặc trưng rút gọn (14 đặc trưng) cho phát hiện mã độc. Trên cơ sở đánh giá, so sánh thời gian thực hiện và độ chính xác, đồng thời so sánh với một số kết quả nghiên cứu trước nhằm chỉ ra kết quả nghiên cứu của bài báo là có giá trị.

Có nhiều câu hỏi đặt ra rằng xung quanh các vấn đề về trí tuệ nhân tạo (AI) như, AI là giải pháp hay mối đe dọa nguy hiểm cho an ninh mạng? Làm thế nào để AI có thể trở thành vũ khí cho các tổ chức tấn công? Phải làm gì trong tương lai nếu tin tặc sở hữu vũ khí nguy hiểm này? Bài viết dưới đây sẽ giải quyết những câu hỏi này.

Mới đây, hãng công nghệ Keysight Technologies công bố đã tích hợp các tính năng học máy vào hệ thống giám sát mạng chủ động Hawkeye của Ixia (một công ty con của Keysight).

Hiện nay, tình hình tấn công mạng trên thế giới ngày càng gia tăng và phát triển đa dạng, đe dọa trực tiếp đến sự phát triển của các tổ chức. Do đó, việc triển khai một chiến lược và các giải pháp đảm bảo an toàn thông tin với khả năng mở rộng linh hoạt, liên tục dự đoán được các thay đổi là vô cùng quan trọng. Điều này được thực hiện bằng sự kết hợp của hai xu hướng: chặn bắt gói tin (packet capture) và giám sát luồng dữ liệu, kết hợp với học máy (Machine Learning) và trí tuệ nhân tạo (Artificial Intelligence – AI).