IBM報告:AI驅動的攻擊事件佔所有事件的25%,且單次損失高於平均水平20%

IBM與Ponemon Institute的最新研究揭示了一個令人不安的轉變:由人工智慧驅動的惡意資料洩露事件現已佔所有惡意資料洩露事件的25%,同比激增56%。這些事件造成的平均損失為600萬美元,比一般資料洩露的典型成本高出20%。
攻擊者正日益將目標集中在高影響力領域。62%的人工智慧驅動網路攻擊針對關鍵基礎設施,其中金融服務和能源行業面臨的風險最高。這種集中性威脅可能引發經濟、供應鏈和基本公共服務的連鎖故障。
經濟失衡十分明顯:攻擊成本正在下降,而防禦費用卻在上升
IBM安全軟體副總裁Suja Viswesan指出,網路攻擊經濟學發生了根本性變化:“人工智慧加速了攻擊並降低了其成本,而資料洩露造成的財務影響卻持續攀升。”資料證實了這種差異。雖然將人工智慧和自動化整合到安全運營中,每起資料洩露事件可為公司平均節省200萬美元,但仍有25%的組織尚未採用這些技術。
關於人工智慧代理的部署,超過50%的企業利用其進行威脅檢測和遏制。然而,只有18%的組織將人工智慧應用於漏洞修復和管理。此外,超過20%的公司曾遭受針對其人工智慧模型或應用程式的攻擊,這通常是由於外圍系統薄弱和雲平臺配置錯誤所致。Viswesan強調,縮小漏洞發現與修復之間的差距至關重要。組織必須將修復工作嵌入開發生命週期,以匹配人工智慧驅動攻擊者的速度,確保防禦措施能夠跟上自動化滲透嘗試的步伐。
相關文章
那些令人毫無食慾的AI生成選單背後的同質化問題
起初,你可能會懷疑自己的理智。你走進一家咖啡館,瀏覽一份擺滿貝果三明治的選單,卻發現每張圖片都完美得令人不安——對稱得無可挑剔,質感過於光滑——這觸發了你本能的感覺:有什麼地方不對勁。你並非在胡思亂想;你的直覺是正確的。生成式人工智慧影象已經滲透進餐飲業,這些影象由訓練有素的模型生成,其美學風格狹窄且“討喜”,即使你無法立即解釋原因,也會讓人覺得 inherently(本質上)是錯誤的。有時,這些影象明顯是偽造的,比如一個芝士氣泡豐富、融化得如同前衛藝術而非食物的墨西哥捲餅。更多時候,它們看起來
MegMind 釋出 ForgeStencil:雙智慧體系統在一週內自動化最佳化 100 多種工業軟體工具
現代工業突破與前沿研究依賴於大規模高效能運算軟體,其中 Stencil 計算作為核心計算模式。這一受頻寬限制的記憶體密集型過程在天氣預報、地震勘探和材料科學等領域至關重要,其速度直接影響國家軟體效率。歷史上,最佳化 Stencil 模式需要稀缺的高效能運算(HPC)專家進行手動調優,這限制了可擴充套件性。面壁智慧與 OpenBMB 社羣現已釋出 ForgeStencil,這是全球首個由人工智慧驅動的 Stencil 最佳化系統。該開源解決方案實現了自動化研究與部署,打破了以往的可擴充套件性壁壘。ForgeSt
高通驍龍為三星的生成式人工智慧生態系統提供動力
由左至右:Galaxy Z Flip8、Galaxy Z Fold8 及 Galaxy Z Fold8 Ultra。圖片來源:三星高通(Qualcomm)的克里斯蒂亞諾·阿蒙(Cristiano Amon)表示,與三星的合作使新款 Galaxy 智慧型手機、智慧手錶及智慧眼鏡得以實現自然且具情境感知能力的人工智慧試想,您戴著智慧眼鏡在異國街頭漫步。當您瞥見餐廳門外的菜單時,眼鏡會立即擷取文字內容,
相關專題推薦
評論 (0)
0/500

IBM與Ponemon Institute的最新研究揭示了一個令人不安的轉變:由人工智慧驅動的惡意資料洩露事件現已佔所有惡意資料洩露事件的25%,同比激增56%。這些事件造成的平均損失為600萬美元,比一般資料洩露的典型成本高出20%。
攻擊者正日益將目標集中在高影響力領域。62%的人工智慧驅動網路攻擊針對關鍵基礎設施,其中金融服務和能源行業面臨的風險最高。這種集中性威脅可能引發經濟、供應鏈和基本公共服務的連鎖故障。
經濟失衡十分明顯:攻擊成本正在下降,而防禦費用卻在上升
IBM安全軟體副總裁Suja Viswesan指出,網路攻擊經濟學發生了根本性變化:“人工智慧加速了攻擊並降低了其成本,而資料洩露造成的財務影響卻持續攀升。”資料證實了這種差異。雖然將人工智慧和自動化整合到安全運營中,每起資料洩露事件可為公司平均節省200萬美元,但仍有25%的組織尚未採用這些技術。
關於人工智慧代理的部署,超過50%的企業利用其進行威脅檢測和遏制。然而,只有18%的組織將人工智慧應用於漏洞修復和管理。此外,超過20%的公司曾遭受針對其人工智慧模型或應用程式的攻擊,這通常是由於外圍系統薄弱和雲平臺配置錯誤所致。Viswesan強調,縮小漏洞發現與修復之間的差距至關重要。組織必須將修復工作嵌入開發生命週期,以匹配人工智慧驅動攻擊者的速度,確保防禦措施能夠跟上自動化滲透嘗試的步伐。
那些令人毫無食慾的AI生成選單背後的同質化問題
起初,你可能會懷疑自己的理智。你走進一家咖啡館,瀏覽一份擺滿貝果三明治的選單,卻發現每張圖片都完美得令人不安——對稱得無可挑剔,質感過於光滑——這觸發了你本能的感覺:有什麼地方不對勁。你並非在胡思亂想;你的直覺是正確的。生成式人工智慧影象已經滲透進餐飲業,這些影象由訓練有素的模型生成,其美學風格狹窄且“討喜”,即使你無法立即解釋原因,也會讓人覺得 inherently(本質上)是錯誤的。有時,這些影象明顯是偽造的,比如一個芝士氣泡豐富、融化得如同前衛藝術而非食物的墨西哥捲餅。更多時候,它們看起來
MegMind 釋出 ForgeStencil:雙智慧體系統在一週內自動化最佳化 100 多種工業軟體工具
現代工業突破與前沿研究依賴於大規模高效能運算軟體,其中 Stencil 計算作為核心計算模式。這一受頻寬限制的記憶體密集型過程在天氣預報、地震勘探和材料科學等領域至關重要,其速度直接影響國家軟體效率。歷史上,最佳化 Stencil 模式需要稀缺的高效能運算(HPC)專家進行手動調優,這限制了可擴充套件性。面壁智慧與 OpenBMB 社羣現已釋出 ForgeStencil,這是全球首個由人工智慧驅動的 Stencil 最佳化系統。該開源解決方案實現了自動化研究與部署,打破了以往的可擴充套件性壁壘。ForgeSt
高通驍龍為三星的生成式人工智慧生態系統提供動力
由左至右:Galaxy Z Flip8、Galaxy Z Fold8 及 Galaxy Z Fold8 Ultra。圖片來源:三星高通(Qualcomm)的克里斯蒂亞諾·阿蒙(Cristiano Amon)表示,與三星的合作使新款 Galaxy 智慧型手機、智慧手錶及智慧眼鏡得以實現自然且具情境感知能力的人工智慧試想,您戴著智慧眼鏡在異國街頭漫步。當您瞥見餐廳門外的菜單時,眼鏡會立即擷取文字內容,





首頁






