Capgemini研究所調查了7個行業(yè)的850名高級管理人員，包括消費品、零售、銀行、保險、汽車、公用事業(yè)和電信業(yè)。20％的高管人員是首席信息官，10％是首席信息安全官。報告中稱他們總部設在法國、德國、英國、美國、澳大利亞、荷蘭、印度、意大利、西班牙和瑞典的企業(yè)。

Capgemini發(fā)現，隨著數字業(yè)務的增長，網絡攻擊的風險呈指數級增長。21％的受訪者表示他們的組織在2018年遭遇了網絡安全漏洞，導致未經授權的訪問。企業(yè)為網絡安全漏洞付出了沉重的代價：20％的企業(yè)報告損失超過5,000萬美元。Centrify最近的一項調查， 即現代Threatscape中的特權訪問管理，發(fā)現74％的違規(guī)行為涉及訪問特權帳戶。特權訪問憑證是黑客最流行的一種技術，用于啟動一個漏洞，從企業(yè)系統(tǒng)中提取有價值的數據并在黑客網上出售。

69％的企業(yè)認為人工智能對于應對網絡攻擊是必要的。大多數電信公司（80％）表示他們依靠人工智能來幫助識別威脅并阻止攻擊。Capgemini發(fā)現，電信行業(yè)報告的損失發(fā)生率最高，超過5,000萬美元，這使得AI成為阻止該行業(yè)造成損失的重點。消費者產品（78％）可以理解，銀行業(yè)（75％）排在第二第三位，因為這些行業(yè)越來越依賴于數字的商業(yè)模式。美國的企業(yè)將最優(yōu)先考慮基于人工智能的網絡安全應用和平臺，比按國家衡量的全球平均水平高出15％。

73%的企業(yè)目前正在其組織內測試用于網絡安全的人工智能實例，網絡安全在所有類別中處于領先地位。鑒于端點設備的激增，終端安全性是投資基于AI的網絡安全解決方案的第三重要事，預計到2021年將增加到超過250億。物聯(lián)網（IoT）和工業(yè)物聯(lián)網（IIoT）傳感器和系統(tǒng)以指數方式增加企業(yè)需要保護的端點和威脅面的數量。傳統(tǒng)的“可信的卻又驗證”的企業(yè)安全方法無法跟上當今威脅形勢增長的步伐和規(guī)模。身份是新的安全邊界，它們需要一個零信任的框架來保證安全。

51％的高管正在為網絡威脅檢測、預測和響應提供大量的人工智能?；陬A測和響應之上,企業(yè)高管正在將預算和時間集中在人工智能的網絡威脅檢測。隨著企業(yè)在使用和采用人工智能作為其網絡安全工作的一部分慢慢成熟，預測和響應將相應增加?！叭斯ぶ悄芄ぞ咴诶酶鞣N類型的數據集方面也變得越來越好，允許從靜態(tài)配置數據，歷史本地日志，全球威脅格局和同期事件流將更大的圖片放在一起，” Absolute Software首席技術官Nicko van Someren說。

欺詐檢測，惡意軟件檢測，入侵檢測，網絡評分風險以及用戶/機器行為分析是用于改善網絡安全的五個最高人工智能用例。Capgemini分析了信息技術（IT），運營技術（OT）和物聯(lián)網（IoT）中的20個用例，并根據執(zhí)行的復雜性和產生的效益（在時間縮短方面）對其進行了排名。根據他們的分析，我們推薦出五個具有低復雜性和高效益的用例。54％的企業(yè)已經實施了這五個用例。下圖根據收益水平和相對復雜程度對推薦用例進行了比較。

運營技術（OT）和物聯(lián)網（IoT）的人工智能用例更受到推薦 數據來源：CAPGEMINI《利用人工智能重塑網絡安全報告》

56％的高級管理人員表示他們的網絡安全分析師不堪重負，接近四分之一（23％）的人無法成功調查所有嚴重事件。Capgemini發(fā)現黑客組織成功使用計算程序發(fā)送“魚叉式網絡釣魚”推文（把個性化推文發(fā)送給目標用戶，誘騙他們共享機密信息）。人工智能發(fā)送推特的速度是人類的六倍，成功率是原來的兩倍?！癈apgemini的數據顯示安全分析師不堪重負并不奇怪。網絡安全技能短缺已經持續(xù)了一段時間，攻擊的數量和復雜程度也在增長; 用機器學習來增加少數可用技術人員，可以幫助緩解這種情況?，F在行業(yè)現狀令人興奮的是，機器學習方法的最新進展有望進入可部署的產品，“ Absolute Software首席技術官Nicko van Someren說道。