Blackwire Labs 推出了一個突破性平台，將生成人工智慧(AI) 與區塊鏈技術相結合，為網路安全團隊提供支援。這項新解決方案利用可信任、不可變的資料來源提供量身訂製的網路安全建議。該平台名為Blackwire.ai，旨在改善組織應對網路安全威脅的方式，同時確保人工智慧驅動的建議透明且可驗證。
該公司執行長Josh Ray 解釋說，Blackwire.ai 平台使網路安全專業人士能夠協作開發一套應對安全威脅的最佳實踐。這些實踐經過行業專家網路的審查和批准，然後安全地儲存在區塊鏈上。從那裡，數據會暴露給多個人工智慧模型，這些模型會對其進行分析，為網路安全團隊提供可操作的見解。 Ray 強調，這種基於區塊鏈的方法允許組織解釋和驗證人工智慧建議，確保符合監管標準。
Bitget 錢包引領CATI 空投索賠，促進Web3 遊戲訪問RIFTSTORM 的區塊鏈演示隨著熱門遊戲而興起SubQuery 加入Ontology 推動Web3 數據索引和dApp 開發AGII 為Web3區塊鏈推出高級AI 聊天機器人和語音轉文本功能-為網路安全提供支援的Trustwire 認證
Blackwire.ai 的核心在於Trustwire 認證系統，該系統利用區塊鏈技術創建可靠且安全的內容驗證流程。該系統利用私有會話註冊表，並應用網路安全卓越社群(CCOE) 建立的最佳實踐，CCOE 是一個致力於加強行業防禦的網路安全專業人士聯盟。透過將區塊鏈與網路安全相結合，Blackwire 旨在為組織提供可靠的知識庫，增強其整體威脅回應能力。
雷指出，該平台的最終目標是使網路安全民主化。他指出，許多組織都面臨熟練網路安全人員的嚴重短缺。 Blackwire.ai 旨在透過AI 支援的建議簡化威脅回應流程，減少對高度專業專業知識的需求，使更多組織能夠有效保護其係統。該平台的主要優勢之一是它可以指導網路安全團隊如何創建正確的提示來徹底調查和管理事件。
人工智慧增強的威脅回應和網路安全自動化
雖然人工智慧在網路安全中的作用之前已經被探討過，但Ray 強調，許多早期平台依賴通用大型語言模型(LLM)，而這些模型並未針對特定於網路安全的任務進行微調。相較之下，Blackwire.ai 開發了一種針對特定領域的人工智慧模型，該模型針對網路安全的獨特需求進行了最佳化。該模型能夠製作精確的提示，然後將其傳遞給其他人工智慧模型進行進一步分析。此外，該平台還允許組織根據需要整合自己的人工智慧模型，從而提供靈活性。
Ray 解釋說，這種能力有效地為IT 團隊配備了一位擁有跨學科知識的人工智慧專家。這與更傳統的人工智慧系統形成鮮明對比，後者通常僅限於處理單一、孤立的任務。透過使用此類先進的人工智慧工具來增強網路安全專業人員的能力，Blackwire.ai 能夠提供更有效率、更全面的威脅緩解方法。
網路安全中人工智慧的採用和勞動力的未來
人工智慧在網路安全的採用率仍不確定。然而，雷觀察到，團隊正逐漸擺脫最初的懷疑，並探索人工智慧自動化的全部潛力。許多專業人士可能很快就會更願意為提供先進人工智慧工具的組織工作，這可以大大簡化他們工作中重複性較高的方面。隨著人工智慧超越日常任務，網路安全專業人員預計將把注意力轉向更複雜的威脅分析和事件回應。
面對日益增長的網路威脅，人工智慧也正在成為應對日益複雜的攻擊的重要工具，其中許多攻擊都是由網路犯罪分子的人工智慧提供支援的。隨著這些攻擊的複雜性不斷上漲，網路安全團隊可能會發現，如果不利用自己的人工智慧工具，就很難保持領先。
雖然人工智慧不太可能在不久的將來完全取代網路安全專業人員，但其角色將不可避免地重塑這些團隊的運作方式。主要挑戰將是確定哪些當前任務可以有效自動化，從而使網路安全專業人員能夠專注於更高層級的威脅調查。隨著網路攻擊的數量和複雜性不斷上漲，Blackwire.ai 等人工智慧驅動的平台可以提供團隊急需的效率提升，以跟上不斷變化的安全挑戰。
資訊來源：由0x資訊編譯自COINTRUST。版權所有，未經許可，不得轉載
