Gartner 七大安全預測：人工智能/自動化/云計算如何影響IT安全的未來

　　自動化和人工智能(AI)為數字業務提供了無限的可能性，但它們也帶來了復雜性。2017年的Gartner安全預測突出了潛在的商業利益，比如更快、更好的滲透測試。但是，當涉及到現實生活中的安全事故時，它們也展示了自動化的潛在危險。有一件事是清楚的，企業需要為一個復雜的、互聯的未來做好準備。

　　Gartner研究主管羅布麥克米蘭在2017年在國家港舉行的“Gartner安全與風險管理峰會”上展示了安全預測。

　　Gartner的預測旨在幫助企業為未來做準備，并確定未來可能需要幫助的地方。

　　到2020年，用于IT彈性編制自動化的人工智能/機器學習的投資將增加三倍以上，幫助企業減少業務中斷。

　　航空公司由于天氣原因造成的停機時間和運營中斷更多。部分原因在于，新興的生態系統意味著更多的相互依賴，因此故障的級聯和修復也必然會發生。自動化是為確定故障可能在哪里，并制定相應的修復策略。為了獲得業務的支持，需要將安全性故障與業務影響聯系起來。

　　到2020年，在不包括敏感政府目標的情況下，零日漏洞將在不到0.1%的攻擊中發揮作用。

　　我們很容易陷入“零日攻擊”的概念中，但絕大多數的攻擊都是成功的，利用了眾所周知的漏洞。“零日攻擊”是人們擔心的事情，但這不是一個典型的例子。重要的是，安全團隊要與現有的漏洞作斗爭，確保基本的安全性是有效的。

　　到2020年，基于機器學習的智能機器將進行10%的滲透測試，而在2016年這一比例為0%。

　　今天的滲透測試利用了一定程度的自動化，但仍然具有高度的人工參與。然而，機器學習已經發展到現實生活中。這意味著滲透測試可以以機器的速度完成，而不是被限制在人類的思考速度上。

　　到2020年，超過20%的組織商業計劃將使用信息經濟學來對數據資產和負債進行財務分析。

　　該預測將與安全結果與業務結果聯系起來，并將價值應用于安全團隊的工作，以降低風險和實現業務功能。當保護數據時，它就變成了與保護成本相比較的日期的凈價值。數據對組織的價值是什么，保護這些數據的成本是多少?看投資和潛在負債，做出決策。

　　到2020年，至少一項重大安全事故將由IT安全故障引起，造成重大傷害。

　　從故障電網中暫時喪失電力是不方便的，管理藥物的自動化醫療裝置的失去控制可能是危險的。很容易想象這樣一個場景：It故障可能會產生物理安全結果。連接越來越復雜，意味著具有不同安全級別的事物和基礎設施正在進行交互。很難預測會出現的風險。

　　到2018年，實現適當的云計算可見度和控制工具的60%的企業將會減少三分之一的安全故障。

　　將遙測數據添加到云工作負載對于管理安全故障非常重要。即使供應商是安全的，遠程遙測和文檔化測試將允許安全團隊展示云計算工作的業務證明，并且是安全的。遙測技術可以讓組織看到危險信號，并允許快速和可能的預防反應。

　　到2020年，IT贊助的信息安全項目將遭受三倍于商業領袖們贊助的嚴重破壞。

　　董事會現在對安全和風險更感興趣。這意味著在安全方面有更大的責任將他們正在做的工作轉換為業務環境。如果沒有溝通，安全性與組織其他部門之間的關系就會出現偏差。在結盟的情況下，這個組織將會站在一起，或者一起倒下，使他們比那些孤立的人處于更好的地位。