人工智能的改革力气正在重塑泛滥行业的业务运营。经过机器人流程智能化（RPA），人工智能正在将人力资源从重复的、基于规定的义务中束缚进去，并将其重点放在战略性的、复杂的操作上。此外，人工智能和机器学习算法可以以史无前例的速度和准确性破译少量数据，为企业提供曾经高无法攀的见地。就客户相关而言，人工智能作为团体接触点，经过共性化互动提高了介入度。
虽然人工智能对企业无利，但它也带来了十分共同的安保应战。例如，反抗性攻打奇妙地操纵AI模型的输入数据，使其行为意外，同时规避检测。雷同令人担心的是数据中毒现象，即攻打者在训练阶段经过注入误导性数据来污染AI模型，从而破坏其最终结果。
正是在这种状况下，“永不信赖，一直验证”的零信赖安保形式，被以为是反抗基于人工智能的要挟的有力手腕。零信赖脱离了安保边界的传统概念，它假定任何设备或用户，无论其位于网络外部还是外部，都应被视为要挟。
这种思维上的转变要求严厉的访问控制、片面的可见性和跨IT生态系统的继续监控。随着人工智能技术一直提高运营效率和决策才干，假设包全不当，它们也或许成为攻打的渠道。网络立功分子曾经试图经过数据中毒和反抗性攻打来应用人工智能系统，这使得零信赖模型在包全这些系统方面的作用变得日益突出。
了解人工智能要挟
减轻人工智能要挟危险须要片面的人工智能安保方法，包括细心设计和测试人工智能模型、弱小的数据包全措施、继续 监测可疑优惠，以及经常使用安保牢靠的基础设备。企业在实施人工智能时须要重点思考以上危险：
人工智能的零信赖模型
零信赖提供了一种有效的战略来消弭基于人工智能的要挟。零信赖的**是一个便捷的概念：永不信赖，一直验证。它脱离了安保边界的传统概念，并假定任何设备或用户，无论是在网络外部还是外部，都或许是潜在的要挟。因此，它要求严厉的访问控制、片面的可见性和跨IT环境的继续监督。零信赖是应答人工智能要挟的有效战略，要素如下：
将零信赖运行于人工智能
零信赖准则可以运行于包全企业的敏感数据不被有意中发送到ChatGPT等人工智能服务或任何其余外部系统。以下是零信赖中可以协助降落危险的一些配置：
零信赖准则为包全敏感数据提供了松软的基础。但是，随着人工智能越来越多地融入企业，一直评价和调整安保措施以应答一直变动的要挟和行业最佳通常也很关键。
案例钻研
一家大型金融机构应用人工智能来增强客户支持并简化业务流程。但是，由于外部要挟或滥用等要素，对敏感客户或专有财务数据或许暴露的担心日益加剧。为了处置这个疑问，该机构承诺实施零信赖架构，整合各种安保措施，以确保其运营中的数据隐衷和秘密性。
这个零信赖架构蕴含多个战略。第一个是身份和访问治理（IAM）系统，它执行访问控制和身份验证机制。该方案还优先思考与人工智能的一切交互的数据匿名化和强加密措施。部署数据失落防护（DLP）处置方案和用户和实体行为剖析（UEBA）工具来监控对话、检测潜在的数据走漏和发现意外行为。此外，基于角色的访问控制（RBAC）限制用户只能访问与其角色相关的数据，并成功了对优惠的继续监督和审计方案。
此外，该机构还强调用户看法和培训，让员工接受无关数据隐衷、外部要挟和滥用危险以及处置敏感数据的指点方针的 。由于该机构的零信赖架构在与人工智能的交互环节中一直验证信赖，因此大大降落了造成数据隐衷和秘密性失落的违规危险，包全了敏感数据并保养了机构业务运营的完整性。
人工智能与零信赖的未来
人工智能要挟的演化是由人工智能系统日益增长的复杂性和广泛性，以及一直寻觅新方法来应用它们的网络立功分子的复杂水平所驱动的。以下是人工智能要挟的一些继续演化，以及零信赖模型顺应这些应战的形式：
零信赖模型的顺应性和持重性使其尤为适宜应答人工智能畛域一直变动的要挟。经过基于最新要挟情报一直更新其战略和工具，零信赖可以跟上极速开展的人工智能要挟畛域的步调。
结语
随着人工智能的一直开展，针对这些技术的要挟也将一直开展。零信赖模型提供了一种有效的方法来消弭这些要挟，它假定没有隐含信赖，并验证整个IT环境中的一切。它运行粒度访问控制，提供片面的可见性，并促成继续的安保监控，使其成为反抗基于人工智能的要挟的关键工具。
作为IT专业人员，咱们肯定在包全组织安保方面具备前瞻性和翻新性。人工智能正在重塑咱们的运营，使咱们能够简化上班，做出更好的决策，并提供更好的客户体验。但是，这些好处也带来了共同的安保应战，须要片面和前瞻性的网络安保方法。
思考到这一点，是时刻采取执行了！首先，对组织启动零信赖预备评价，以了解组织的安保环境并确定任何缺口。了解组织的缺口之后，便可以开局制订战略方案，以成功弱小的零信赖框架，最终包全组织的人工智能方案，并确保系统和数据的完整性。
原文题目： Understanding AI risks and how to secure using Zero Trust ，作者：Keith Thomas