如今，数据中心运营商正在开始部署人工智能和机器学习技术来改善网络安全，但很少有企业建立自己的安全人工智能系统。
　　
　　新技术可以帮助发现可疑的用户行为，并识别网络攻击，同时能够比人类以更快的速度处理更多的数据，许多安全厂商已经在其产品中创建了机器学习工具。
　　
　　IBM公司分析开发副总裁Dinesh Nirmal表示：“我不认为这是炒作，这有很多工作需要做。”他认为机器学习特别适用于大数据集中的异常发现。
　　
　　他表示：“如果组织正在管理一个拥有数亿次交易的大型数据中心，那么工作人员在这个层面上的检测就会变得非常困难。”这与人为切换安全警报是不一样的。
　　
　　他说，这类似于信用卡公司发现可疑行为的措施。例如可以设置一个提醒，自动标记所有的采购记录，例如距离客户家30多英里。这意味着如果客户定期前往不同的地点，所有这些交易都会以欺诈手段出现。这就是机器学习工具用武之地，在这个系统中，了解单个客户的行为，并寻找偏离这些日常行为的可疑行为，同时为数百万客户服务。“同样的规则正在应用于网络安全。”Nirmal说。
　　
　　机器学习平台可以学习区分正常软件和恶意软件，合法流量和欺诈流量，员工的正常行为与可疑行为之间的区别，并随着时间的推移继续学习行为模式的变化。
　　
　　一个机器学习平台可以学习区分好的软件和恶意软件、合法流量和欺骗性流量、正常员工行为和可疑行为之间的区别，并随着行为模式随时间变化而不断学习。
　　
　　企业可以购买现成的系统来进行入侵检测、网络安全和访问控制。但是一些大公司正在建立他们自己的系统，而这些系统现在仍然处于早期阶段。
　　
　　人工智能面临的下一个挑战不仅仅是对以往的事物进行分类，而是预测接下来会发生什么情况。
　　
　　Nirmal说，“这是一个仍然需要解决的挑战，但现在是无能为力”。
　　
　　他补充说，很多企业正在处理这个问题。“在未来的两到五年内，人们将看到数据中心的安全性有显著的改善。”
　　
　　人工智能会取代安全专家吗？
　　
　　行业专家表示，人工智能不会使信息技术行业消失，但会使安全人员的能力更强，因为很多人都在忙着处理日常工作而没有提高知识和技能。
　　
　　Vectra Networks公司安全分析主管Chris Morales表示：“人工智能可以从事具有重复性的乏味的工作。
　　
　　但从目前来看，自动化系统能起到的作用是有限的。
　　
　　ReliaQuest公司首席技术官Joe Partlow说：“人们在任何情况下完全依赖机器学习是不明智的，因为如果没有工作人员监督的话，仍然有太多的变量可能会被忽视。”
　　
　　有些人（甚至包括有些技术专家）认为，他们可以把所有的数据都输入人工智能系统，而这个系统会给出一个答案。
　　
　　FileLathe技术公司创始人兼首席执行官Madhan Kanagavel表示这是一个错误，人们需要更多专业知识来了解机器学习将在哪些方面做得最好。
　　
　　他说：“在正确的应用程序上应用正确的模型和训练数据对于获得有意义的结果是至关重要的。例如，如果加密文件数量异常上升，系统将停止文件同步，并向管理员发送警报。”
　　
　　编译：Harris