Capgemini-利用人工智能增强网络弹性（英）-2025_14页_1mb

1. CISO访谈背景与职责

Corence Klop 是 Rabobank 的首席信息官，拥有近20年在 Rabobank 工作的经验，主要负责信息安全战略和愿景。信息安全不仅仅是预防风险，还应创造组织和客户的最大价值。在成为 CISO 之前，她曾领导数据分析和创新管理工作，并对新兴技术有浓厚兴趣。

2. AI 在网络安全中的必要性

在面对不断增长和变化的网络安全威胁时，人工智能（AI）和技术不仅是战略优势，而是确保网络安全的必要手段。Klop 认为，面对攻击数量的压力，包括网络攻击、分布式拒绝服务（DDoS）攻击、深度伪造和量子计算等新兴技术风险，AI 和自动化可以帮助优先处理、检测和响应威胁，从而确保及时发现和应对。

3. 演进中的攻击手段

网络攻击呈现指数级增长，尤其是深度伪造（deepfake）手段的增加，攻击手段已不止局限于传统钓鱼、QR码诈骗，还包括人肉攻击以及利用 AI 来建设攻击生态。地理政治环境也在推动网络攻击的增长，国家行为体和犯罪团伙更加活跃。

4. 应对措施与整体防御观

Rabobank 采取的防御策略包括：

• 自动化安全警报管理，节省分析师时间。
• 将安全嵌入跨部门（IT、运营和客户单位），赋能全员参与。
• 与其他组织合作，在荷兰分享经验和知识。
• 预见未来安全技术，如量子计算后加密技术（PQC）已纳入优先事项。
• 推动**“负责任的 AI”（Responsible AI）**议程，确保模型在可信、透明、具可解释性的方式下运作。

5. AI 在网络安全中的具体应用

• AI 被优先用于安全运营中心（SOC），以辅助分析师处理大量警报。
• 自行研发机器学习模型（基于内部数据），提升检测能力，控制数据及增强领域知识。
• 推动内部人才融合：补齐数据科学家与安全领域专家之间的知识差距。

6. AI 部署面临的主要挑战

• 内部人才与知识技能缺乏：缺乏同时擅长 AI 和网络安全的人员。
• 兼容工具和平台缺失：现有安全工具如 Microsoft Defender 对大数量数据和 AI 模型训练的支持不足。
• 工具基础设施的成本/复杂性：需要重新设计 AI 模型训练平台。

7. 负责任的 AI 实践（Responsible AI）

• 采用 AI 规范工作流程，确保模型构建中的透明性和可解释性。
• 将 AI 相关标准、指南和框架部署到技术组件中，形成内部“可信赖”AI 构建模块。
• 信息安全和道德问题纳入模型构建核心环节，而不仅仅关注功能。

8. 公司 AI 启动建议：

• 数据合规与整合：优先从数据入手，确保数据集中、一致、完整。
• 从小处着手：从可用工具和现有能力出发，避免盲目构建，在实践中增强专家技能。

9. AI 与员工技能发展的平衡

• 强调在全组织范围内提升 AI 能力（例如 Capgemini DataWise 程序）。
• AI 不是替代，而是助手：提升效率，提升员工应对风险的认知能力。

10. 网络安全意识与行为管理

• 每天上到所需领域的几分钟微学习，取代传统的年度培训。
• 对薄弱环节做针对性提醒，例如模拟钓鱼攻击后的培训反馈。
• 通过简便、互动性强的安全部署保持员工参与度。

11. 未来AI在网络安全中的趋势

• AI人才稀缺：AI+安全专业人才更值得争夺。
• AI 要实现“更少资源承担更多任务”。
• 四大方向：
  1. 更强的 AI 在身份欺诈、钓鱼更高级检测上的能力。
  2. 攻击越来越难以检测，速度快、更具说服力。
  3. 钓鱼有更好的个人定制化。
  4. 员工安全意识和行为增加复杂度。

12. 总结

Corence Klop 强调 AI 在网络安全中的关键作用，但也提出需要一个全组织、全角色参与的方法，平衡自动化工具与人的参与，并强调构建负责任、道德、有能力的 AI 系统。她的愿景是让 AI 帮助防御最前沿的安全威胁，而为组织带来韧性。