科技可以為善可以作惡，人工智慧（AI）也是，端看人類如何使用它，而在資安世界裡，這場防禦端和攻擊端的AI攻防前哨戰已經開打。
最新AI攻擊手法，插入噪音就能破壞語音辨識系統
IBM Security CTO兼VP Koos Lodewijkx分享，目前至少有三種與AI相關的資安攻擊手段。
第一種是利用AI提高攻擊效率。例如，現在駭客可以透過機器學習，分析社群媒體上的訊息、朋友圈等等，依照這些個人化資訊發起針對性攻擊，提高釣魚攻擊成功率。此外，現在網路上也出現透過機器學習、可以自動辨識圖像的免費軟體XEvil，讓駭客可破解用來防堵自動化攻擊的驗證碼CAPTCHA機制。
第二種則是駭客攻擊AI系統，例如以一種改變系統的方法進行攻擊，簡單來說就是污染AI系統，或是找到AI系統弱點、繞過防禦以進行攻擊。
Lodewijkx舉例，微軟在2016年推出聊天機器人Tay，透過機器學習技術讓他它可在每次的對話中改善回話，但上線24小時後就被「玩壞」，說出種族歧視的言論。不只是聊天機器人，Lodewijkx表示，現在的技術也能做到入侵語音辨識系統，只要在聲音中插入噪音，就能徹底改變翻譯結果，讓機器說出特定語句。
雖然這些看似無傷大雅，但Lodewijkx提醒，AI已經被企業大量用於商業營運中，一旦被駭客知道模型如何訓練和運作，就能藉由破壞訓練模型的數據來操控模型。例如，銀行把AI導入借貸決策系統，藉由分析申請人的收入、年齡、居住地、信用分數等，決定是否該批准借貸，一旦找到方法繞過偵測，就算有很差的信用分數仍可成功貸款。
「我們在產業所使用的機器學習，其中很多的模型仍非常脆弱，」Lodewijkx說，「如果你可以操控訓練模型的數據、輸入值，你就可玩弄這個模型。」
最後一種攻擊手段，駭客著點的不是模型本身，而是用來訓練AI模型背後的數據。Lodewijkx表示，駭客已經可以竊取訓練AI模型背後的數據，以圖像辨識系統為例，正常情況是，給出圖片後，系統可以辨識出人名，而在破解系統後，駭客只要擁有姓名，就能逆向重建出圖片。
AI從三層面防禦駭客攻擊
不只是攻擊端，AI之於資安防禦，也是不可獲缺的角色，像是IBM旗下資安產品幾乎已全面導入AI。
為什麼要用AI防禦？Lodewijkx指出，現在的資料量龐大，來自網路、電腦系統、資料庫等等，隨之而來的是資料、威脅、環境都變得更複雜；在此情況下，卻面臨資安技術人力短缺，IBM調查指出，到2022年，資安領域會有180萬份的資安人力短缺。這也是為什麼需要在資安工具中導入AI，而AI也能提高偵測和反應的速度，降低損失。
Lodewijkx指出，目前最常見的AI資安應用是「預測分析」（predictive analytics），也就是藉由機器學習分析大量數據，從中找出異常。「市場上幾乎每個人都說有將AI導入資安中，就是這個分類。」他說。
例如，監控網路流量或使用者行為，找出不尋常的地方，或是觀察人類如何和電腦或手機互動，進而分辨出是真正的人類、還是假裝成人類的惡意軟體。此外，也能找出「假陽性」的威脅警報，降低誤報率。
第二類則是智能強化（Intelligence consolidations），也就是把資安研究工作交給AI。Lodewijkx解釋，IBM教旗下人工智慧Wastson讀懂資安相關的新聞、研究報告、Twitter訊息等等，進而建立知識圖譜（knowledge graph），並找出每個知識間的關聯性。訓練完成後，當他們告訴Watson一個IP位址、網址或檔案，Watson就可以回報該檔案的相關訊息，如和哪種病毒有關、常被哪些駭客組織使用、鎖定哪些產業等等，讓分析師不用再自己去讀大量資料。
第三種則是智能回應（intelligence response），目標在於提高一定時間內的分析效率。Lodewijkx指出，以資安營運中心為例，分析師有58%的時間都是花在重複性工作上。舉例來說，當資安監測系統發出警示，分析師必須比對不同的應用程式、資料庫和系統，確認該警示是否為真，而正因為這些步驟是固定的，很適合自動化。
AI不是資安防禦的完美解方
儘管現在AI已經被大量用於資安產品，但Lodewijkx認為AI並不能解決所有資安問題，「我們距離那時還很遠。 」
Lodewijkx解釋，現階段AI只能針對特定任務，使用場景仍非常狹隘，雖然可以強化防禦，但仍需要和其他防禦方式相輔相成，如更新補丁、保護憑證、防火牆等等。
更重要的是，AI仍需要和人類合作。「我們還沒有進入AI比人類聰明的時代，」Lodewijkx解釋，機器學習模型最擅長的地方是，做人類訓練他們做的事情，這也是為什麼AI可以做很多例行工作，但仍無法做到需要創造、調查類的工作。反過來講，這也意味著AI攻擊也只能做好一件事，當被訓練的攻擊手段不行，AI也無法像人類一樣自己想出別種攻擊方法。
「這其實有點像軍備競賽（arm race），」Lodewijkx說，現在駭客學習AI、取得演算法、雲端計算能力等成本都越來越低，這也讓防禦端的偵測和回應速度必須更快及精準。而這場AI資安攻防的前哨戰，才剛開打。