數據中心對人工智能的期望價值
發布時間：2024-04-10 14:42:04瀏覽次數： 3449
人工智能在數據中心的崛起給企業的首席信息安全官們帶來了希望和警惕。以下是數據中心采用人工智能的利弊。
人工智能和機器學習應用程序在數據中心快速得到應用，從企業防火墻的威脅搜索到能源管理和物理安全，再到事件響應，它們的應用無處不在。根據Dell'Oro集團日前進行的一項研究，在未來五年內，20%的以太網交換機端口將用于基于人工智能的服務器。
根據CoreSite公司發布的《2023年數據中心狀況》調查報告，人工智能設備的發展已經開始，但它們在數據中心管理方面的價值和能力仍有待驗證，漏洞也有待解決，盡管供應商和流行文化都在大力開展營銷活動。
咨詢機構Wursta公司的首席信息安全官、安全和管理服務全球副總裁PeteHoff指出，盡管人工智能被大肆宣傳，但它仍處于初級階段，因為供應商和用戶都在努力確定最具生產力、最高效、最具成本效益的方式來使用這項技術。
Hoff在數據丟失預防領域工作了近20年。他建議，在企業開始投資人工智能之前，應該確保它擁有準確、有效的數據模型。接下來，他建議企業使用適當的開發參數來構建自己的模型，以及如何執行其分析。他說，“除非企業有一個計劃，否則不會得到好的結果，而需要一個認為自己需要的清晰的計劃，提出正確的問題是成功的一半。”
清楚地識別和定義預期的結果
Hoff建議確定預期結果，并定義這些結果需要是什么。這將包括有關數據存儲和數據生命周期管理的結果。如果沒有對結果的期望和對輸入的清晰理解，就無法判斷輸出的有效性。
他指出，如果定義不完整，輸出定義明確，一些潛在的網絡安全威脅可能會被忽視。
他說:“想象一下，監控所有的電波、無線電波、通信、微波，這些都是可能進入數據中心的通信措施，并了解人們可能帶來的對個人或技術的威脅。現在大多數數據中心都不允許外人攜帶手機和其他設備。因此他們可能在機架上安裝硬件，讓他可以嗅探其他人的數據。可以遠程控制自己的設備，利用這項技術在其能力范圍內做任何他想做的事情。”
許多安全專業人士仍然對人工智能的功能和成本存在誤解。Dell'Oro集團市場研究高級總監MauricioSanchez表示，盡管一些首席信息安全官和企業高管預計人工智能可能會改變游戲規則，通過更換員工來降低企業成本和支出，但這不太可能實現。
他表示，在可預見的未來，人類分析師仍將審查和確認人工智能做出的重要決定。雖然人工智能可以取代一些平凡的工作，例如如數據收集，但必須有人看看這些數據，并確定人工智能是否做出了正確的選擇。他說，“我認為這種情況還會持續一段時間，在相當長一段時間內，我們都不會信任機器。”
投資人工智能之前做足功課
Sanchez表示，潛在用戶仍處于分析階段，試圖確定該技術是否作為第一代產品具有功能和益處，或者他們應該等到供應商解決漏洞并改進功能。他建議首席信息安全官進行分析，以確定人工智能技術是否可以提高安全運營中心(SOC)的能力，降低風險，并獲得積極的投資回報。僅憑信念購買一項技術是一種失敗的主張。
Dell'Oro集團負責企業市場研究項目的副總裁SamehBoujelbene表示，目前大多數人工智能功能都是以訂閱的方式提供的，這意味著企業需要購買一個多年期的許可證，以確保獲得預期的性能或其他價值。如果買方不知道如何利用服務或服務不符合他們的期望，有效或其他，客戶可能不會續訂。
她說:“這就是為什么很多供應商現在不僅在努力推動訂閱的原因。供應商真正意識到，銷售人員的工作不僅僅是銷售訂閱，而是銷售訂閱并確保客戶正在使用它。”
Sanchez指出，當出現新技術或技術采用的轉變，而供應商在第一代中沒有做到這一點時，可能需要更多的努力才能讓企業新采用這項技術。
Dasera公司首席執行官AniChaudhuri說，“人工智能對管理數據中心本身的潛在影響超出了運營效率。人工智能可以實現智能工作負載編排，根據實時需求動態分配資源并優化性能。”Chaudhuri指出，隨著人工智能系統不斷學習和適應不斷變化的工作負載和不斷變化的條件，自動化可以提高可擴展性、更快的響應時間和成本優化。
然而，將人工智能集成到數據中心管理中可能會產生意想不到的后果。Chaudhuri說：“人工智能系統的可靠性取決于它們所訓練的數據，訓練數據中的偏見或不準確可能導致決策失誤。”還存在過度依賴人工智能系統的風險，人類的監督和批判性思維可能會減少。數據中心必須在利用人工智能能力和保持人類專業知識之間取得平衡，以確保采用全面的方法來管理和保護數據中心。”
