[질문] 대부분의 인공지능 시스템은 데이터를 토대로 의사결정 결과를 도출합니다. 이에, 악의적인 용도로 사용하기 위해 인공지능 시스템을 손상시킬 필요 없이 데이터를 조작하면 가능할 것입니다. 즉, 데이터 소스를 오염, 변형, 또는 훼손하면 인공지능 시스템의 효과는 떨어질 수밖에 없습니다. 따라서 인공지능 시스템 뿐만 아니라 원래의 소스 데이터도 보호하는 것이 중요한데, 이에 대한 대처 방안이 있는지요?
질문주셔서 감사합니다. 다크트레이스의 구성이 중요할 것으로 보입니다. 기존 관제 솔루션 하단에 위치하여 필터링된 데이터를 1차적으로 받는 것이 효과적입니다. 또한 다크트레이스는 비지도 학습 기반의 머신러닝을 통해 인공지능이 학습하고 있으면 1000여개의 메트릭으로 군집화하고 위협은 분류하고 있습니다.
[질문] 리눅스플랫폼이 많으면 기존엔 가각 컨버젼하고 업데이트해야 하는 컨데이터가 너무 많지만 이것을 PaaS 대표적인 맨텍의 아코디언을 사용하면 한번에 전환하고 컨테이너를 관리할 수 있다는 말씀인지 궁금하고 그럼 이제는 paas 하나만 잘 관리하고 업데이트 패치하면 된다는 말씀 같은데 그럼 paas에 종속되는 문제는 없는 것인지요? 언제든 타 paas로 이전이 가능한 구조가 필수 일것 같은데 이런 문제는 어떻게 해결하셨는지요?
(질문) 레거시, 클라우드, SaaS 등으로 가면서 데이타센터 하드웨어 어플라이언스 위주의 보안 정책 관리가 힘들어졌고 재택, 원격 근무가 보편화된 시대에 확장성이나 보안 문제를 드러난 VPN보다 클라우드 엣지 솔루션을 보안 정책으로 검토하고 있습니다. 이때 추천할 만한 솔루션은 어떤 것이 있는지 문의드립니다.
[질문] 대부분의 인공지능 시스템은 데이터를 토대로 의사결정 결과를 도출합니다. 이에, 악의적인 용도로 사용하기 위해 인공지능 시스템을 손상시킬 필요 없이 데이터를 조작하면 가능할 것입니다. 즉, 데이터 소스를 오염, 변형, 또는 훼손하면 인공지능 시스템의 효과는 떨어질 수밖에 없습니다.
따라서 인공지능 시스템 뿐만 아니라 원래의 소스 데이터도 보호하는 것이 중요한데, 이에 대한 대처 방안이 있는지요?