Okosotthonok támadása, bizalmas adatok nem megfelelő kezelése, globális adatvédelem – vajon mi vár majd a kiberbiztonság területén a felhasználókra és a szakemberekre a következő hónapokban?

Rendkívül gyorsan terjed a robotizált folyamatautomatizálás, amikor szoftverrobotok végeznek el egyszerű, ismétlődő adatfeldolgozásokat. Mint az IFUA Horváth & Partners német nyelvterületen végzett felmérése megállapította, a cégek háromnegyede már használ ilyen robotokat.

Az ESET kiberbiztonsági cég globális kutatása szerint a szervezetek közel fele nem érti a különbséget a mesterséges intelligencia és a gépi tanulás között, noha a döntéshozók háromnegyede csodafegyverként tekint ezekre a technológiákra a kiberbiztonság területén.

A Cisco éves kiberbiztonsági jelentése szerint a kiberbűnözők már a felhő alapú szolgáltatásokat is felhasználják az egyre kifinomultabbá váló támadásaik során.

A MOL Dunai Finomító működése során percenként közel százezer adatpontot rögzítenek. Az Azure Machine Learning felhőszolgáltatásban futó gépi tanulási algoritmusok segítenek ezekből üzletileg értékes következtetéseket levonni.

Az Oracle előrejelzése szerint 2018-ban a gépi tanulás nagyobb változást hoz majd az emberek életében és munkájában, mint bármely más technológia az internet felemelkedése óta.

A PwC által készített tanulmány szerint a gépi tanulás 2030-ra 15,7 trillió dollárral járul majd hozzá a világgazdaság teljesítményéhez. Ez az összeg nagyobb, mint Kína és India együttes teljesítménye.

Több generációt felölelő fenyegetésvédelmi módszereket ötvöz a Trend Micro új XGen végpont-biztonsági megoldása: a legkülönfélébb támadások ellen mindig intelligens módon választja ki a megfelelő technológiát.

A Cisco Tetration Analytics platformja teljes átláthatóságot és valós idejű elemzést biztosít az adatközpontokban. A megoldás összegyűjti a hardveres és szoftveres érzékelőkből érkező telemetria adatokat, és a fejlett gépi tanulási technikák segítségével elemzi a rendelkezésre álló információkat.