对一些公司的网络安全部门来说，比较重要的是是把握他们所需求的数据，以便对安全计划的执行，原理有所认识，选用GDPR法规等监管结构，这个是比较复杂的，信息化系统集成。

　　经过拜访由多个利益相关者控制的与安全相关的数据，从IT到安全托管服务提供商(MSSP)和工具供应商，除了将多个孤立的数据源集合在一起的技能应战之外，还有部分杂七杂八的东西，再是数据清理、标准化、相关和了解——这一般需求对一切共同数据集的特性有一定的掌握。

　　“就现在而言，一旦一切作业都投入到数据收会集，使用简略统计数据的优点就不会被低估。网络安全部门提供了许多新的见解，使他们可以进行作业。大多数团队缺乏资源来改善问题，更不用说机器学习解决方案的其他。在数据驱动安全领域的安排成熟度总体水平提高之前，机器学习的使用还是比较少见的。

　　开端构建安全性

　　现在安全的根本性质现已改动，公司从一开端就需求构建安全性，需求开端考虑怎么将安全性转移到软件生命周期开发的最前沿。

　　大多数状况下，公司开发软件，再引进安全性。与其相反，公司需求适宜的技能，程序员在准备编写代码之前，信息化系统集成认为有必要知道安全情况，并且作为重点。

　　保证防护的方法有很多，那么有必要选用AI吗?

　　公司从一开端就将安全性纳入软件，布置微服务，查看全局使用程序(而不只是本地使用程序)，施行防火墙和加密数据。一切这些根本安全功能将协助公司应对日益增长的网络要挟。那么，AI合适在哪里使用呢?技术人员看到，AI能够快速掌握异常情况，识别现有要挟的方式。

　　可是，现在信赖这项技能是对的吗?Quest公司首席技能策略师Colin Truran提出了反对的意见，他不同意安全性交给AI。

　　他说，“如今，咱们是否准备好或可以将安全控制权交给AI，说不定会存在其他的问题，而这种技能有了新的漏洞。问题是，一切的新技能和新概念从本质上来说，还没有成功的例子来证明。因而，咱们将看到许多过错的声明和执行不力的完成，其间那些遭受进犯的人会很快归咎于技能而不是缺乏了解。

　　为了避免困扰大数据和区块链早期选用者的坑，公司有必要从小规划开端，并行运转，不仅在自己的内部，并且还有必要揭露并共享有效和不可行的常识。这对一个没有任何信息发表的公司来说是一个很高的要求。”

　　中国信息化系统集成行业协会