详细内容或原文请订阅后点击阅览
防御团队如何在不增加数据风险的情况下扩展 AI
[赞助]人工智能正在扩大整个防御环境中的任务数据足迹，增加了对可扩展、分层静态数据 (DAR) 保护的需求。
来源:美国防务快讯网人工智能正在迅速成为国防行动的一部分，加速规划、情报分析、决策支持和作战协调。随着人工智能越来越嵌入命令与控制和任务工作流程中，保护不断增长的存储任务数据量正成为一项关键的运营要求。
五角大楼官员报告称，过去一年，整个战争部的人工智能使用量增加了 1,775%，用户数量增加了约 142 万。 领导者们将这一转变描述为将人工智能嵌入防御系统的努力的一部分，以便作战人员能够做出更快、更精确的决策。随着人工智能越来越接近实时战场和任务环境，敏感数据将越来越多地驻留在系统上，为国防组织带来新的安全和数据保护挑战。
对于防御团队来说，一个核心问题是静态数据安全是否可以部署在任务数据所在的任何地方。在分布式环境中，部署不仅仅是一个操作问题，也是一个安全需求。如果任务数据保护无法大规模部署、更新、恢复、审计和清理，覆盖范围将不均匀，从而在整个任务数据足迹中产生风险。
人工智能规模带来数据保护挑战
随着人工智能采用的增长，防御团队面临着一些实际的数据保护挑战：
1. AI 显着增加敏感任务数据量
人工智能系统持续处理和生成必须保护的图像、视频、情报报告、目标信息、任务计划和传感器数据。
2. AI 工作流程扩展数据存储并在操作设备之间频繁移动
敏感数据越来越多地存储在笔记本电脑、战术系统、可移动介质、任务计算机以及作战期间使用的边缘设备上。
3. 即使离线或断电，操作设备也必须保持安全
4. 一致的保护需要可扩展的部署
5.人工智能工作流程增加残留数据风险
如何随着 AI 规模的扩大保护任务数据