حریم خصوصی حوزه‌ی پژوهشیِ دیگر است: در حقیقت در سال‌های اخیر 183 درصد پروژه‌ها با محوریت حریم خصوصی بوده‌اند؛ این درحالیست که پروژه‌هایی که موضوعیتشان المان‌های اینترنت اشیاء بوده است تا 123 درصد افزایش یافته‌اند -که از این میزان، 14 درصد پروژه‌ها روی موضوع حریم خصوصی تمرکز داشتند.
با توجه به تضمینی که رایانش کوانتومی می‌دهد، تحقیقات نشان می‌دهد تعداد پروژه‌های جدیدی که محوریت‌شان بکارگیری فناوری هوش مصنوعی باشد (برای مثال به کارگیری هوش مصنوعی در آینده‌ی رمزنگاری) در حال ریزش است. در سال‌های اخیر در این حوزه روند تصاعدی ضعیفی را شاهد بوده‌ایم.
بر اساس تحقیقات، بین مناطق تفاوت‌هایی در این خصوص وجود دارد: اروپا تمرکز خود را تنها روی این گذاشته است که شرکتهای کوچک و متوسط (SMEs) کمتر در معرض خطر امنیت سایبری قرار گیرند. و این درحالیست که آمریکا تمرکز خود را روی جنبه‌ای پیچیده‌تر گذاشته است: عامل انسانی در امنیت سایبری.
علاوه بر عوامل انسانی دخیل در امنیت سایبری و سیستم‌های فیزیکی سایبری، حوزه‌هایی که در آمریکا بیشترین میزان تأمین بودجه را دریافت می‌کنند عبارت‌اند از: ایمن‌سازی ابر، جرایم سایبری، حریم خصوصی کلان داده‌ها (پیاده‌سازی آن ها در جامعه‌ی علمی‌پژوهشی).
در انگلستان اما حوزه‌های تحقیقاتی پیشرو بیشتر در بخش سلامتی و مراقبت‌های بهداشتی فعالیت دارند (برای هر بخش 11 پروژه‌ی تحقیقاتی فعال).
در حال حاضر 52 پروژه‌ی جهانی با محوریت رمزنگاری در دست کار می‌باشد و دست کم 39 پروژه با همین محوریت در اروپا در جریان است. در طی 10 سال گذشته، این حوزه در انگستان بسیار مورد توجه قرار گرفته است.
تام لوب، مدیر عامل اجرایی Crossword Cybersecurity از الزام مراقبت از زیرساخت‌های اساسی سخن گفت. به عقیده‌ی او امروزه بیش از هر زمان دیگری نیاز داریم تا از زیرساخت‌های بنیادین حفظ کنیم زیرا تکنولوژی دارد رفته‌رفته تمام ابعاد زندگی ما را فرا می‌گیرد.
«با این حال، یکی از دلایلی که کاربرد هوش مصنوعی نادیده گرفته می‌شود این است که تنها از آن در موارد پیچیده‌ی امنیت سایبری استفاده می‌شود. امید است در آینده، هوش مصنوعی به طور گسترده‌تری در چشم‌انداز همیشه در حال پیشرفت امنیت سایبری به کار گرفته شود».
امنیت هوش مصنوعی
به گفته‌ی جان تولبرت، تحلیلگر ارشد KuppingerCole، محصولات امنیت هوش مصنوعی برای دوام ما در برابر تهدیدات سایبری الزامی‌اند. خصوصاً یادگیری ماشین: این فناوری می‌تواند به سازمان‌ها کمک کند تا تمرکز از روی دفاع سایبری برداشته شده و بیشتر به شناسایی و واکنش‌دهی در مقابل چالش‌های مجازی پرداخته شود. فناوری یادگیری ماشین را می‌توان در خیلی از بخش‌های امنیت سایبری به کار بست خصوصاً در ابزارهای ضد بدافزار که در آن‌ها یادگیری ماشین یک رکن اساسی به حساب می‌آید؛ زیرا اکنون میلیون‌ها مدل مختلف بدافزار در حال ساخته شدن هستند و تنها محصولات ضد بدافزار مبتنی بر فناوری یادگیری ماشین است که می‌تواند جلودارشان باشد.
بر اساس گفته‌های تولبرت، فناوری یادگیری ماشین را همچنین می‌توان به منظور تحلیل الگوهای ترافیکی، گیر انداختن تهدیدات، دست و پنجه نرم کردن با حجم وسیعی از داده‌ها، نظارت اطلاعاتی و طبقه‌بندی خودکار داده‌ها در فایروال‌ها (دیوارهای آتشین) نیز به کاربرد.
وی در ادامه افزود: «ابزارهای فعلی نمی‌توانند به تنهایی از پس حملات ناشناخته برآیند و این دقیقاً همان جایی است که دو فناوری کاملاً در هم تنیده‌ی هوش مصنوعی و یادگیری ماشین برای کمک به میدان می‌آیند».
[1] Cyber Physical Systems
منبع: کسپرسکی آنلاین (ایدکو)
کسپرسکی اسم یکی از بزرگترین شرکتهای امنیتی و سازنده آنتی ویروس است که برخی از کاربران اشتباهاً این شرکت و محصولات آنتی ویروس آن را با عناوینی نظیر کسپرسکای،کاسپرسکی، کسپراسکی، کسپراسکای، و یا کاسپراسکای نیز می‌شناسد. همچنین لازم به ذکر است مدیرعامل این شرکت نیز یوجین کسپرسکي نام دارد.