对抗性判断力
88攻击者会适应控制措施,因此防御者必须不断检验假设,识别微弱信号的新组合方式。
格子越深,表示该主题在这项指标上越高。
低高
他们识别风险、协助设计安全控制措施、监测可疑活动并调查事件。在小型组织中,一个人可能要兼顾这四项工作;在大型组织中,分析师、渗透测试人员、云安全工程师、治理人员和事件响应人员则各有专攻。这项工作需要把技术证据与向风险承担者的清晰沟通结合起来。
不是每个岗位都需要每天写代码,但脚本能力和读懂代码的能力能让从业者的效率大大提高。分析师用自动化手段处理重复性调查工作;应用安全人员审查代码;检测工程师编写查询语句和规则。对许多入门级岗位来说,网络、操作系统和身份认证系统同样是重要的基础。
可以,但它很少是绕开IT基础知识的捷径。雇主通常期望入门级候选人理解网络、Windows或Linux系统管理以及云计算基础。技术支持、系统管理或软件相关的岗位往往是有用的过渡路径,因为它们能让人先了解系统的正常状态,再去识别异常行为。
薪水取决于地区、安全审查要求和专业方向。2024年美国信息安全分析师的薪资中位数约为12.5万美元,而德国、日本和新加坡则采用完全不同的本地薪酬体系。云安全、产品安全和事件响应领导岗位通常薪酬更高,尤其是在受监管的行业中。
道德黑客是安全领域的一个专业方向:经授权的测试,旨在展示系统可能如何被攻破。网络安全的范畴更广,包括预防、检测、治理、恢复和培训。渗透测试报告只有在工程师和相关负责人真正修复其中指出的问题并确认修复有效时,才能发挥价值。
可能会,尤其是在活跃的勒索软件事件期间,或值班分析师需要判断一次告警是否严重时。优秀的团队会通过应急手册、轮岗制度和不追责式复盘来缓解这种压力。持续不断的误报、人手不足以及隐瞒坏消息的文化,比技术难度本身更能预测职业倦怠。
网络安全是一门对抗性的职业:自动化同时改变了防御者的工具和攻击者的选项。人工智能可以帮助总结告警、编写检测查询语句,并在海量数据中识别模式;但它也能让钓鱼、侦察和社会工程学攻击的制作成本变得更低。
最可能出现的结果不是一个完全自动化的安全部门。常规的分类工作会萎缩,而从业者会把更多时间花在核实证据、保护人工智能系统本身,以及就中断、隐私和可接受风险作出可负责的选择上。
告警丰富化、基础的漏洞优先级排序和报告撰写,都非常适合自动化。而剩下的工作——在证据不完整的情况下做出遏制决策、理解一个独特的组织,以及在事件期间协调人员——需要当前工具无法独立提供的情境理解与责任担当。
按任务计分,而非头衔。越低越安全。
AI难以取代的职业 →攻击者会适应控制措施,因此防御者必须不断检验假设,识别微弱信号的新组合方式。
断开一个医院系统或停用一个账户会影响真实的人,需要一个能权衡后果的责任人来决定。
模型不会自动知道哪个服务至关重要、哪个例外是合理的,或者谁有权授权停机。
流畅的摘要无法替代对日志、时间戳、来源和其他可能解释的核查。
事件响应需要工程师、高管、法律顾问和客户依据一个共享且可信的情况判断来行动。
工具能比分析师手动操作更快地围绕一个常见告警收集资产、用户和威胁情报方面的背景信息。
语言模型可以把重复性的事件流转化为初步叙述,但分析师必须加以核实。
助手可以根据已知手法提出查询和规则建议,但数据结构和误报情况仍需本地评审。
在数据来源可靠的情况下,控制清单和问卷草案可以自动生成。
一线告警队列越来越多地使用自动化手段进行丰富化处理,让人力专注于调查那些模糊而后果重大的案例。
团队必须像保护常规应用一样,保护模型输入、权限、训练数据和工具集成。
随着基础设施扩展到各类云服务,访问决策和凭证盗用仍是极具影响力的防御问题。
勒索软件和供应链事件使经过测试的恢复能力、隔离机制和沟通,变得与阻止每一次初始入侵同样重要。
设计针对模型访问、提示注入、数据泄露和代理权限的控制措施。
为安全运营团队构建并测试高质量的规则、遥测数据和自动化流程。
为分布式云环境设计身份认证、网络和策略控制措施。
将有关攻击者、攻击活动和漏洞的报告,转化为本地组织可以据以行动的决策。
三个可逆透镜:增强、替代切片、新缝隙。教学标记,非预测。
保留岗位;AI 加速草稿、分诊或调研,判断与责任仍在人。
狭窄任务堆可能先压缩,相邻手艺反而增长。
在需信任 AI 输出的受监管场景,可能出现监督、集成与领域质检角色。
网络安全专家应预期人工智能会消除部分重复性的告警处理工作,但会加大这场对抗的规模和速度。最强劲的职业发展路径将把技术深度与事件判断力、沟通能力,以及设计出能在真实组织中奏效的控制措施的能力结合起来。
这一职业的未来与信任紧密相连。每一项新的联网服务、人工智能代理和供应商关系,都在制造新的理由,需要能让风险变得清晰可见并加以降低,同时不阻碍有用工作的人。
不限同一领域,六项评分最接近的职业。
使用临床、试验和卫生系统数据生成可靠的证据,以实现更安全的护理、研究和运营决策。
抗AI 68 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🌿领导战略、衡量和报告,帮助组织减少环境和社会危害,同时履行业务义务。
抗AI 66 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🤖设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.
抗AI 50 🛰️设计、分析并认证离地而行的飞机、火箭与航天器,在不容猜测的安全裕度下工作。
抗AI 74 🌉把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起,文明安静的承重行当。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72