近年來，安全訪問服務邊緣(SASE)技術快速發展，得到了較廣泛的行業應用。SASE架構通常包括了SD-WAN、FWaaS、安全Web網關、云訪問安全代理(CASB)和零信任網絡訪問(ZTNA)等核心組件。而Gartner最新的研究預測，人工智能(AI)與自動化技術將成為新一代SASE服務的又一項關鍵技術，它會在減少誤報、保護數據安全等多個應用場景下發揮更加重要的作用。

Gartner分析師表示：由于SASE廠商掌握著海量的網絡和安全威脅數據，因此在應用AI和機器學習方面有著天然的優勢。企業組織在選型新一代SASE服務時，可從以下方面考量其AI與自動化的應用性能：

1. 減少錯誤告警

警報疲勞是切實存在的問題，安全分析師因每天要處理大量警報而焦頭爛額。調查顯示，60%的專業人員表示每天收到500多個云安全警報，巨額工作量導致55%的受訪者每天或每周都錯過重要警報。將AI用于安全和事件異常檢測以及對事件進行分類，其主要好處是加快了檢測速度，同時大幅減少了誤報。

2. 網絡分析和修復

如今企業紛紛轉向智能網絡，利用AI和機器學習做出決策，盡可能減少人工干預。在SASE環境下，這可能體現為自動分析網絡流量。利用AI的SD-WAN可以跟蹤流量峰值以避免性能問題。如果未達到服務級別，基于AI的網絡可以轉移工作負載或轉移用戶訪問權限。據Gartner研究，2021年，部署SD-WAN的企業中不到5%使用AI功能實現自動化運營，到2025年這個比例將達到40%。

3. 智能化運維

AI的另一個重要應用場景是智能化運維。通過智能化運維，可能讓安全管理者更好了解網絡設備的運營狀態，對可能發生故障的設備提前感知，這樣就可以讓支持人員或維修人員提前做出準備。智能化運維目前已成為AI技術最成熟的應用領域，特別是在智能制造等行業場景中。

4. 用戶行為分析和異常行為檢測

SASE廠商可訪問大量數據，利用這些數據為人和設備在網絡中應有的行為建立基準，這有助于身份驗證和發現可疑活動。從網絡的角度來看，需要確保連接到網絡的實體的身份真實有效。AI模型可以快速識別連接到網絡的端點類型，分析訪問網絡的每個客戶端，并讓安全專家了解網絡上的情況。

5. 數據防泄漏

數據防泄漏并不是SASE的核心功能，卻是許多SASE廠商最近添加或正在推出的功能。它可以防止敏感數據被外部攻擊者或惡意內部人員從公司的系統中泄露出去。結合AI，數據丟失預防工具可以識別故意混淆、企圖繞過基于關鍵字的簡單過濾器的數據。

內部威脅是當今企業面臨的最大問題之一。離職員工往往可以獲取敏感信息，比如設計文檔和代碼。惡意內部人員可以竊取公司數據，對外共享。AI不僅可以阻止數據離開公司，還能拒絕訪問數據。我們看到SASE廠商正在加入數據丟失防護功能，從而阻止惡意用戶竊取并泄露數據。

6. 識別和預防高級威脅

傳統的入侵檢測系統擅長檢測已知漏洞，可以防止相同的攻擊再次發生，但響應新威脅的速度可能很慢。通過使用所有的已知漏洞訓練AI模型，可以立即發現并阻止尚未發生的攻擊，許多新攻擊是之前已知的威脅的不同版本。一些威脅受益于監控和自動緩解機制，而更復雜的攻擊仍需要有勞安全專家處理。安全方面肯定會遇到誤報，很可能需要一些資深技術人員分析誤報。

7. DDoS 攻擊緩解

不安全的聯網設備持續增多，組織改用高速5G網絡，以及服務化的分布式拒絕攻擊產業迅猛發展，讓企業面臨更嚴峻的DDoS 攻擊威脅。對于DDoS之類的攻擊，組織需要擁有能非常迅速的應對能力。DDoS攻擊緩解是SASE廠商們提供的常見功能，也是用戶相信AI能處理好的最簡單的任務之一。

8. 協助安全分析師

如果AI能處理重復性的常規任務，安全分析師可以將時間花在較復雜的問題上。AI可以了解安全分析師的習性和偏好，幫助他們更高效地完成日常工作，從而對安全分析師的工作大有助益。

但AI目前并沒有準備好在沒有人參與的情況下獨立發揮功效。AI在幾乎所有的SASE解決方案中仍處于早期階段。長遠來看，盡管AI很有價值，但組織仍需要優秀工程師在關鍵性問題上人工做出可靠的決策。

參考鏈接：https://www.networkworld.com/article/3657610/how-sase-uses-ai.html