Questa tavola rotonda esaminerà l'evoluzione delle minacce informatiche e il ruolo cruciale dell'intelligenza artificiale nella difesa cibernetica. Attingendo alle linee guida "NIST AI 100-2 E2023: Adversarial Machine Learning", si approfondiranno le vettorialità di attacco e le strategie di mitigazione, evidenziando l'importanza delle tecniche di Machine Learning supervisionato e non supervisionato nella sicurezza delle reti. Verrà sottolineata la criticità di dataset di addestramento ben strutturati per l'efficacia dell'apprendimento automatico, esplorando il potenziale del Continuous Learning nel migliorare l'adattabilità e la sicurezza dei dati.
Si indagheranno le capacità dell'AI nel rilevare nuove minacce attraverso esempi come il contrasto degli attacchi di "sound-squatting" con metodi generativi e l'analisi dei log degli incidenti tramite Large Language Models come "LogPrecis". Verranno affrontati i rischi e le sfide inerenti all'integrazione di soluzioni basate sull'AI nei framework di sicurezza, evidenziando la necessità di sforzi collaborativi nello sviluppo di modelli di training affidabili e condivisi.
Il panel multidisciplinare metterà in luce l'importanza di differenziare le applicazioni dell'AI nei diversi domini - dalla Computer Vision al Natural Language Processing - e le loro esigenze uniche in ambito cybersecurity, delineando la tensione tra gli avanzamenti dell'AI e la tutela della privacy, in particolare il rischio legato ai dati di training. La tavola rotonda contemplerà i molteplici ruoli che l'AI può svolgere nella sicurezza, evidenziandone sia le straordinarie possibilità sia le derivanti complessità.