人工智能技术已经开始融入各种应用系统，但研究机构Gartner认为，目前自动化技术的应用水平和能力还可以进一步提升。Gartner分析师预测，超自动化技术将很快成为全球商业技术发展趋势。在网络安全领域，超级自动化可能使组织能够有效地管理大量警报和网络事件。什么是超级自动化？超级自动化结合了机器人过程自动化、机器学习技术和人工智能等技术，以改进和完善以前需要人类决策者参与的业务和技术流程。由于低代码/无代码开发工具和敏捷DevOps流程的流行，许多企业已经实现了日常任务的自动化。超自动化将机器人自动化和质量提升到新的水平，结合机器学习/人工智能技术来复制人类决策过程。想象一下智能系统基于异常复杂的数据集做出异常快速的决策，这就是超自动化。如今，超级自动化可用于改进业务流程管理、iPaaS解决方案和安全系统。明天，超级自动化将更加先进。超级自动化的主要好处如下：简化和改进工作和流程的自动化。提高业务敏捷性和DevOps战略。增强低代码/无代码安全性。超级自动化的主要缺点如下：需要下一代技术基础设施。整合新兴技术需要进一步融合。超级自动化和传统自动化（例如机器人过程自动化）有什么区别？超级自动化仍然建立在自动化之上，但是超级自动化与人工智能和自动化工具相结合，增加了范围和复杂性。如今，在网络安全中使用超级自动化越来越需要远程工作、物联网设备和多云架构，许多组织都在争先恐后地保护他们的关键资产。在此背景下，网络安全的本质也在发生根本性的变化。大多数安全解决方案已经采用了下一代人工智能技术。超级自动化将进一步增强这些基于AI的系统的实用性，使它们能够做出类似人类的、对时间敏感的决策。此外，网络犯罪分子越来越了解AI/ML网络安全解决方案的工作原理。先进的超自动化系统可以更快地做出更复杂的决策，从而增加组织防御策略的复杂性。更高级的AI/ML解决方案本质上更难预测，因此更具防御性。据Gartner称，采用超级自动化的组织将通过自动化业务流程将运营成本降低30%。但在安全领域，超级自动化网络安全事件和改进复杂多云基础设施的操作流程所带来的节省可能更大。对于安全专业人士来说，超自动化已经融入到许多下一代人工智能解决方案中，尽快理解超自动化的技术原理可能与理解机器人过程自动化和测试的原理一样重要。超级自动化在安全方面的一些潜在用途包括：人工智能系统使用自然语言处理来审查电子邮件以识别网络钓鱼企图。文档安全系统使用光学字符识别(OCR)读取扫描文档以识别个人身份信息。机器学习安全解决方案识别可疑的登录上下文，需要进一步的登录信息。Gartner鼓励组织关注具有高可行性和商业价值的项目（见下图）。具体包括以下内容：交易欺诈检测；基于文件的恶意软件检测；过程行为分析；系统异常行为检测；网站域名和声誉评估；资产清单和依赖映射优化。更积极地拥抱超自动化值得注意的是，Z世代（互联网技术兴起后出生的一代年轻人）更可能拥抱超自动化，他们也可能成为未来几年采用超自动化技术的主力军。这一代人伴随着数字技术成长起来，因此当今的供应链领导者期望他们成为加速供应链数字化并为超级自动化铺平道路的创新者。Z世代技术专业人士可能会发现自己正在迅速适应超自动化世界，从而提高他们在市场上的竞争力。Gartner特别指出，新冠疫情大大加速了组织向自动化的转型。经济衰退恐惧、组织开支削减以及对弹性的更大需求将进一步推动组织采用自动化弹性系统。在日益复杂的网络威胁环境中，超级自动化将成为安全行业的驱动力。同样，安全专业人员可能需要积极利用超级自动化来节省宝贵的时间。随着安全专业人员与大公司签订合同，托管安全服务提供商(MSSP)扩展到更大的客户群，超级自动化将节省更多的工作时间。大多数行业人士已经意识到，自动化技术应用的趋势越来越快。超自动化以自动化和优化的流程为基础，辅以更强大的实时决策，自然是自动化技术的下一站。对于安全专业人员而言，超级自动化可以启用更具弹性的整体安全架构，以深入了解新出现的新威胁。参考链接：https://www.esecurityplanet.com/trends/cybersecurity-hyperautomation/
