我们必须降低复杂性，才能确保强有力的网络安全。原因如下

• 网络安全中的复杂性会降低可见性，并增加因人为失误和攻击而受损的脆弱性。

• 将安全工具整合到统一平台，对于消除盲区和提高效率至关重要。

• 人工智能可增强威胁检测和修复能力，但要有效发挥其作用，透明度和清晰的政策至关重要。

复杂性在我的整个职业生涯中一直令我着迷。从计算机科学中的算法，到网络安全中的威胁格局，复杂性及其带来的差异性构成了引人入胜的挑战。但现实是，复杂性就是安全的敌人。

从根本上讲，网络安全中的复杂性意味着可见性不足。许多现代网络中组件和单点产品数量庞大，这使得识别漏洞本身，更不用说修复漏洞，都颇具挑战。

此外，基础设施本身也是动态的（软件定义网络），如果无法清晰掌握正在发生的情况，就很难构建牢固的结构性防御。

复杂的基线使理解系统行为变得困难，也使其更易受到人为失误的影响。无论以何种方式，防御方一侧的复杂性都会为攻击者留下可供利用的根本性弱点。

安全内置于设计之中

作为防御者，我们尝试围绕网络中对我们重要的事物构建防御。我们必须考虑它们之间如何相互作用、相互影响。如果它们之间的连接不清晰，要构建一个能全面保障网络安全的架构就并不容易。

应对这一挑战的最佳方式，是构建从设计之初就具备安全性的网络。这意味着安全应从一开始就是基本考量，而非事后叠加。

第一步应当是整合。随着安全挑战逐步显现，许多组织采用了单点产品来加以应对。尽管其中许多产品在其狭窄的应用范围内效果良好，但它们的互操作性严重受限。

这些产品通过各自独立的控制台进行管理，使安全团队在实现完整安全工作流程时，必须应对纷繁复杂的操作环境。盲区普遍存在，为攻击者打开了大门。

整合这些解决方案并以平台为基础开展工作，可消除大部分复杂性。借助单一视图，团队能够高效执行完整的修复生命周期，同时保持对网络的全面掌握。

除了统一执行之外，我们还必须保持统一且清晰的政策。安全团队经常遇到一些边缘情况：他们希望做出变更，却又担心基于未知依赖关系而引发意外的连锁反应。

因此，许多团队采取例外管理的方式，即针对个别情况不断增加例外规定，久而久之，政策便偏离了其最初的简单形式。我们需要从设计之初就构建更具灵活性的政策，而非依靠例外进行管理。

这为以预防为先的安全奠定了基础。非统一的安全管理效率低下，使组织只能被动应对，攻击者往往在已经潜入网络之后才被发现，而非被提前阻止。

统一平台所具备的可见性，加之其管理整个修复工作流程与政策的能力，使团队能够在威胁造成损害之前加以应对。

面向网络安全的人工智能网络安全

在当今的威胁格局中，人工智能（AI）对于成功实现安全保障至关重要。威胁环境的规模过于庞大，若没有人工智能作为力量倍增器，将难以应对。

具有战略性的人工智能能够大规模扫描并识别威胁，随后自动应用相关政策变更或修复流程，将威胁窗口从数小时或数天缩短至数分钟甚至数秒。

随着威胁不断演变，人工智能能够从持续增长的数据集中长期学习，这是其优势所在。然而，人工智能并非万能灵药。它本身也会产生新的复杂性，引入又一个不确定性因素，但我们仍可采取重要措施，更有效地利用它。

随着我们迈向更多的自动化与人工智能应用，我们必须推动系统朝着更加标准化和可编程的方向发展。我们可以利用这一点，向人工智能引擎输入更优质的数据，以提供可见性、分析边缘情况，并为网络政策找到和确立更高效的参数，从而减少例外情况和异常值的数量。

另一个要素是透明度。一旦我们确立了可计算且一致的参数和政策，就应让最终用户能够清晰、统一地声明其请求的内容。

这种透明度，再加上一个用于确保用户始终不超出其请求范围的人工智能层，便能自动形成一个高效、标准化的循环，既易于管理，也便于扩展。

在复杂的世界中降低复杂性

威胁格局始终在不断扩大。网络安全工作往往像是一场追赶之战，不可避免地会留下可供攻击者利用的缺口。即便我们采用了新的工具，它们缺乏互操作性、隐藏的依赖关系以及盲区，仍使组织暴露在风险之中。

不过，我们仍有充分理由保持乐观。我们拥有降低这种复杂性的工具，并能以预防为先的方式应对网络安全。为此，我们必须使网络更加透明且可编程。

整合在此至关重要，因为它明确了网络安全的范围。它还能集中可见性，并支持统一的政策与自动化应用。

这种整合，加上能够依据明确界定的政策主动管理用户的战略性人工智能，可以维持强大而有韧性的安全态势。

复杂性是攻击者的帮手。它为攻击者创造可供利用的漏洞，同时又使防御者在问题变得无可挽回之前难以察觉并正视它。

强有力的网络安全如今已是企业的首要关切。要实现以预防为先、全面覆盖、支持现代业务发展的安全保障，组织应首先聚焦于降低复杂性。