จากตัวอย่างช่องโหว่ข้อมูลของ Equifax รั่วไหลออกไป บริษัทที่ทำงานร่วมกับข้อมูลที่มีความลับจึงเริ่มตกเป็นเป้าหมายของการโจมตีอาชญากรรมข้อมูลมากขึ้นเรื่อยๆ ซึ่งเพื่อที่จะต่อสู้กับภัยคุกคามที่กำลังเข้ามา หลายๆ บริษัทจึงเริ่มมองหาระบบปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) และระบบการเรียนรู้ของเครื่อง (Machine Learning) ที่จะทำให้เกิดการตรวจสอบและป้องกันข้อมูลความลับได้ดีมากยิ่งขึ้นได้
เครื่องมือหนึ่งจากบริษัท Accenture เรียกว่า SCAML (Scalable Classificiation through Machine Learning) ซึ่งจะสามารถตรวจสอบและติดป้าย (label) ข้อมูลเอกสารที่มีความละเอียดอ่อน (sensitivity) ได้อัตโนมัติ ซึ่งจะช่วยให้ผู้ใช้งานสามารถควบคุมและป้องกันข้อมูลได้อย่างเหมาะสมและดียิ่งขึ้น
“ข้อมูลที่เป็นลักษณะไม่มีโครงสร้างหรือ unstructured data ปัจจุบันกำลังเพิ่มมากขึ้นเรื่อยๆ ด้วยอัตราประมาณ 40-50% ต่อปี จึงทำให้การลุยติดป้ายเองลงในข้อมูลทั้งหมดจึงดูจะเป็นไปไม่ได้” คุณ Malek Ben Salem พนักงานอาวุโสในห้องปฏิบัติการ Accenture กล่าว โดย SCAML นั้นสามารถคัดแยก (classify) ข้อมูล unstructured data รูปแบบใดๆ ซึ่งรวมไปถึงข้อมูล email และข้อมูลเอกสารต่างๆ ได้อย่างอัตโนมัติ
SCAML นั้นถูกเทรนจากข้อมูลตัวอย่างที่มีความลับและเอกสารอื่นๆ โดยจะสามารถสกัดลักษณะเด่นที่สำคัญที่จะสามารถทำนายได้ว่าเอกสารเหล่านั้นเป็นเอกสารที่มีความลับอย่างสูง หรือว่าเป็นเอกสารที่มีความละเอียดอ่อนได้ เช่น ในเอกสารพบว่ามีข้อมูลประกันสังคม หรือข้อมูลเลขบัตรเครดิต เป็นต้น ซึ่ง SCAML จะสามารถช่วยให้ภาคธุรกิจสามารถแยกแยะประเภทข้อมูลและป้องกันได้ตามลักษณะข้อมูลนั้นๆ
โซลูชันในการใช้ AI และ Machine Learning ในการแก้ไขปัญหานี้สามารถทำให้ภาคธุรกิจสามารถจัดการกับปัญหาความปลอดภัยในโลกอินเตอร์เน็ตได้ ซึ่งคุณ Ben Salem มองว่าระบบ AI จะเป็นอนาคตในเรื่องความปลอดภัยของข้อมูลในโลกอินเตอร์เน็ต เพราะมันเป็นไปไม่ได้ที่จะตรวจจับ malware หลายพันตัวที่โจมตีบริษัทต่างๆ ที่พบกันในแต่ละวันโดยไม่ใช้ระบบ AI โดยเฉพาะอย่างยิ่งหากผู้โจมตีก็ใช้ระบบ AI ในการสร้างและใช้งานในการโจมตี ดังนั้นผู้เชี่ยวชาญด้านความปลอดภัยจึงควรเริ่มขยายขีดความสามารถมาในด้าน AI และ Machine Learning ได้แล้ว
