專家預測，如果沒有適當的控制，真正自主的自學習人工智慧將能夠通過我們超級連接的數位世界自由移動，適應新的數位環境，並訪問幾乎所有的數位資源。 人工智慧更現實的風險在於，人工智慧的自我學習能力可能導致監督與無監督學習模型的任何一個錯誤被放大，出現意想不到的危險結果。 網路犯罪分子往往不關注這些危險結果，他們可能開發基於AI的無監督學習模型用於網路攻擊，其極快的發展速度或導致難以控制的後果。

針對這種智慧和自動化威脅的最佳防禦措施是集成、協作和高度自我調整的安全架構。 就像人工智慧一樣，只要能夠獲得基於架構的安全系統，利用機器學習和人工智慧等技術，將會有一個高度智慧的主動安全防禦系統，防禦自學習的網路攻擊。

Fortinet 預測，網路罪犯將開始使用圍繞群技術構建的智慧攻擊設備集群，取代傳統的僵屍網路，以創建更有效的攻擊。 蜂巢網路(Hivenets)和機器人集群(Swarmbots)將更為普遍，Hivenets將能夠使用群集的受感染設備或Swarmbots 來同時識別和處理不同的攻擊媒介。 隨著Hivenet識別並攻陷更多的設備，它將能夠以指數級增長，從而擴大其同時攻擊多個受害者的能力。

目前很少有人能夠有效地抵禦這種攻擊。 傳統的安全工具允許組織同時防禦單個甚至多個攻擊者，但應對群體是一個完全不同的挑戰，特別是當面對持續、多重DDoS攻擊的時候，傳統安全工具根本沒有足夠的回應能力。
要保護網路和服務不受群體攻擊的影響，需要基於識別網路中潛在的攻擊媒介和工程漏洞的系統方法，未來，利用集成安全設備的自我調整安全結構將替換現有的安全工具。

在所有可能受到網路犯罪技術進步影響的行業中，醫療行業和關鍵基礎設施供應商在風險方面繼續位居榜首。 為了滿足消費者需要，很多醫療與關鍵基礎設施服務提供者犧牲了安全能力，這使他們變得脆弱。

由於這些網路的價值很高，如果這些網路被破壞或者被迫離線，可能會造成破壞性的後果，關鍵的基礎設施和醫療服務提供者現在正在與網路犯罪組織進行「裝備」競賽。 一方面相信新的互聯系統提供了更多的智慧和安全，另一方面面臨的風險是真實存在的。