از اولین روزهایی که سامانه ها و تجهیزات رایانه ای ایجاد شدند، آسیب پذیریهایی چه عمدی و چه غیرعمدی در آنها وجود داشته و زمینه را برای اجرای حملات سایبری متعددی فراهم نموده است . آسیب پذیریها شامل ضعف ها یا نقص هایی در نرم افزار، سخت افزار یا پیکربندیهای شبکه هستند که می توانند توسط مجرمان سایبری برای دسترسی غیرمجاز یا ایجاد آسیب مورد سوء استفاده قرار گیرند. با گسترش روزافزون شبکه ها، تعداد تجهیزات متصل و ظهور فناوریهای شالوده شکن این آسیب پذیریها نیز به صورت نمایی در حال افزایش می باشد. بنابراین مدیریت
آسیب پذیری سایبری با روش های سنتی مبتنی بر عامل انسانی به دلایل زیادی همچون حجم بالای داده ها و ضعف انسان در تجزیه وتحلیل کلان داده ، توجه صرف به آسیب پذیریهای شناخته شده و توجه کمتر به آسیب پذیریهای ناشناخته همچون حملات روز صفر، عدم درک و فهم همبستگی میان حجم عظیم داده ها، فقدان زمینه و عدم نظارت مستمر به منظور شناسایی آسیب پذیریها، افزایش زمان شناسایی و کشف تا اصلاح آسیب پذیری، کمبود نیروی انسانی در حوزه امنیت سایبری و ... از کارایی و اثربخشی لازم برخوردار نمی باشد.این مقاله محقق با بهره برداری از اسناد و مدارک به روز و مرتبط در حوزه مدیریت آسیب پذیری مبتنی بر هوش مصنوعی با روش توصیفی تحلیلی نسبت به تبیین کاربست هوش مصنوعی در هریک از مراحل شناسایی ، ارزیابی ، اولویت بندی، اصلاح و کاهش آسیب پذیریهای سایبری شبکه
فرماندهی و کنترل اقدام و در پایان ضمن بیان مزایای آن به چالش ها و ملاحظات این حوزه می پردازد.