Ben Bernstein, Manager for Cybersecurity Advisors hos Huntress – Interviewserie

Ben Bernstein, Manager for Cybersecurity Advisors hos Huntress, er en cybersikkerhedsprofessionel med mere end et årti af erfaring inden for teknisk support, systemadministration, kundesucces, teknisk kontoadministration og ledelse af sikkerhedsrådgivning. Han startede sin karriere i praktiske IT‑roller og gik fra helpdeskarbejde til systemadministration, før han gik over i kontoadministration og kundesucces hos Integris. Bernstein tilbragte senere tre år hos Red Canary, hvor han håndterede relationer med enterprise‑kunder som Teknisk kontoadministrator og Senior Enterprise Teknisk Kontoadministrator. Siden han tiltrådte Huntress i 2024 som grundlæggende Teknisk Kontoadministrator, har han avanceret inden for ledelse af teknisk kontoadministration og leder nu virksomhedens Cybersecurity Advisors, idet han trækker på sin kombination af teknisk ekspertise og kundeorienteret erfaring for at hjælpe organisationer med bedre at forstå og reagere på de udviklende cybertrusler.

Huntress er en cybersikkerhedsvirksomhed, der leverer en fuldt administreret sikkerhedsplatform designet til at beskytte organisationer på tværs af endpoints, identiteter, logs og brugere. Platformen kombinerer teknologier inklusive Managed Endpoint Detection and Response (EDR), Identity Threat Detection and Response (ITDR), Security Information and Event Management (SIEM) samt sikkerhedsbevidsthedstræning med et 24/7 AI‑centreret Security Operations Center (SOC), bemandet af menneskelige sikkerhedseksperter. Huntress siger, at deres teknologi i øjeblikket beskytter mere end 5 millioner endpoints og 15 millioner identiteter i over 277.000 virksomheder, hvor deres team håndterer trusselsdetektion, efterforskning, respons og afhjælpning på vegne af kunder.

Du startede din karriere i helpdesk og systemadministration, før du gik videre gennem teknisk kontoadministration og endte i ledelse af cybersikkerhedsrådgivning hos Huntress. Hvordan har den praktiske IT‑baggrund påvirket din måde at tænke på sikkerhed i dag, især når de samme værktøjer, som administratorer er afhængige af, også kan blive en angribers indgangspunkt?

Jeg er evigt taknemmelig for min IT‑baggrund hver eneste dag nu, hvor jeg befinder mig på den dedikerede cyber‑side af huset. Den giver mig et praktisk perspektiv. Når du ved, hvordan operativsystemer, applikationer og systemprocesser opfører sig, når alt fungerer normalt, fremstår anomalier og trusler tydeligt. Min tid i IT har også udviklet en fejlsøgnings‑ og årsagsanalyse‑tankegang. Du lærer hurtigt, at du skal følge tråden for at sikre, at du fuldt ud afgrænser et problem eller en trussel.

Jeg husker, at jeg i høj grad stolede på de samme værktøjer, som f.eks. RMM’er, som i dag misbruges af trusselsaktører. Efter selv at have implementeret dem, værdsætter jeg fuldt ud deres kraft i både en IT‑admins og en angribers hænder. Da RMM’er er overalt, lægger det pres på sikkerhedsteams til at se på al aktivitet omkring deres udførelse. At have en RMM kørende på en maskine er ikke i sig selv ondt. Men hvis den RMM pludselig begynder at droppe ekstra værktøjer eller generere ukendte scripts, tvinger det forsvarere til at stoppe med at stole på betroede softwarelister og i stedet udelukkende fokusere på at observere adfærd.

Kunstig intelligens diskuteres ofte inden for cybersikkerhed i forhold til sofistikerede autonome angribere, men hvor meget af AI’s umiddelbare indvirkning er blot at gøre almindelige cyberkriminelle hurtigere og mere kapable? Er vi ved at nå et punkt, hvor relativt lavtuddannede angribere kan udføre kampagner, som tidligere krævede meget dybere teknisk ekspertise?

Der er i øjeblikket meget panik omkring autonome AI‑hackningssystemer, men virkeligheden på jorden er, at dette ikke er en ny håndværksmetode. Disse modeller bryder ikke ind i netværk ved hjælp af højt sofistikerede teknikker. De gør præcis det, som menneskelige script‑kiddies har gjort i årevis ved at scanne efter internet‑eksponerede, uopdaterede og fejlkonfigurerede aktiver. Det får overskrifter, fordi udtrykket “autonomous AI” lyder skræmmende eller sexet afhængigt af, hvem du spørger, men de faktiske mekanismer bag disse angreb er grundlæggende.

Det egentlige problem, vi står over for, er, at AI sænker indgangsbarrieren for cyberkriminelle. Angribere kan automatisere de kedelige dele af et udnyttelsesværktøj og skalere deres operationer uden at skulle have dyb teknisk ekspertise. Det gør det muligt for lavtuddannede angribere at udføre kampagner meget hurtigere, hvilket lægger stort pres på virksomheder. Du kan ikke længere installere et sikkerhedsværktøj og glemme det. Organisationer er nødt til at antage, at deres netværk konstant bliver scannet.

Huntress har observeret angribere, der bruger LLM‑genererede infostealer‑scripts under RMM‑indtrængninger. Hvad fortæller dette os om, hvordan generativ AI ændrer økonomien og tilgængeligheden af cyberkriminalitet?

Det fortæller os, at generativ AI strømliner den operationelle overhead i cyberkriminalitet. At skrive et infostealer‑script er ikke nyt teknisk arbejde, men det har traditionelt krævet meget udviklertid eller køb af specialiserede værktøjer fra et undergrundsforum. Ved at bruge en LLM inde i en offers netværk kan angribere generere funktionelle, tilpassede scripts på efterspørgsel i stedet for at stole på forudbygget malware.

Selvom adgangen til disse modeller stadig medfører nogle omkostninger, er indgangsbarrieren lavere end nogensinde. Vi ser ofte gennemsnitlige angribere udnytte disse værktøjer til at arbejde hurtigere og fjerne manuelle kodningsopgaver. Det ændrer grundlæggende økonomien i et angreb ved at gøre udførelsesfasen meget tilgængelig, så lavere kvalificerede aktører kan skalere deres operationer uden at skulle have dyb teknisk ekspertise.

Huntress rapporterede en stigning på 277 % år-til-år i misbrug af fjernovervågnings- og administrationsværktøjer. Hvorfor er legitime RMM‑platforme blevet så attraktivt alternativ til skræddersyet malware, og hvilke fordele giver de angribere, når de først har opnået adgang?

Der er intet iboende ondt ved RMM‑værktøjer. De tjener et vigtigt formål ved at hjælpe IT‑administratorer og MSP’er med at arbejde effektivt og støtte brugere. Problemet er, at skræddersyet malware bliver markeret af traditionel antivirussoftware, mens RMM‑værktøjer er signerede, betroede og omgår standard sikkerhedskontroller. Endnu bedre for en angriber er, at RMM‑agenter naturligt kører med forhøjede administratorrettigheder og giver indbygget vedholdenhed, hvilket betyder, at de forbliver aktive på tværs af systemgenstarter uden ekstra indsats for at bevare adgang.

Når en angriber får sin egen RMM‑agent kørende på en målmæssig maskine, har de i praksis en fjernbetjeningskonsol. De kan overføre filer frem og tilbage problemfrit, og de opsætter ofte deres RMM‑instans på forhånd med ondsindede scripts og værktøjer klar til at blive udført på tværs af slutpunkter med et enkelt klik. Da applikationen i sig selv er legitim, kan forsvarere ikke blot blokere værktøjet. Det tvinger sikkerhedsteams til at holde op med at stole på lister over betroede programmer og i stedet fokusere på at observere adfærd, hvilket gør 24/7‑overvågning afgørende, hvis man vil fange en angriber, der misbruger administrativ software.

En teknik, som Huntress har dokumenteret, er at angribere “daisy‑chain’er” flere RMM‑værktøjer for at fragmentere telemetri og skabe redundante adgangspunkter. Kan du gennemgå, hvordan en intrusion som denne typisk udfolder sig, og hvorfor den kan være så svær for forsvarere at genkende, hvad der foregår?

Her er et særligt interessant eksempel, som vi opfangede og skrev en blog om. Intrusionen startede med en phishing‑mail, der brugte et falskt forretningsdokument som lokkemad, f.eks. en “Network Solutions Agreement”. Offeret klikkede på linket i mailen, landede på en side beskyttet af en falsk CAPTCHA og downloadede, hvad de troede var en standard‑PDF eller service‑dokument. I virkeligheden var downloadet en eksekverbar installationsfil. Da brugeren dobbeltklikkede på filen for at åbne aftalen, installerede de i stilhed et legitimt men uautoriseret fjernadgangsværktøj kaldet Tiflux RMM.

Da trusselsaktøren fik den første Tiflux‑agent kørende, brugte de straks dens indbyggede funktioner til at skubbe ned og side‑loade yderligere værktøjer som Splashtop, ScreenConnect og UltraVNC på præcis den samme maskine. Det er vigtigt at bemærke, at disse også alle er legitime RMM‑værktøjer.

Angribere gør dette for at etablere super‑vedholdenhed. De ved, at hvis en IT‑admin opdager ét uautoriseret fjernværktøj og afinstallerer det, har angriberen stadig to eller tre andre aktive bagdøre klar. Denne taktik fragmenterer telemetrien. Sikkerhedsplatforme ser blot separate, signerede administrationsprogrammer køre samtidigt og ringe hjem til legitime leverandørers infrastruktur. Medmindre en forsvarer aktivt overvåger denne aktivitet og spørger, hvorfor et enkelt slutpunkt pludselig har brug for flere forskellige fjernstyringsagenter installeret i løbet af samme eftermiddag, så smelter det bare ind i støjen fra rutinemæssig IT‑vedligeholdelse.

Udover 24/7‑adfærdsovervågning er en anden effektiv kontrol her Endpoint Security Posture Management og applikationskontrol. Hvis en organisation eksplicit definerer, hvilke specifikke varianter af RMM‑værktøjer der er autoriseret til at køre på deres maskiner, kan de forhindre uautoriserede værktøjer i at blive eksekveret overhovedet, og stoppe daisy‑chainen, før den starter.

Traditionelle sikkerhedsmodeller skelner ofte mellem betroet og ubetroet software, men RMM‑angreb udnytter værktøjer, der kan være legitime, signerede og allerede godkendt af IT. Betyder det, at forsvarere skal bevæge sig væk fra at spørge, om en applikation er betroet, og i stedet fokusere på, om dens adfærd er betroet?

Ja, helt sikkert. Den traditionelle model med binær tillid er brudt. Binær signering blev designet til at bekræfte, at en applikation kom fra en legitim leverandør, ikke til at garantere, at dens handlinger er sikre.

Hvis en angriber bruger en signeret RMM‑binær eller et living‑off‑the‑land‑værktøj, er den eksekverbare fil i sig selv ren, men aktiviteten bag den er ondsindet. Forsvarere skal komme forbi spørgsmålet “Er denne fil betroet?” og i stedet fokusere på, om dens adfærd giver mening i konteksten. At have en RMM kørende på en maskine er ikke i sig selv ondt. Men hvis det værktøj pludselig begynder at droppe yderligere værktøjer, starte ukendte scripts eller køre kl. 2 om natten under en servicekonto, er det et kompromis‑indikator. Kontext og adfærd har altid betydet noget, men da angribere i så høj grad stoler på betroet software, betyder det nu mere end nogensinde.

Efterhånden som AI komprimerer tiden mellem opdagelse af en sårbarhed eller konfigurationshuls og udnyttelsen af den, hvordan ændrer det rollen for sikkerheds‑postur‑styring? Hvilke svagheder inden for identitet, slutpunkter og fjernadgang bør organisationer prioritere, før angribere får mulighed for at udnytte dem?

Styring af sikkerhedsholdning er vigtigere end nogensinde, fordi den hjælper organisationer med proaktivt at lukke de almindelige sikkerhedshuller, som angribere udnytter hver dag. Den supplerer detektion og respons ved løbende at identificere og adressere problemer såsom fejlkoncepter, overdrevne tilladelser, uautoriserede applikationer og andre svagheder på tværs af slutpunkter og identiteter. Når tidsvinduet mellem offentliggørelse af en sårbarhed og automatiseret scanning krymper til timer, bliver det essentielt at reducere disse huller, før de kan udnyttes. Organisationer skal opretholde en konsistent, hærdet holdning på tværs af miljøer for at reducere antallet af hændelser, de står over for, og begrænse, hvad en angriber kan nå, hvis de kommer ind gennem døren.

Selvom næsten alle cyberleverandører gladeligt vil “oplyse” (eller “skræmme”) offentligheden om den trussel eller sikkerhedsområde, de tilfældigvis sælger løsninger til, er den faktiske prioriteringsliste noget, som kun hver enkelt organisation kan besvare. Hver virksomhed værdsætter forskellige komponenter af CIA-triaden, og hver virksomhed har følsomme data gemt eller tilgængelige på forskellige steder. Det egentlige råd, de fleste virksomheder har brug for at høre, er at evaluere hvilke data, aktiver eller produktionssystemer der er mest kritiske for deres drift, og derefter arbejde baglæns derfra for at beskytte det, der betyder mest.

Denne bekymring vokser omkring AI-agenter, der på sigt udfører betydelige dele af angrebslivscyklussen autonomt. Hvilke kapaciteter skal forbedres, før autonome cyberangreb bliver væsentligt farligere end dagens AI-assisterede angreb, og er forsvarerne ved at forberede sig hurtigt nok?

Bekymringen omkring autonome agenter antyder, at dette er et fremtidigt problem, men vi ser allerede dem udføre angreb i dag. Disse autonome angreb er dog langt fra perfekte. Se på den nylige JadePuffer ransomware-kampagne. Den blev udelukkende drevet af en AI-agent, men den begik åbenlyse fejl. Modellen hallucinerede dele af operationen, herunder at opfinde en falsk Bitcoin-tegnebogsadresse til løsesedlen. Endnu mere latterligt glemte AI’en at gemme eller overføre krypteringsnøglen. Den udskrev blot den tilfældigt genererede nøgle til en midlertidig konsoloutput og lukkede sessionen, hvilket gjorde det matematisk umuligt for offeret at gendanne deres data, selv hvis de betalte.

Den konkrete virkelighed er, at set fra et taktikker, teknikker og procedurer-perspektiv udfører autonom AI, automatiserede scripts og menneskelige angribere præcis det samme. De udnytter stadig de samme typer af internet-eksponerede, sårbare og fejlkoncepterede aktiver. AI skal stadig igennem den standardiserede kill chain. Den skal stadig opnå første adgang, hæve tilladelser, bevæge sig lateralt og udføre sin payload. I JadePuffer-tilfældet brugte den blot en kendt, uopdateret sårbarhed for at få fodfæste og gik derefter klodset videre gennem netværket.

Da de grundlæggende mekanismer i angrebet ikke har ændret sig, behøver forsvarerne ikke at kassere deres nuværende playbook. Du har stadig brug for lagdelt sikkerhed, grundlæggende IT-hygiejne og stærk adfærdsdetektion. Det, der ændrer sig, er presset og hastigheden, hvormed forsvarerne skal behandle hændelser og triagere alarmer. Når en AI-agent begår en fejl, læser fejlloggen og selvkorrigerer inden for sekunder for at fortsætte, skal forsvarerne blot tilpasse sig den hurtige hastighed, som cyberangreb nu bevæger sig med.

Angribere tager AI i brug, men forsvarere har adgang til mange af de samme teknologier. Hvor ser du, at AI giver den største defensive fordel: ved at opdage usædvanlig adfærd, analysere telemetri, prioritere sårbarheder, automatisere respons, eller helt andre steder?

Først er det yderst effektivt til korrelation for blå hold. Sikkerhedsteams har ikke et dataproblem; de har et støjproblem. AI er utroligt nyttigt til at trække nåle ud af høstakken, samle uafhængige, tilsyneladende urelaterede hændelser og sammenføje dem for at fortælle den fulde historie om en indtrængen.

Derudover gør AI for forsvarere præcis det, den gør for angribere, ved at bygge bro over kompetencekløften. Når en junior SOC-analytiker står over for et stærkt obfuskeret script eller en kompleks alarm, kan de bruge en LLM til øjeblikkeligt at oversætte dataene til klar dansk. Det fjerner det manuelle slæb af reverse engineering og gør det muligt for forsvarere at triagere og reagere meget hurtigere.

Endelig, når man ser ud over reaktivt forsvar, er der en enorm mulighed for røde og lilla hold til at bruge AI til proaktivt at teste og validere forsvar. Fuldt omfangsrige, menneskestyrede penetrationstest er stadig et absolut must. Men AI sænker den tekniske barriere for at udføre mindre, atomare tests til at validere forskellige lag i en sikkerhedsstack. I stedet for at vente på en årlig pen-test eller krydse fingre, når en reel organisk trussel dukker op, kan organisationer bruge AI til sikkert og hyppigt at teste deres egne miljøer for at se, hvad der faktisk går i stykker.

Ser man fremad, forventer du, at cybersikkerhedsbranchen vil træde ind i et miljø, hvor både angribere og forsvarere i stigende grad opererer gennem autonome agenter? I så fald, hvad vil i sidste ende afgøre, hvem der har fordelene, når maskiner på begge sider kan identificere og reagere på trusler med maskinhastighed?

AI ryster definitivt den underjordiske økonomi. Darknet-markedet for cybercrime-as-a-service har trives ved at sælge malware og scripts, fordi de traditionelt krævede specialiserede udviklerfærdigheder at skabe. AI ændrer tilgængeligheden og økonomien i dette økosystem ved at gøre det muligt for lavere kvalificerede operatører at generere deres eget værktøj på efterspørgsel. Det vil sandsynligvis lukke døren for mange ældre, færdiglavede malware‑leverandører. Hvorfor skulle en trusselsaktør betale for generisk færdiglavet malware på et underjordisk forum, når de blot kan bede en LLM om at generere skræddersyet værktøj på efterspørgsel?

Når begge sider er udstyret med AI, kommer fordelen ned til infrastruktur, tuning og tilsyn. Det bliver en kamp om, hvem der har budgettet til beregning (hvem der har flere tokens at brænde) og hvem der har den bedst tune‑model. For trusselsaktører er testen, om deres AI kan iterativt fejlfinde, læse fejllogs og pivotere passende, når et exploit fejler. For forsvarere er testen, om dine detektorer faktisk er tune‑de, og om dine datapipelines er korrekt forbundet til at levere den rette telemetri til AI’en i realtid. Men vigtigere er det, om du har menneskelige eksperter med forretningskontekst i løkken til at foretage de kritiske dømmende beslutninger, såsom at læse AI’ens fortolkning af en hændelse og beslutte, om en kompromitteret maskine skal isoleres eller et produktionssystem skal tages offline for at indeholde en trussel.

AI ændrer i sidste ende ikke sikkerhedens grundprincipper. De virksomheder, der klarer sig bedst, er dem, der fortsat får de små ting rigtige. Det handler om at reducere din angrebsflade, patche sårbarheder, styrke konfigurationer, overvåge 24/7, antage kompromittering og proaktivt teste dine forsvar regelmæssigt. AI er kun en accelerator. Den, der udfører grundprincipperne hurtigere og mere konsekvent, er den, der vinder.

Tak for det gode interview, læsere der ønsker at lære mere, bør besøge Huntress.