Udnyttelse af AI til at optimere netværk og sikre data – Tankeledere

af David Ryan, Vicepræsident for Salg, Cynamics

En enorme mængde data genereres dagligt; ifølge nogle kilder genereres en overvældende 2,5 kvintillioner bytes data hver dag. I dagens verden er ejendomsdata en af de mest værdifulde aktiver, organisationer har, det understøtter operationerne, identificerer måder at forbedre processer og øge effektiviteten, det giver indsigt i kundeinformation, købsadfærd og indeholder leverandørkædeinformation. En organisations data er et af de mest kritiske elementer i forretningen, og det må beskyttelses.

Desværre kan mennesker alene ikke håndtere datamængderne på egen hånd. Ud over det, og mere vigtigt og skræmmende er, hvor meget af en organisations data er efterladt uden overvågning, med det meste af netværket ubeskyttet. Dette kan ikke kun resultere i et brud, der kan ødelægge din organisation, men det kan også efterlade dig i juridisk fare, da du har kompromitteret din tillid og forhold til forretningspartnere, kunder og leverandører. Beskyttelse af dit netværk og i sidste ende din ejendomsdata bør være en topprioritet for alle organisationer.

Arvefølge data-tilgange svigter

Når virksomheder fortsætter med at bruge arvefølge cybersikkerheds-tilgange, løber de risiko for de indbyggede blinde pletter og bagdøre, der efterlader dem udsatte for sårbarheder og øger risikoen for at blive angrebet. Netværkene selv er dramatisk ændret – moderne netværk bliver mere komplekse og sammenkoblede hver dag. For at blive konkurrencedygtige har virksomheder opgraderet deres systemer og udstyr, udstyret med sensorer og tilslutning til at strømline operationer og give hurtigere tid til værdi. Dette fænomen, der også almindeligvis kendes som Internet of Things, har udløst en markant øgning i sammenhængen mellem organisationer. Med tilstrømningen af disse nye fremskridt og udstyr, der alle indeholder sensorer til at tilslutte sig netværket, kommer den indbyggede potentiale øgning af sårbarheder. Ondskabsfulde aktører søger altid efter måder at infiltrere følsomme netværk på, og overordnet komplekse, sammenkoblede systemer giver dem mulighed for at snige sig ind uden opdagelse.

De fleste arvefølge-tilgange mangler i at overvåge moderne netværkstrafik tilstrækkeligt. Typisk anvender de regelbaserede eller signaturbaserede detektionsprodukter, der er programmeret til at søge efter bestemte trusselfunktioner. Disse værktøjer er grundlæggende blevet fortalt, hvad de skal lede efter – hvilket er et stort problem, når man tænker på den evigt skiftende natur af cyberangreb. Hvis systemet ikke er blevet lært at søge efter noget, vil det ikke finde det – og onde aktører er oportunøse og søger altid efter nye måder at infiltrere netværk på uden opdagelse.

Brug af AI til at tackle data-overvældning

Den rette anvendelse af AI-teknologi kan give komplet synlighed af netværk. Der er dog nogle faktorer, der begrænser en mere udbredt anvendelse. For det første er mange sikkerhedshold små og ressourceramte (især med tanke på den fortsatte og ofte citerede cybersikkerhedsfærdigheds-lucka) og de mangler evnen til at ordentligt undersøge og efterforske tilgængelige løsninger. Derudover er der en del usikkerhed og tvivl i forbindelse med AI-baserede løsninger, i stor udstrækning fordi leverandører påstår at bruge automatisering og AI, men de gør ikke.

For et produkt eller en løsning til at være sandt AI-baseret, bør det ikke kræve betydelig manuel opsætning eller kontrol. Du bør kunne tilføje det til dit netværksmiljø, og det kører straks autonomt med minimal manuel indgriben. En sand AI-baseret løsning overvåger automatisk dit netværk for at opdage afvigelser og trusler, hvilket udløser passende politikker autonomt og intelligent. Det overvåger alt, der sker på dit netværk, så du kan fokusere på operationer.

AI i Network Detection and Response (NDR)-løsninger kan opdage skjulte trafikmønstre, sekvenser og adfærd, der forudgår angreb for hurtig og præcis forudsigelse. Dette hjælper med at blokere de mest skadelige trusler, der forekommer i dag, herunder DDoS-angreb og ransomware, kompromitterede slutpunkter og C&C-kommunikation, langt før de får adgang til følsomme aktiver.

Selvom det er umuligt at sortere gennem enorme mængder data og netværkspakker manuelt, selv med automatiserede løsninger, er det ikke praktisk eller effektivt. Heldigvis kan organisationer nu forvente fuld netværksynlighed fra enhver NDR-løsning gennem prøvebaserede protokoller, der udnytter AI. Disse metoder anvender avancerede prøvetagningsteknikker til at minimere ressourcekravene på netværket, muliggjort af sofistikeret AI og ML.

Bedste praksis for brug af AI

For at begynde at integrere AI i din netværksikkerhed bør du undersøge produkter, der ikke øger dit angrebsflade – løsninger, der er leverandør-agnostiske og derfor ikke kræver infrastrukturændringer. Løsninger, der er sky-baserede og ikke kræver hardware-applikationer, agenter, sonder eller sensorer til dit netværk. Er løsninger, der kræver megen manuel indsats, virkelig kunstig intelligens? Eller belaster de din allerede overbelastede, underbemandede og underforberedte sikkerhedshold?

At bestemme, hvilken AI-dreven NDR er rette for din forretning, kræver overvejelse af to hovedfaktorer. Først skal du identificere, hvilken adgang eller ændringer der skal gøres til dit netværk for at løsningen kan fungere ordentligt. Dernæst skal du bestemme, om løsningen kræver applikationer, agenter, sonder, sensorer osv. for at fungere effektivt.

Ideal løsninger, der er udviklet i skyen og ikke kræver nogen fysisk tilstedeværelse, er at foretrække. Disse løsninger skal normalt skaleres hurtigere, give hurtigere tid til værdi, være mere robuste, mobile og omkostningseffektive. Derudover, når du introducerer nye enheder i din infrastruktur, begynder du at øge angrebsfladen, netværkskompleksiteten og potentialet for sårbarheder at slippe igennem sprækkerne.

Sand kunstig intelligens bør være kunstig, den bør kunne lære og bygge ud dit netværk uden at kræve forhåndsgående manuel indsats, tid og ressourcer. Truslandskebningen ændrer sig konstant, og det er afgørende at følge med i den udviklende omgang for trusselsdetektion og -forudsigelse samt for at forhindre cyberangreb.

Netværksikkerhed muliggør forretning

Mennesker kan kun gøre så meget, og med den enorme øgning i sammenhæng, data-generering og netværkstrafik, er det usandsynligt og uansvarligt for organisationer at antage, at sikkerhedshold kan klare det uden brug af AI. Den rette anvendelse af AI-teknologi kan give komplet synlighed og afsløre sofistikerede, usete trusler ved at analysere radikalt små trafikprøver uden agenter eller applikationer. Dette betyder, at netværkspræstationen ikke lider, mens sikkerheden øges. Al din data er sikret, hvilket giver dig mulighed for at få nye forretningsindsigter, forbedre processer og afsløre nye markedsmuligheder, hvilket omdanner netværksikkerhed til en forretningsmuliggører og ikke en løbende omkostningscenter.