Ηγέτες σκέψης

Το AI δεν θα διορθώσει τις κατεστραμμένες βάσεις ασφαλείας

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Το AI βελτιώνει την ορατότητα, την ανάλυση και τη λήψη αποφάσεων, αλλά η αποτελεσματικότητά του περιορίζεται από την ποιότητα του υποκείμενου περιβάλλοντος

“Χρησιμοποιεί AI;” έχει γίνει το προεπιλεγμένο ερώτημα στις συζητήσεις για προϊόντα ασφαλείας, που τεθεί από ηγέτες ασφαλείας και επαναλαμβάνεται σχεδόν σε κάθε πίτς προμηθευτή.

Το πρόβλημα είναι ότι είναι το λάθος ερώτημα. Το γεγονός ότι ένα προϊόν χρησιμοποιεί AI δεν σημαίνει ότι θα βοηθήσει στην ενίσχυση της στάσης ασφαλείας ενός οργανισμού. Το AI δεν είναι ένα πανάκης για όλα τα προβλήματα κυβερνοασφαλείας. Η αξία του εξαρτάται από το πώς εφαρμόζεται, το οποίο αρχίζει με τη σαφή ορισμό του προβλήματος που θέλετε να λύσετε.

Το καλύτερο ερώτημα είναι: “Ποια συγκεκριμένη ελλειπή ασφάλειας προσπαθούμε να κλείσουμε, και το AI-ενισχυμένο τεχνολογία πραγματικά βοηθά να την κλείσει;”

Τι κάνει καλά το AI

Το AI προσφέρει αξία στην ασφάλεια σε τρεις βασικές περιοχές. Πρώτον, συμπληρώνει τα κενά δεδομένων. Οι ομάδες ασφαλείας τραβούν δεδομένα από δεκάδες πηγές, συμπεριλαμβανομένων παλαιών αποθεμάτων, συστημάτων ταυτότητας που δεν καταγράφουν όλες τις σχέσεις πρόσβασης, και τηλεμετρίας που λείπουν某些 κυκλώματος. Το AI μπορεί να συναγάγει το контέκστ από непλήρη συνόλους δεδομένων για να δημιουργήσει μια πιο πλήρη εικόνα των περιουσιακών στοιχείων, ταυτοτήτων, συνδεσιμότητας και συμπεριφοράς φόρτου εργασίας.

Το AI cũng βελτιώνει την ανάλυση σε κλίμακα. Το πρόβλημα σήματος-θορύβου στις επιχειρήσεις ασφαλείας είναι σοβαρό και χειρότερο. Το AI μπορεί να συσχετίσει γεγονότα σε πολλές πηγές δεδομένων, να επιφανεί τις ειδοποιήσεις που αξίζουν προσοχής και να ωθήσει το θόρυβο χαμηλής προτεραιότητας έξω από την οπτική γωνία του αναλυτή. Αυτό είναι το σημείο όπου οι περισσότεροι προμηθευτές ασφαλείας έχουν επενδύσει το AI. Οι ομάδες SOC dànhει λιγότερο χρόνο στην τριβή των χαμηλής αξίας ειδοποιήσεων και περισσότερο χρόνο στις δραστηριότητες που απαιτούν ανθρώπινη κρίση.

Τρίτον, όταν το AI έχει εμπλουτίσει τα δεδομένα και έχει αναλύσει τα σήματα, μπορεί να οδηγήσει την δράση με την σύσταση του επόμενου βήματος, όπως ποια αλλαγή πολιτικής θα μειώσει τον κίνδυνο, ποια απάντηση δράσης ταιριάζει στο προφίλ συμπεριφοράς, ή πού μια ρύθμιση χρειάζεται να αλλάξει.

Το AI προσφέρει την περισσότερη αξία όταν βελτιώνει το контέκστ, την ανάλυση και τη λήψη αποφάσεων. Ενισχύει τις ισχυρές πρακτικές ασφαλείας, αλλά δεν μπορεί να αντικαταστήσει τις λείπουσες.

Γιατί οι αδύναμες βάσεις ασφαλείας ακόμα αποτυγχάνουν

Το AI περιορίζεται από τις εισόδους που ένα οργανισμός του παρέχει. Αυτές οι εισόδους (π.χ. τηλεμετρία, αρχιτεκτονική, πολιτικές, έλεγχοι, και υφιστάμενα εργαλεία) ορίζουν τα όρια του τι μπορεί να κάνει το AI. Βελτιώστε αυτές τις εισόδους, και το AI παράγει πιο οξεία αποτελέσματα. Αδυνάστε τις, και η έξοδος χειροτερεύει.

Χωρίς το контέκστ για να αναγνωρίσει μια απουσία, το AI δεν έχει τρόπο να αναφέρει μια. Δεν θα αναλάβει να εξετάσει ένα περιβάλλον και να σημάνει τι λείπει. Δεν θα πει σε μια ομάδα ασφαλείας ότι το δίκτυο λείπει επαρκής διαχωρισμός, ότι οι έλεγχοι πρόσβασης είναι πολύ ανεκτικοί, ή ότι τα κενά ορατότητας αφήνουν ολόκληρα τμήματα του περιβάλλοντος χωρίς παρακολούθηση.

Το AI δεν ξεφεύγει από την παλιά αρχή ποιότητας δεδομένων, “σκουπίδια μέσα, σκουπίδια έξω”, το ενισχύει. Αδύναμη τηλεμετρία παράγει αδύναμη ανάλυση. Ελαττωματικοί έλεγχοι δίνουν στο AI κάτι να βελτιώσει στην λάθος κατεύθυνση. Μη πλήρης ορατότητα σημαίνει ότι οι αποφάσεις λαμβάνονται από μια μερική εικόνα, και το AI λαμβάνει αυτές τις αποφάσεις πιο γρήγορα, όχι πιο ακριβείς. Η ταχύτητα δεν είναι βελτίωση όταν η υποκείμενη πληροφορία είναι αξιόπιστη.

Γι’ αυτό η ποιότητα της βάσης έχει σημασία πριν από οποιαδήποτε ικανότητα AI. Μια ισχυρή βάση περιλαμβάνει έλεγχους ταυτότητας και πρόσβασης που επιβάλλουν σημαντικά όρια, ελάχιστη εξουσία σε χρήστες, φόρτους εργασίας, εφαρμογές, δεδομένα, μικρο-διαχωρισμό για να περιορίσει την πλευρική κίνηση, και πλήρη ορατότητα/παρατηρησιμότητα σε όλο το περιβάλλον. Απαιτεί επίσης αξιόπιστη τηλεμετρία και μια σαφή κατανόηση του πώς τα συστήματα συνδέονται και εξαρτώνται ο ένας από τον άλλον.

Κανένα από αυτά δεν είναι καινούριο. Αυτά είναι οι ίδιες дисципλίνες που οι ομάδες ασφαλείας έχουν συζητήσει για χρόνια, από τη μετατόπιση στο κινητό έως τη μετατόπιση στο cloud. Τι έχει αλλάξει είναι το κόστος της παραμέλησης τους. Το AI μπορεί να ενισχύσει μια ισχυρή βάση ασφαλείας, αλλά δεν μπορεί να την αντικαταστήσει.

Το Agentic AI αλλάζει την εξίσωση κινδύνου

Η μετατόπιση δεν είναι από κανένα AI στο AI, αλλά από AI που βοηθά στο AI που ενεργεί. Το παραδοσιακό AI αναλύει δεδομένα, επιφανείει ερευνήσεις, και συνιστά το επόμενο βήμα. Το Agentic AI εκτελεί σε συστήματα, δεδομένα και ροές εργασίας χωρίς να περιμένει για μια ανθρώπινη απόφαση.

Σκεφτείτε το così: η ανάπτυξη 100 πρακτόρων AI την νύχτα είναι αποτελεσματικά σαν να雇ujete 100 νέους υπαλλήλους που δεν αποσυνδέονται ποτέ, λειτουργούν με ταχύτητα μηχανής και έχουν πρόσβαση σε όποια συστήματα επιτρέπουν οι άδειες τους. Αλλά αντίθετα με τους ανθρώπινους υπαλλήλους, αυτοί οι πράκτορες δεν σταματούν, δεν ερωτούν, ούτε εφαρμόζουν κρίση για το πότε πρέπει να χρησιμοποιηθεί η πρόσβαση. Εκτελούν συνεχώς, κινούμενοι σε συστήματα και αγγίζοντας πολλές εφαρμογές ακριβώς όπως επιτρέπουν οι άδειες τους.

Αυτό είναι το κενό. Το μοντέλο πρόσβασης σας υποθέτει ανθρώπινη συμπεριφορά (π.χ. διακριτές ενέργειες, πιο αργή ταχύτητα, και κάποιο επίπεδο κρίσης). Οι πράκτορες AI αφαιρούν αυτές τις περιορισμούς. Έτσι, αν οι άδειες είναι πολύ ευρείες (ή ανακριβείς), δεν juste坐-unused ή χρησιμοποιούνται λανθασμένα περιστασιακά, αλλά ασκούνται συνεχώς, σε κλίμακα, σε όλα τα συστήματα που αγγίζουν.

Ο κίνδυνος ενισχύεται όταν ένα οργανισμός αναθέτει σε έναν πράκτορα το ίδιο προφίλ πρόσβασης με ένα συγκεκριμένο χρήστη, δημιουργούν ένα κλώνο, όχι ένα χρήσιμο proxy. Αυτός ο κλώνος έχει τις ίδιες ευρείες άδειες όπως το αρχικό, τρέχει συνεχώς και μπορεί να εκθέσει το οργανισμός σε τους ίδιους κινδύνους, είτε η συμπεριφορά του είναι κακόβουλη είτε μόνο λανθασμένη.

Στην εποχή του AI, η ταυτότητα, ο έλεγχος πρόσβασης, η ελάχιστη εξουσία, ο διαχωρισμός και η παρατηρησιμότητα δεν είναι πλέον μόνο beste πρακτικές – είναι θεμελιώδεις απαιτήσεις ασφαλείας. Μια πρόσφατη αναφορά της Cloud Security Alliance βρίσκεται που αναπτύχθηκε με το SANS, το OWASP Gen AI Security Project, και μια κοινότητα πρακτικών, ενισχύει το σημείο ότι το Agentic AI δεν κάνει αυτές τις θεμελιώδεις αρχές ξεπερασμένες. Το κάνει αναπληρώσιμες.

Τι μοιάζει η ασφάλεια που είναι έτοιμη για AI

Η αντιμετώπιση της ετοιμότητας AI ως ερώτημα προμήθειας και εστίαση σε ποια AI-ενεργά εργαλεία να εφαρμοστούν αγνοεί το γεγονός ότι η ετοιμότητα AI είναι ένα ζήτημα αρχιτεκτονικής, διακυβέρνησης και ελέγχων. Το ερώτημα δεν είναι ποια εργαλεία να αγοράσετε, αλλά αν το περιβάλλον θα υποστηρίξει την ασφαλή λειτουργία του AI.

Ξεκινήστε με την ορατότητα. Πριν από την ανάπτυξη οποιασδήποτε ικανότητας AI, οι ομάδες ασφαλείας χρειάζονται μια σαφή εικόνα του τι υπάρχει στο περιβάλλον: περιουσιακά στοιχεία, φόρτους εργασίας, ταυτότητες, εφαρμογές, δεδομένα, μοντέλα AI, πράκτορες και συνδέσεις τρίτων. Αυτό το इनβεντόριο δεν είναι κάτι που το AI μπορεί να χτίσει για σας. Είναι το σημείο εκκίνησης που χρειάζεται το AI για να κάνει κάτι χρήσιμο.

Από εκεί, ορίστε το πρόβλημα. Αναγνωρίστε το κενό ελέγχου ή τον συγκεκριμένο κίνδυνο πρώτα. Αποφασίστε ποιο αποτέλεσμα πρέπει να βελτιωθεί. Τότε ρωτήστε αν το AI μπορεί να βοηθήσει να κλείσει αυτό το κενό καλύτερα από άλλες προσεγγίσεις. Τα οργανισμού που αντιστρέφουν αυτή τη σειρά ξεκινώντας με ένα εργαλείο AI και μετά ψάχνοντας για ένα πρόβλημα να εφαρμοστεί σε αυτό tend να γεννήσουν δραστηριότητα χωρίς να βελτιώνουν την ασφάλεια.

Η εφαρμογή αρχών zero trust στους πράκτορες AI είναι όπου αυτό γίνεται λειτουργικό. Η ορμή είναι συχνά να ορίσετε τι δεν πρέπει να κάνουν οι πράκτορες, αλλά αυτή η λίστα θα είναι πάντα непλήρης. Μια πιο αξιόπιστη προσέγγιση είναι να ορίσετε τι μπορεί να κάνει κάθε πράκτορας, να του δώσετε μόνο την πρόσβαση που απαιτείται για μια καθορισμένη εργασία και να επιβάλετε αυτούς τους περιορισμούς σε όλα τα επίπεδα του stack. Διαχωρίστε τα συστήματα που μπορούν να φτάσουν οι πράκτορες, ώστε αν ένας συμπεριφερθεί με τρόπο έξω από τα καθορισμένα όρια ή ένας επιτιθέμενος να εκμεταλλευτεί, η ζημία να παραμείνει περιεχόμενη.

Τέλος, μια αύξηση της δραστηριότητας δεν είναι ένα μετρικό αποτέλεσμα. Το AI θα αυξήσει τον όγκο των ενεργειών που λαμβάνει μια ομάδα ασφαλείας, αλλά αυτό δεν σημαίνει ότι βελτιώνει την ασφάλεια. Ένα πίνακας που παρουσιάζει πολλή δραστηριότητα δεν σημαίνει ότι το AI παράγει αξία.

Μετρήστε τα αποτελέσματα, όπως αν τα όγκοι των ειδοποιήσεων πέφτουν με τρόπο που αντανακλά πραγματικό σήμα και το επίπεδο κινδύνου πέφτει γρηγορότερα στις περιοχές που μετράνε περισσότερο. Βεβαιωθείτε ότι οι συστάσεις πολιτικής ενισχύουν τους ελέγχους, επιτρέπουν στην ομάδα ασφαλείας να περιορίσει τα περιστατικά γρηγορότερα και επιτρέπουν στους αναλυτές SOC να δαπανήσουν περισσότερο χρόνο σε εργασίες που απαιτούν ανθρώπινη κρίση.

Η βάση έρχεται πρώτα

Το AI δεν είναι η βάση μιας ισχυρής στάσης ασφαλείας. Είναι ένας πολλαπλασιαστής, και όπως κάθε πολλαπλασιαστής, η αξία του εξαρτάται από το τι εφαρμόζεται.

Τα οργανισμού που έχουν χτίσει μια σαφή αρχιτεκτονική με καθαρή ορατότητα, επιβάλλουν την ελάχιστη εξουσία, διαχωρισμό και ισχυρούς ελέγχους ταυτότητας μπορούν να χρησιμοποιήσουν το AI για να βελτιώσουν το контέκστ, να επιταχύνουν την ανάλυση και να ενεργήσουν με καλύτερη πληροφορία. Αυτοί που δεν έχουν θα βρουν ότι το AI τους μετακινεί γρηγορότερα στην λάθος κατεύθυνση, βελτιώνοντας ελαττωματικούς ελέγχους και επιφανείοντας ερευνήσεις από μια μερική εικόνα.

Το ερώτημα που πρέπει να τεθεί πριν από οποιαδήποτε επένδυση AI είναι το ίδιο που πρέπει να οδηγήσει κάθε απόφαση ασφαλείας: Ποιο πρόβλημα προσπαθούμε να λύσουμε; Αν η απάντηση είναι σαφή και η αρχιτεκτονική για να την υποστηρίξει είναι στη θέση της, τότε το AI μπορεί να κάνει την λύση πιο αποτελεσματική. Αν η απάντηση είναι ασαφής ή η βάση είναι αδύναμη, η προσθήκη AI δεν θα αλλάξει αυτό. Θα κάνει μόνο το κενό πιο δύσκολο να δει.

Το AI δεν θα διορθώσει μια κατεστραμμένη βάση. Θα κάνει μόνο τις ρωγμές ορατότερες γρηγορότερα.

Ο Raghu Nandakumara είναι Αντιπρόεδρος Στρατηγικής Βιομηχανίας στην Illumio, την εταιρεία περιέγχυσης παραβιάσεων. Βασισμένος στο Λονδίνο, στο Ηνωμένο Βασίλειο, βοηθά τους πελάτες και τους υποψήφιους σε πολλές βιομηχανίες να χτίσουν ανθεκτικότητα και να επιταχύνουν τα αποτελέσματα της Zero Trust με το Illumio Segmentation.