Hack The Box Benchmark: Οι ομάδες με ενίσχυση από τεχνητή νοημοσύνη υπερτερούν των ανθρώπινων αναλυτών κυβερνοασφάλειας

Μια νέα μελέτη από το Hack The Box με τίτλο “Έκθεση συγκριτικής αξιολόγησης επιδόσεων κυβερνοασφάλειας: ομάδες ενισχυμένες με ΤΝ έναντι αποκλειστικά ανθρώπινων ομάδων” διαπιστώνει ότι οι ομάδες κυβερνοασφάλειας με ενίσχυση από τεχνητή νοημοσύνη μπορούν να υπερτερήσουν σημαντικά έναντι των ομάδων μόνο με ανθρώπους, με τις ελίτ ομάδες να ολοκληρώνουν εργασίες μέχρι 4,1 φορές πιο γρήγορα. Τα ευρήματα βασίζονται σε δεδομένα απόδοσης από τον NeuroGrid Capture the Flag (CTF) αγώνα, έναν από τους μεγαλύτερους πραγματικούς δείκτες που συγκρίνουν ομάδες με τη βοήθεια πρακτορικής τεχνητής νοημοσύνης και παραδοσιακές ανθρώπινες ομάδες που εκτελούν εργασίες κυβερνοασφάλειας.

Η μελέτη ανάλυσε δεδομένα από τον αγώνα NeuroGrid Capture the Flag (CTF), στον οποίο εγγράφηκαν 1.337 αποκλειστικά ανθρώπινες ομάδες και 156 ομάδες με πράκτορες τεχνητής νοημοσύνης, με 958 ανθρώπινες ομάδες και 120 ομάδες με τη βοήθεια της τεχνητής νοημοσύνης να προσπαθούν ενεργά να ολοκληρώσουν προκλήσεις σε 36 εργασίες κυβερνοασφάλειας που καλύπτουν εννέα τεχνικές περιοχές και τέσσερα επίπεδα δυσκολίας.

Τα αποτελέσματα υπογραμμίζουν τόσο τα οφέλη παραγωγικότητας των εργασιών κυβερνοασφάλειας με ενίσχυση από τεχνητή νοημοσύνη όσο και τις προκύπτουσες προκλήσεις για την εργατική δύναμη που μπορεί να αντιμετωπίσουν οι οργανισμοί καθώς η αυτοματοποίηση αναμορφώνει τον τρόπο με τον οποίο λειτουργούν οι ομάδες ασφαλείας.

Οι ομάδες με ενίσχυση από τεχνητή νοημοσύνη παρέχουν μετρήσιμα οφέλη απόδοσης

Η μελέτη δείχνει ότι η ενσωμάτωση της τεχνητής νοημοσύνης στις ροές εργασιών κυβερνοασφάλειας μπορεί να αυξήσει δραματικά την παραγωγή, ιδιαίτερα όταν συνδυάζεται με έμπειρους ανθρώπινους χειριστές.

Κεντρικά ευρήματα περιλαμβάνουν:

• Μέχρι 4,1 φορές περισσότερη παραγωγή για τις ελίτ ομάδες με ενίσχυση από τεχνητή νοημοσύνη σε σύγκριση με τις ομάδες μόνο με ανθρώπους
• Βελτίωση της παραγωγικότητας κατά 1,4 φορά σε όλες τις ομάδες κατά τη διάρκεια του ίδιου χρονικού παραθύρου
• 70% υψηλότερος ρυθμός επίλυσης προκλήσεων για τις ομάδες με ενίσχυση από τεχνητή νοημοσύνη
• 27% ρυθμός επίλυσης για τις ομάδες με τη βοήθεια της τεχνητής νοημοσύνης έναντι 16% για τις καλύτερες ομάδες μόνο με ανθρώπους
• 3,2 φορές υψηλότερος συνολικός ρυθμός επίλυσης σε όλους τους συμμετέχοντες

Σύμφωνα με τον CEO και ιδρυτή του Hack The Box, Χάρη Πυλαρινό, τα αποτελέσματα δείχνουν ότι η τεχνητή νοημοσύνη μπορεί να αυξήσει δραματικά την ταχύτητα των εργασιών, αλλά πρέπει ακόμη να συνδυαστεί με ανθρώπινη εποπτεία.

“Η τεχνητή νοημοσύνη μπορεί να αυξήσει το επίπεδο των εργασιών κυβερνοασφάλειας, αλλά δεν εξαφανίζει την ανάγκη για ανθρώπινη εμπειρογνωσία,” δήλωσε ο Πυλαρινός. “Οι οργανισμοί πρέπει να αναπτύξουν ομάδες με γνώσεις τεχνητής νοημοσύνης και ροές εργασιών με ανθρώπινη συμμετοχή για να αξιοποιήσουν αυτά τα οφέλη με ασφάλεια.”

Αντιθέτως με τους συνθετικούς δείκτες που χρησιμοποιούνται συχνά στις αξιολογήσεις της τεχνητής νοημοσύνης, ο αγώνας χρησιμοποιούσε επαγγελματικές προκλήσεις κυβερνοασφάλειας υπό πραγματική πίεση, προσφέροντας μια πιο λειτουργική σύγκριση μεταξύ ομάδων με τη βοήθεια της τεχνητής νοημοσύνης και ανθρώπινων ομάδων.

Το μοντέλο ανθρώπινης-τεχνητής νοημοσύνης αναδύεται ως η νικήτρια στρατηγική

Ενώ η τεχνητή νοημοσύνη επιτάχυνε σημαντικά την απόδοση, η μελέτη διαπίστωσε ότι οι υβριδικές ομάδες που συνδυάζουν την τεχνητή νοημοσύνη με ανθρώπινους χειριστές παρήγαγαν τα ισχυρότερα αποτελέσματα συνολικά.

Στον αγώνα:

• 73,3% των ομάδων με ενίσχυση από τεχνητή νοημοσύνη ολοκλήρωσαν τουλάχιστον μια πρόκληση, σε σύγκριση με 46% των ομάδων μόνο με ανθρώπους
• Η τεχνητή νοημοσύνη συχνά βελτίωσε την παραγωγικότητα, αλλά vẫn χρειαζόταν ανθρώπινη επαλήθευση και στρατηγική κατεύθυνση όταν αντιμετώπιζε σύνθετες εργασίες

Για τους CISO και τους ηγέτες ασφαλείας, η αναφορά τονίζει ότι η τεχνητή νοημοσύνη πρέπει να θεωρηθεί κυρίως ως πολλαπλασιαστής δύναμης, όχι ως αντικατάσταση των επαγγελματιών κυβερνοασφάλειας.

Η επίδραση της τεχνητής νοημοσύνης ποικίλλει δραματικά ανάλογα με το επίπεδο δεξιοτήτων

Μια από τις πιο σημαντικές εντυπώσεις από την αναφορά είναι ότι η τεχνητή νοημοσύνη επηρεάζει τους επαγγελματίες κυβερνοασφάλειας διαφορετικά ανάλογα με το επίπεδο εμπειρίας τους.

Νωρίς στη καριέρα: Η “Ψευδαίσθηση της Παραγωγικότητας”

Για τους αρχάριους χειριστές, η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως γέφυρα ικανοτήτων, βοηθώντας τους να λύσουν προκλήσεις τις οποίες διαφορετικά θα δυσκολεύονταν να επιλύσουν. Ωστόσο, η αναφορά προειδοποιεί ότι αυτό μπορεί να δημιουργήσει μια ψευδή αίσθηση παραγωγικότητας εάν οι νέοι αναλυτές δεν διαθέτουν την απαραίτητη τεχνογνωσία για να επικυρώσουν τα αποτελέσματα της τεχνητής νοημοσύνης ή να οδηγήσουν τις ροές εργασιών των πρακτόρων αποτελεσματικά.

Σε ορισμένες περιπτώσεις, οι ομάδες χαμηλότερων επιδόσεων με ενίσχυση από τεχνητή νοημοσύνη ήταν στην πραγματικότητα 12,5% πιο αργές, συχνά παγιδευμένες σε ανεπιτυχείς βρόχους όταν οι χειριστές δεν διέθεταν τις απαραίτητες δεξιότητες εποπτείας.

Μεσαία καριέρα: Το βέλτιστο πεδίο εφαρμογής για την τεχνητή νοημοσύνη

Τα μεγαλύτερα οφέλη παραγωγικότητας εμφανίστηκαν μεταξύ αναλυτών στο μέσο της σταδιοδρομίας τους, ιδιαίτερα όταν αντιμετώπιζαν εργασίες μέτριας πολυπλοκότητας.

Σε αυτήν την κατηγορία:

• Το πλεονέκτημα της τεχνητής νοημοσύνης έφτασε στο 3,89 φορές βελτίωση της απόδοσης σε προβλήματα μέσης δυσκολίας
• Οι μεσαίες ομάδες έζησαν 40-70% ταχύτερη ολοκλήρωση εργασιών σε σύγκριση με τις ομάδες μόνο με ανθρώπους

Αυτό υποδηλώνει ότι οι επιχειρήσεις μπορεί να δουν το μεγαλύτερο άμεσο όφελος από τις επενδύσεις σε τεχνητή νοημοσύνη αναπτύσσοντας πρακτορικά συστήματα μαζί με αναλυτές στο μέσο της σταδιοδρομίας τους.

Ελίτ χειριστές: Πλεονέκτημα ταχύτητας, όχι αντικατάσταση ικανοτήτων

Μεταξύ των κορυφαίων επιδόσεων, το χάσμα μεταξύ των ομάδων με ενίσχυση από τεχνητή νοημοσύνη και των ανθρώπινων ειδικών στενεύει σημαντικά.

Για παράδειγμα:

• Η καλύτερη ανθρώπινη ομάδα έλυσε όλες τις 36 προκλήσεις, ενώ η καλύτερη ομάδα με ενίσχυση από τεχνητή νοημοσύνη ολοκλήρωσε 32 από τις 36
• Στο 5% των κορυφαίων επιδόσεων, το πλεονέκτημα της τεχνητής νοημοσύνης μειώθηκε στο 1,69 φορά

Ωστόσο, η τεχνητή νοημοσύνη παρείχε ακόμη ένα σημαντικό πλεονέκτημα σε ταχύτητα, με τις ελίτ ομάδες με ενίσχυση από τεχνητή νοημοσύνη να λύνουν προκλήσεις τρεις έως τέσσερις φορές πιο γρήγορα.

Το “Παράδοξο της Δυσκολίας” Αποκαλύπτει Πού Παλεύει η Τεχνητή Νοημοσύνη

Η μελέτη επίσης ανέδειξε αυτό που οι ερευνητές ονομάζουν “παράδοξο της δυσκολίας” στην απόδοση της τεχνητής νοημοσύνης.

Το πλεονέκτημα της τεχνητής νοημοσύνης αυξάνεται με τη δυσκολία της εργασίας—μέχρι ένα σημείο:

• Πολύ εύκολες προκλήσεις: ~2,4 φορές πλεονέκτημα για τις ομάδες με τη βοήθεια της τεχνητής νοημοσύνης
• Μέσες προκλήσεις: 3,89 φορές πλεονέκτημα, η ζώνη κορυφαίας απόδοσης
• Δύσκολες προκλήσεις: το πλεονέκτημα μειώνεται στο 2,97 φορά, αποκαλύπτοντας τους περιορισμούς στη λογική της τεχνητής νοημοσύνης

Ορισμένες δημιουργικές περιοχές—όπως ο προγραμματισμός και η αντίστροφη μηχανική—έδειξαν σχεδόν ισότητα μεταξύ των ελίτ ανθρώπων και των συστημάτων τεχνητής νοημοσύνης, υπογραμμίζοντας τις περιοχές όπου η ανθρώπινη διαίσθηση και η καινοτόμος λογική παραμένουν κρίσιμες.

Σε όλες τις περιοχές, η απόδοση της τεχνητής νοημοσύνης ποικίλλει ευρέως, κυμαίνονταν από 5,15 φορές πλεονέκτημα σε εργασίες ασφαλούς προγραμματισμού έως 1,68 φορά σε ψηφιακές εγκληματολογικές εργασίες.

Μια Πιθανή Κρίση στο Pipeline Ταλέντων

Πέρα από τα οφέλη παραγωγικότητας, η αναφορά αναφέρει μια μακροπρόθεσμη ανησυχία για την εργατική δύναμη: η τεχνητή νοημοσύνη μπορεί να διαταράξει την πορεία εκπαίδευσης που παράγει μελλοντικούς εμπειρογνώμονες κυβερνοασφάλειας.

Οι αρχικές εργασίες ασφαλείας—παραδοσιακά χρησιμοποιούμενες για την εκπαίδευση των νεαρών αναλυτών—μπορούν όλο και περισσότερο να αυτοματοποιηθούν. Οι ομάδες με τη βοήθεια της τεχνητής νοημοσύνης υπερέβησαν σημαντικά τις ομάδες μόνο με ανθρώπους στο χαμηλότερο επίπεδο προκλήσεων, υποδεικνύοντας ότι η δουλειά που ιστορικά χρησιμοποιείται για την εκπαίδευση των νέων αναλυτών μπορεί να διεκπεραιώνεται όλο και περισσότερο από αυτοματοποιημένα συστήματα.

Εάν οι οργανισμοί αυτοματοποιήσουν πολύ από την αρχική δουλειά, η αναφορά προειδοποιεί ότι κινδυνεύουν να δημιουργήσουν ένα “κενό στο ενδιάμεσο επίπεδο” στη πορεία ταλέντων, όπου λιγότεροι αναλυτές αναπτύσσουν τις δεξιότητες που χρειάζονται για να γίνουν ανώτεροι εμπειρογνώμονες ασφαλείας.

Επιπτώσεις για τους Ηγέτες Ασφαλείας

Για τους CISO και τους ηγέτες ασφαλείας των επιχειρήσεων, τα ευρήματα υποδηλώνουν ότι η υιοθέτηση εργαλείων τεχνητής νοημοσύνης δεν είναι πλέον προαιρετική.

Οι οργανισμοί που δεν ενσωματώνουν την τεχνητή νοημοσύνη στις επιχειρησιακές λειτουργίες ασφάλειάς τους μπορεί να αντιμετωπίσουν αντιπάλους που ήδη χρησιμοποιούν την τεχνητή νοημοσύνη για να επιταχύνουν τις επιθέσεις και να εκμεταλλεύονται τις ευπάθειες πιο γρήγορα από ό,τι οι παραδοσιακές ομάδες μπορούν να ανταποκριθούν.

Η αναφορά συνιστά μια τρίβαθμη στρατηγική για την ενσωμάτωση της τεχνητής νοημοσύνης:

• Επανεκπαίδευση των εργαζομένων σε εισαγωγικούς ρόλους ώστε να εστιάζουν στη διακυβέρνηση και την επαλήθευση της τεχνητής νοημοσύνης αντί για χειρωνακτικές εργασίες
• Ανάπτυξη της τεχνητής νοημοσύνης πρώτα μαζί με αναλυτές στο μέσο της σταδιοδρομίας τους, όπου τα οφέλη παραγωγικότητας είναι μεγαλύτερα
• Διατήρηση των κορυφαίων στελεχών και συνδυασμός τους με βοηθούς τεχνητής νοημοσύνης για να επιταχυνθούν την ανταπόκριση σε περιστατικά και την ανάλυση προηγμένων απειλών

Τελικά, η αναφορά υποδηλώνει ότι το μέλλον της κυβερνοασφάλειας δεν θα είναι η τεχνητή νοημοσύνη εναντίον των ανθρώπων, αλλά άνθρωποι ενισχυμένοι με τεχνητή νοημοσύνη που λειτουργούν με ταχύτητα μηχανής.