Pascal Geenens, VP Cyber Threat Intelligence, Radware – Haastattelusarja

Pascal Geenens, VP Cyber Threat Intelligence, Radware, on kyberTurvallisuuden tutkija ja teknologiajohtaja, jolla on yli kaksi vuosikymmentä kokemusta tietotekniikasta, verkkoturvallisuudesta ja uhkien tiedosta. Radwarella hän auttaa johtamaan yrityksen tutkimusta ja ajattelua kehittyvän kyberuhkakuvan suhteen, erityisesti keskittyen hajautettuihin palvelunestohyökkäyksiin, Internet of Things -malwareen, automaattisiin uhkiin ja tekoälyn kasvavaan käyttöön sekä hyökkääjien että puolustajien keskuudessa. Geenens kehittää ja ylläpitää IoT-honeyPotteja osana Radwaren turvallisuustutkimusryhmää ja on suorittanut laajaa tutkimusta uhkiin, kuten BrickerBot ja Hajime. Ennen Radwareen liittymistään hän työskenteli konsultoivana insinöörinä Juniper Networksissa, neuvomalla suuria pilvi- ja viestintäpalveluntarjoajia Euroopassa, Lähi-idässä ja Afrikassa ohjelmistopohjaisista verkkoratkaisuista, verkon toiminnan virtualisoinnista ja datakeskusautomaatiosta.

Radware on julkinen turvallisuus- ja sovellusviennin yritys, joka auttaa yrityksiä suojelemaan verkkoa, verkkosivuja, sovelluksia ja API:ja fyysisissä, pilvi-, hybrid- ja ohjelmistopohjaisissa ympäristöissä. Sen tuotevalikoimaan kuuluvat tekoälypohjaiset hajautetut palvelunestohyökkäyssuojat, web-sovelluspalomuurit, bot-hallinta, API-turva, sovellusviennin ohjaimet ja hallitut hätätilannepalvelut. Yhdistämällä käyttäytymisanalyysin, koneoppimisen, pilviasteisen uhkien tiedon ja automaattisen lieventämisen, Radwaren teknologia on suunniteltu tunnistamaan pahantahtoinen toiminta reaaliajassa säilyttäen samalla legitimaattisten käyttäjien pääsyn ja kriittisten digitaalisten palvelujen saatavuuden ja suorituskyvyn.

Olet viettänyt lähes kolme vuosikymmentä kyberturvallisuuden parissa, IBM AIX -ytimeen ja infrastruktuuriin sekä botnetien, kuten BrickerBot, JenX ja Demonbot, löytämisestä ja nyt johtavasta uhkien tiedosta Radwarella. Katsottaessa taakse, mitkä ovat suurimmat muutokset, joita olet havainnut hyökkääjien innovaatioissa, ja miten tekoäly on muuttanut odotuksiasi seuraavasta sukupolvesta kyberuhkiin?

Uhkakuvassa on tapahtunut perustavanlaatuinen muutos yksinäisistä hakkereista, jotka olivat korkeasti teknisesti orientaatioituneita, hyvin järjestäytyneisiin rikollisiin, jotka ovat hyvin järjestäytyneitä yrittäjiä. Menneisyydessä hakkeri oli tyypillisesti motivoidun teknisen haasteen itsessään. Nykyään digitaalisen kiihdytyksen ja generatiivisen tekoälyn yhdistelmä on kaupallistanut koko operaation, ja se ruokkii kypsää Crime-as-a-Service (CaaS) -taloutta. Pahantahtoiset toimijat ovat periaatteessa peilanneet yritysten Software-as-a-Service (SaaS) -mallin, myymällä edistyneitä työkaluja kenelle tahansa. Tämä mahdollistaa kokemattomille hyökkääjille käynnistää monimutkaisia hyökkäyksiä laajassa mittakaavassa. Kun digitaalinen jalanjälkemme laajenee joka vuosi, saatavilla oleva hyökkäyspinta-ala ja taloudellisen hyödyntämisen mahdollisuudet kasvavat sen mukana.

Tekoäly ajaa tämän evoluution seuraavaa lukuja kahdella eri tavalla.

Ensinnäkin, se demokratisoi kybertoimintaa. Se antaa amatöörihyökkääjille välittömän kykyboostin, samalla kun se auttaa suuria syndikaatteja sujuvoittamaan toimintojaan, kiillottamaan käyttöliittymiään ja markkinoimaan pahantahtoista palvelujaan tehokkaammin.

Toiseksi, ja kriittisemmin, agenoiden tekoälyn ja viimeisimpien eturintamien mallien yhdistelmä automatisoi haavoittuvuuden elinkaaren. Siirrymme toiminnalliseen todellisuuteen, jossa koneet voivat toimia itsenäisesti verkkoja, löytää haavoittuvuuksia ja aseistaa hyökkäykset melkein kokonaan omin voimin, toimien 24/7 ja suorittain toimia useita kertoja nopeammin kuin mikään ihmispuolustaja.

Tekoäly laskuttaa merkittävästi teknistä esteitä hyökkääjille. Mitkä hyökkäävät tekoälyominaisuudet huolestuttavat sinua eniten seuraavien kolmen vuoden aikana, ja mitkä niistä saavat sinun mielestäsi enemmän huomiota kuin niille kuuluu?

Alue, joka vaatii lähimmän huomion, on tekoälyavusteinen haavoittuvuuden löytäminen ja hyödyntäminen. Hetkestä, kun haavoittuvuus on paljastettu, alkaa kilpailu. Hyökkääjät käyttävät tekoälyä analysoimaan välittömästi haavoittuvuuden, kartoittamaan, mihin se soveltuu, ja luomaan ja testaamaan hyökkäysmuunnelmia. Tämä tiivistää hyökkäysajan, joka oli jo liian nopea useimpien yritysten patch-hallintaprosessien kannalta.

Samanaikaisesti näemme suuren muutoksen paikallisten, jatkuvien tekoälyjärjestelmien suuntaan. Erityisesti “paikallisten agenttien sydämenlyönti” nousu. Esimerkki on OpenClaw ja Microsoftin ilmoitus siitä, että he integroivat OpenClawin jokaisen työntekijän tehtäväpalkkiin. Toisin kuin standardit pilvipohjaiset avustajat, nämä paikalliset agentit toimivat jatkuvasti taustalla suoraan työntekijän koneella. Ne toimivat jatkuvasti toistuvilla silmukkilla ja matkivat ihmisen toimintaa, kuten kirjoittamista ja selaamista automaattisen selaamisen kautta. Tämä tekee siitä lähes mahdotonta standardien päätepisteiden turvallisuusjärjestelmien erottaa työntekijä ja automaattinen agentti. Koska käyttäjien on annettava agentille laajat järjestelmänvaltuudet tehtävien suorittamiseksi, agentti peri työntekijän identiteetin ja luottamuksellisen pääsyn yrityksen sovelluksiin, selausistuntoihin ja paikallisiin tiedostoihin. Vaikka organisaatio aktiivisesti valvoo ja rajoittaa tekoälyagenttien liittymiä, nämä paikalliset agentit voivat vuorovaikuttaa järjestelmien kanssa matkien ihmisen käyttäytymistä, kuten selaamisen automaation kautta. Yrityksen turvallisuusjärjestelmät tulevat täysin kykenemättömäksi erottamaan varsinaisen työntekijän ja automaattisen agentin.

Tekoäly on muuttanut uhkakuvaa monin tavoin, ja se jatkaa kehittymistään. On tärkeää, että organisaatiot ovat tietoisia näistä muutoksista ja kehittävät strategioita puolustautumiseksi näitä uusia uhkia vastaan.

Organisaatiot ovat nopeasti käyttäviä tekoälysovelluksia ja -agenteja, jotka riippuvat voimakkaasti API:sta. Alivuokohtelevatko yritykset turvallisuusriskejä, jotka tämä luo, ja mitkä ovat suurimmat virheet, joita näet tällä hetkellä?

Kyllä, monet yritykset alivuokohtelevat riskejä, koska he käsittelevät tekoälyagenteja sovelluksina, joita on turvallista, ja tekoälyturvallisuutta tietosuojana eikä toiminnallisena uhkana. Ongelma, jota näen eniten tällä hetkellä, on perustavanlaatuinen väärinkäsitys agenttien toiminnasta. Paikallisen tekoälyagentin on oltava todella tehokas ja aikaa säästävä, työntekijän on annettava sille laajat järjestelmänvaltuudet. Tämä tekee siitä erittäin vaarallisen, koska tekoälymallit eivät tee eroa tiedon ja ohjeiden välillä. Kun agentille annetaan laajat järjestelmänvaltuudet, se voidaan helposti manipuloida sosiaalisen insinöörityön kautta epäsuorasti. Hyökkääjä voi yksinkertaisesti istuttaa pahantahtoisia ohjeita sähköpostiin, PDF-tiedostoon tai verkkosivulle, jonka agentti on tehtävänään lukea. Malli käsittelee epäluotettavan tiedon käskynä, ja se voidaan manipuloida toimimaan autonomisesti ja salaa, piiloutuen legitimaattisen käyttäjän tunnistetietojen taakse.

Olet viettänyt vuosia tutkimalla IoT-malwarea ja botnettejä. Miten tekoäly muuttaa seuraavan sukupolven botnettejä? Voimmeko lopulta nähdä itsenäisiä botnettejä, jotka voivat sopeutua taktiikkaansa ilman suoraa ihmisen väliintuloa?

Botnetin omistajat eivät ole koskaan olleet paikallaan. Toimijat pyörivät kuormia, toteuttavat uusia haavoittuvuuksia, jatkuvasti skannaavat vanhentuneita laitteita ja siirtävät komentorakennetta, kun puolustajat saavat heidät kiinni. Tekoälyagentit voivat vakavasti nopeuttaa näitä syklejä, olipa kyse sitten haavoittuvuuden kartoittamisesta, hyökkäyksen luomisesta tai infrastruktuurin hallinnasta.

Itsenäiset botnetit eivät ole fiktioita. Brickerbot oli yksi ensimmäisistä itsenäisistä bottiroboteista. Se istui hiljaa ja odotti, että Mirai-infektio yrittäisi kompromittaa sen isäntälaitteen, ja sitten se kostoili hyökkäävää laitetta vastaan laitteen sormenjäljen perusteella ja valitsemalla sopivimmat haavoittuvuudet laitteen valtaamiseksi. Lopulta Brickerbot tuhosi infektoidun laitteen. Botti toimi sääntöpohjaisena asiantuntijajärjestelmänä, samanlaisena kuin varhaiset tekoälyjärjestelmät. Toinen merkittävä botnet, joka vaikutti turvallisuusyhteisöön yli vuosikymmen sitten, oli Hajime. Se oli yksi ensimmäisistä peer-to-peer-botnetistä. Käyttämällä Torrentin hajautettuja hakutaulukoita Hajime pystyi toimimaan keskitetysti ilman keskustaa ja oli lähes mahdoton sulkea.

On keskustelua turvallisuusyhteisössä Agentic Botnetin mahdollisuuksista, joka perustuu paikallisiin tekoälyagenttikehyksiin, kuten OpenClaw. Nämä eivät ole perinteisiä ohjelmistopohjaisia malware-botnettejä, vaan botnettejä, jotka pyörii kokonaan kontekstin manipuloinnista. Kun paikalliset agentit käsittelevät ulkoista tietoa, hyökkääjät eivät tarvitse perinteistä ohjelmistohaavoittuvuutta kaapata näitä koneita; heidän on vain huijattava perusteen tekoälymallia. Tällöin hyökkääjät saavat pääsyn voimakkaaseen päätepiste-toiminnan suorittamiseen, selausautomaatioon ja mahdollisesti muihin “taitoihin”.

Yhteisö keskustelee erityisesti joistakin avainasioista, jotka tekevät laajan “OpenClaw-botnetin” mahdolliseksi:

• Koska OpenClaw jatkuvaan syötteeseen ulkoista tietoa (kuten seuraamalla GitHub-ongelmia, lukiessaan tulevia Slack / Telegram -viestejä tai yhteenvedolla verkkosivuista), hyökkääjät voivat upottaa pahantahtoisia ohjeita julkisiin tietoihin. Jos käyttäjän paikallinen agentti käsittelee tätä tietoa, injektoidun ohjauksen voidaan ohittaa järjestelmäohjeet ja käskeä agenttia yhdistää hyökkääjän hallitsemaan C2-palvelimeen.
• Turvallisuustutkijat ovat todenneet, että OpenClaw-agentit pystyvät käyttämään peer-to-peer- tai agent-to-agent -salattuja viestintäkanavia (kuten yhteisöllisesti kehitettyjä taitoja, kuten ClaudeConnect). Kyberrikolliset ymmärtävät, että he voivat hyödyntää näitä viestintäkanavia salaa koordinoimaan kaapattujen agenttien kanssa, ohittaen perinteiset verkkopalomuurit ja päätepisteturvallisuusvalvontaa.
• Turvallisuustarkastukset ovat paljastaneet, että kymmenet tuhannet viattomat käyttäjät käynnistävät OpenClaw-ekземпляreja pilvipalvelimilla ja vahingossa altistavat HTTP-hallintaliittymät suoraan internetiin. Tämä valtava määrä altistettuja, korkean etuoikeuden ympäristöjä antaa hyökkääjille valtavan, olemassa olevan jalanjäljen kohdistaa.
• Koska OpenClaw riippuu voimakkaasti “taitoista”, jotka ladataan julkisista varastoista, kuten ClawHub, hyökkääjät lataavat näennäisesti harmittomia taitoja (kuten “Mitä Elon tekee”), jotka sisältävät piilotettuja ohjeita. Kun taito on asennettu, agentti voidaan ohjata suorittamaan taustalla shell-komentoja tai ladata haittaohjelmia, tehden siitä botnetin ilman, että käyttäjä koskaan näkee epäilyttävää tiedostoa.

Lopulta yhteisön konsensus on, että OpenClaw on ensimmäinen todellinen Agentic Botnet. Sen sijaan, että botnet koostuisi komprometoiduista reitittimistä tai IoT-laitteista, jotka suorittavat DDoS-skriptejä, OpenClaw-botnet koostuisi erittäin kykyjä omistavista, täysin todennetuista koneista, joita hyökkääjät voivat käskyttää varastamaan tunnistetietoja, muuttaa tietoja tai orkesteroida massiivisia toimitusketjun hyökkäyksiä koneen nopeudella.

Itsenäiset botit, jotka kääntyvät ja sopeutuvat autonomisesti keskustekoälyn avulla, eivät ole fiktioita, mutta ne eivät myöskään ole sellaisia, joita kokeneet botinomistajat suosittelisivat. Botnetit ovat varoja. Automaatio, joka käyttäytyy epäilyttävästi, voi paljastaa infrastruktuuria, herättää liian aikaisin huomiota, paljastaa operaattorin tai polttaa liikaa tokenia. Hyökkääjät käyttävät automaatiota, kun se auttaa heitä liikkumaan nopeammin, mutta he eivät luovuta hallintaa päätöksistä, jotka voivat polttaa pääsyä, paljastaa infrastruktuuria tai vahingoittaa voittoja.

En kuitenkaan täysin laiminlyö tai poistaisi riskiä. Kun siirrymme reunaan tekoälyyn ja uusiin älykkäisiin laitteisiin, joissa on paikallisia pieniä kielimalleja (SLM), näen mahdollisuuden, että hyökkääjät hyödyntävät helppoja kohteita ja upottavat ohjattua bottitoimintaa botnettejään. Ainakin he eivät tarvitse maksaa liiallista tokenin käyttöä, kun paikallinen SLM alkaa toistaa liian monimutkaista ohjausta tai kontekstia, josta tuli liian suuri.

Hyökkääjien kampanjat ja laajamittaiset DDoS-hyökkäykset ovat yhä yleisempiä. Muuttuvatko nämä ryhmät monimutkaisemmiksi, vai tekoäly ja helposti saatavissa olevat hyökkäysvälineet tekevät monimutkaiset hyökkäykset helpommin saataville laajemmalle yleisölle?

Molemmat. Jotkut hyökkääjäryhmät ovat todella monimutkaisempia. Jotkut ryhmät, kuten ikoninen NoName057(16), ovat suorittaneet DDoS-hyökkäyksiä päivittäin helmikuusta 2022 lähtien. Heillä on ollut aikaa parantaa työkalujaan, rakentaa uskollista seuraajakuntaa ja oppia valitsemaan kohteita, jotka herättävät huomiota, ajoittamaan hyökkäyksiä poliittisten tapahtumien ympärille ja käyttämään julkisia vaatimuksia painostuskeinona. Hyökkääjille viesti on tärkeämpää kuin itse häiriö.

Samanaikaisesti työkalut ovat helpompia hankkia kuin ennen. DDoS-vuokrauspalvelut, botnetit, proxyverkot, vuotaneet käsikirjat ja tutoriaalit ovat mahdollistaneet kenelle tahansa, jolla on rajoitettu taito, liittyä kampanjaan ja tuntea olevansa osa jotain suurempaa. Tekoäly lisää koodausavustusta, kohdetutkimusta, käännöksiä, kampanjan viestintää ja perusautomaatiota.

Kohdetta vaikuttavat vaikutukset kummassakin tapauksessa, riippumatta siitä, tuleeko hyökkäys taitavasta ryhmästä, joka on ohjattu ideologialla, vai yksinäisestä sudasta, joka on palkattu kilpailijan hyökkäysinfrastruktuurin vuokraamiseen. Suljettu verkkosivu vaikuttaa asiakkaisiin. Ei saatavilla oleva julkisen palvelun saatavuus huomataan kansalaisilla. Tarpeeksi melua, ja johtajat ja viestintätiimit joutuvat vastaamaan, riippumatta siitä, kuka on näppäimistön takana.

Yritykset kilpailevat integroidakseen generatiivisen tekoälyn toimintoihinsa. Mitkä uudet hyökkäyspinnat nousevat esiin, joita turvallisuusjohtajat eivät vielä täysin ymmärrä?

Vastaus määritellään siitä, mitä tekoälyagentti voi tavoittaa. Kun sillä on pääsy sisäisiin asiakirjoihin, koodiin, CI/CD-putkiin, API-avaimiin tai devops-työkaluihin, hyökkäyspinta laajenee nopeasti. Jotta agentti olisi hyödyllinen, sille on annettava toimintavaltuuksia, muuten se on vain glorifioitu chatbotti. Kysymys on siis, mitä agentti saa tehdä. Minkälaista luottamuksellista tietoa se voi lukea? Voiko se muuttaa lipun tai asiakkaan pankkitiliä CRM-järjestelmässä? Voiko se suorittaa koodia? Voiko se kutsua ulkoista palvelua? Voiko se paljastaa tietoa työkalukutsun kautta?

Epäsuora ohjauseksti tulee vakavammaksi sellaisessa ympäristössä. Jos agentti käsittelee epäluotettavaa sisältöä ja sitten toimii, ohjaus voi tulla polun kautta. Se on eri asia kuin chatbotti, joka vastaa kysymykseen.

Tekoäly on nyt käytössä sekä hyökkääjien että puolustajien keskuudessa. Uskotko, että puolustuksellinen tekoäly pysyy mukana hyökkäävän tekoälyn kanssa, vai kohtaavatko organisaatiot yhä enenevän epäsymmetrisen taisteluun seuraavien vuosien aikana?

Tekoäly luo epätasapuolisuuden, joka suosii hyökkääjää. Tämä ei johdu siitä, että puolustukselliset tekoälymallit ovat heikompia. Tekoälyn käyttäminen puolustuksessa on erittäin tehokasta päivittäisen melun suodattamisessa ja häiriövasteen nopeuttamisessa. Ongelma on kuitenkin rakenteellinen aukko toiminnan nopeudessa ja rajoituksissa.

Historiallisesti, kun haavoittuvuus oli löydetty, turvallisuustiimit olivat pienellä aikavälillä, jotta he voisivat asentaa korjauspätkän ennen kuin hyökkääjät aseistivat sen. Nykyään agenoiden tekoäly on tiivistänyt tämän aikavälin lähes nollaan. Automaattiset työkalut voivat löytää haavoittuvuuden ja välittömästi luoda kohdistetun hyökkäyksen. Perinteinen, ihmisten johtama patch-hallintaprosessi ei voi kilpailla automaattisen hyökkäysputken kanssa, joka suorittaa jatkuvasti hyökkäyskiertoja.

Lisäksi kaksi puolta toimii täysin eri säännöillä. Hyökkääjät eivät kohtaa rajoituksia, jotka liittyvät mukautumiseen, eettisiin vaatimuksiin tai toiminnan katkeamiseen. He voivat käyttää mukautettuja tekoälyagenteja käynnistääkseen rajoittamattomia, laajamittaisia kampanjoita. Puolustajat, toisaalta, joutuvat toimimaan deterministisesti. Puolustuksellinen tekoäly ei voi sokeasti eristää keskeistä tuotantotietokantaa tai peruuttaa johtajan tunnistetietoja pelkästään korkean todennäköisyyden poikkeamisen perusteella. Puolustajat tarvitsevat vahvistusta, jotta he voivat suojella liiketoiminnan jatkuvuutta, ja viive, joka johtuu näistä välttämättömistä varotoimista, on juuri sitä, mitä automaattiset hyökkäykset hyödyntävät.

Lopulta turvallisuusjohtajuus määritellään ei siitä, kuka omistaa “älykkämmän” tekoälyn, vaan siitä, kuka ratkaisee tämän arkkitehtuurisen nopeusaukon. Yritykset, jotka käsittävät tekoälyn vain yhtenä standardin turvallisuustyökaluna, tulevat olemaan hämmästyttäviä modernien uhkien nopeudesta. Menestys vaatii infrastruktuurin uudelleensuunnittelua, jotta puolustuksellinen tekoäly voi eristää ja rajoittaa uhkia autonomisesti.

Monet turvallisuustiimit jatkavat perinteisten turvallisuusmittareiden ja havaitsemismenetelmien käyttämistä. Kun hyökkäykset muuttuvat nopeammiksi ja enemmän automaattisiksi, mitkä indikaattorit tai käyttäytymismallit organisaatioiden tulisi priorisoida sen sijaan?

Useimmat turvallisuusmittarit keskittyvät edelleen voimakkaasti toimintaan: laukaisemiin hälytyksiin, estettyihin hyökkäyksiin tai löydettyihin haavoittuvuuksiin. Vaikka nämä luvut ovat hyödyllisiä häiriövasteen mittaamisessa, ne eivät tarjoa tietoa organisaation todellisesta altistumisesta. Ne kertovat puolustajille, mitä he ovat saaneet kiinni, mutta eivät näytä heille sokeita pisteitä, jotka ovat avoimia, kunnes hyökkääjä hyödyntää niitä.

Reaktiivisten mittareiden luottaminen ei ole enää toteuttamiskelpoista aikakaudella, jossa uhkat ovat automaattisia. Kun organisaatio on kohdistettu, hyökkäyksen nopeus edellyttää proaktiivista hallintaa. Reaaliaikainen hyökkäyspinnan hallinta on nyt välttämätöntä. Puolustajien on oltava jatkuvasti tietoisia tiettyjä operatiivisia riskejä: Mitkä kriittiset sovellukset ja API:t ovat alttiina internetiin? Mitkä haavoittuvuudet niissä ovat olemassa?

Todellinen kestävyys tulee yhdistämällä tämän hyökkäyspinnan konteksti käyttäytymisen havainnoinnin ja uhkien tiedon kanssa. Ymmärtämällä tarkasti, mitä on alttiina ja miten se käyttäytyy, turvallisuustiimit voivat ennakoida ja estää aiemmin tuntemattomia hyökkäyksiä.

Lopulta operatiivinen nopeus on edelleen kriittinen menestystekijä, mutta puolustajien on mitattava oikea aikaväli: Kuinka nopeasti tunnistamme, että uusi haavoittuvuus vaikuttaa alttiiseen järjestelmään, ja kuinka nopeasti voimme asettaa korjaavan valvonnan suojelemaan sitä? Tämä tarkka nopeus on todellinen mittari siitä, voivatko turvallisuusohjelmat kestää nopeita hyökkäyksiä laajassa mittakaavassa.

Katsoen eteenpäin viisi vuotta, mitä pitäisit kyberturvallisuuden haasteena tekoälyn aikakaudella, ja mitä CISOt ja turvallisuustiimit tulisi aloittaa tänään valmistautuakseen siihen?

Katsoen eteenpäin viisi vuotta, kyberturvallisuuden haasteena tekoälyn aikakaudella tulee olemaan itsenäisten, ei-ihmisten suhteiden hallinta ja turvallisuus. Kun organisaatiot siirtyvät yksittäisistä chatbotteista moniagenttisiin, jotka ovat kykyjä suorittaa rahoitussopimuksia, muuttaa lähdekoodia ja muuttaa pilvi-infrastruktuuria, perinteiset turvallisuusrajat murtuvat. Viiden vuoden kuluttua yritys ei enää hallitse vain ihmistyöntekijöitä ja staattista ohjelmistoa; se hallitsee tuhansia itsenäisiä tekoälyagenteja, jotka vuorovaikuttavat toistensa, yrityksen tietojen ja ulkoisten kolmannen osapuolien järjestelmien kanssa.

Näkyvyys agenoiden järjestelmiin koko organisaatiossa on välttämätöntä. Ennen kuin agentit lisääntyvät, CISOt tulisi perustaa keskitetty rekisteri, joka määrittää selkeän omistajuuden jokaiselle käyttöön otetulle agentille, tiedon malleille ja tietovarastoille, joille agentti on valtuutettu lukemaan, ja työkaluille, API:lle ja järjestelmäkomennoille, joita se on sallittu kutsua. CISOt tulisi myös vaatia, että agenoiden teknologian käyttöönotto käyttää vakiintuneita, verifioiduissa yhdistämisprotokollia, jotta kaikki työkalujen integraatiot ovat tiukasti kirjattuina.

Viiden vuoden kuluttua suojeleminen API:ta ja verkkosovelluksia ei enää ole konfiguraatioiden hallintaa, tunnettujen allekirjoitusten estämistä tai haavoittuvuuksien korjaamista; se on autonomisen logiikkaa vastaan käyty sota. Kun hyökkääjät käyttävät täysin automaattisia, kontekstiaavain agenoiden putkia, jotka voivat kääntää sovelluksen liiketoimintalogiikan muutamassa sekunnissa sen löytämisen jälkeen, perinteiset web-sovelluspalomuurit tulevat vanhanaikaisiksi. Tämän maiseman puolustaminen edellyttää siirtymistä autonomisiin, kontekstiajoitteisiin arkkitehtuureihin.

Hyökkääjät käyttävät eturintamien malleja täysin automatisoidakseen API-logiikkaongelmien löytämisen ja hyödyntämisen (kuten Broken Object Level Authorization, BOLA). Sen sijaan, että etsivät tunnettuja ohjelmistovirheitä, automaattiset hyökkäysbotit kartoittavat koko sovelluksen API-skeeman, ymmärtävät, miten data liikkuu, ja dynaamisesti luovat tarkasti kohdennettuja payload-sarjoja manipuloidakseen liiketoimintalogiikkaa. Koska nämä hyökkäykset käyttävät validia syntaksia ja legitimejä API-kutsuja, standardien kynnyksellä perustuva rajoitus ja allekirjoitusten havaitseminen on täysin sokea niihin.

Puolustaminen edellyttää todellista, jatkuvaan näkyvyyttä omasta altistuneesta arkkitehtuurista. Turvallisuustiimit eivät voi luottaa staattiseen asiakirjaan tai vanhentuneisiin API-luetteloihin. Puolustuksellinen tekoäly on jatkuvasti skannattava ja kartoitettava jokaista aktiivista API-päätepistettä, mikropalvelin-suhteita ja verkkosovelluksen työkiertoa hybridipilviympäristössä. Tämä automaattinen näkyvyys on yhdistettävä dynaamiseen ohjelmistojen raaka-aineiden luetteloon (SBOM) yhdistääksesi välittömästi uuden globaalin haavoittuvuuden ilmoituksen määrättyyn sisäiseen koodiriviin, joka on altis internetiin.

Koska automaattiset hyökkäykset sulautuvat legitimaattiseen käyttäjäliikenteeseen, puolustus on siirtymässä täysin kontekstuaaliseen käyttäytymisanalyysiin. Puolustuksellinen tekoäly profiloituu jokaisen API-asiakkaan, tokenin ja käyttäjätunnisteen standardikäyttäytymisestä. Se seuraa API-kutsujen aikomusta ja järjestystä eikä vain syötteitä. Jos hyökkääjän automaattinen skripti alkaa koota legitimejä API-kutsuja epäilyttävässä järjestyksessä tietojen imuroimiseksi tai logiikkaongelman testaamiseksi, järjestelmän on tunnistettava rakenteellinen poikkeama aikomuksesta ja puuttua siihen välittömästi.

Todellinen kestävyys on, kuinka nopeasti organisaatio voi tiivistää aikavälin haavoittuvuuden altistumisen ja sen korjaamisen välillä. Odottaminen kehitystiimin kirjoittamaa, testaamaa ja tuotantoon asettamaa koodipäivitystä on tuhoon tuomittu strategia. Todellinen suojelu perustuu automaattiseen, kontekstiaavain virtuaalisiin korjauksiin suoritusaikatasolla. Syöttämällä reaaliaikaisen uhkien tiedon ja API-löytödataa puolustuksellisiin tekoälymoottoreihin reunassa, infrastruktuuri luo ja käyttää automaattisesti mukautettuja virtuaalisiin korjauksia estääkseen hyökkäysyritykset ennen kuin ne voivat koskettaa haavoittuvaa sovelluslogiikkaa.

Kiitos hienosta haastattelusta. Lukijat, jotka haluavat oppia lisää, voivat vierailla Radware-sivustolla.