Saryu Nayyar, Guruculin perustaja ja toimitusjohtaja – Haastattelusarja

Saryu Nayyar on kansainvälisesti tunnustettu kyberturva-asiantuntija, kirjailija, puhuja ja Forbesin teknologianeuvoston jäsen. Hänellä on yli 15 vuoden kokemus tietoturva-, identiteetti- ja pääsyturvallisuus-, IT-riskien hallinta- ja tietoturvariskien hallinnasta.

Hänet valittiin EY:n yrittäjänaiseksi vuonna 2017. Hän on toiminut johtotehtävissä Oraclella, Simeiolla, Sun Microsystemsilla, Vaulla (jonka Sun osti) ja Disneyn hallinnossa. Saryu on myös työskennellyt useita vuosia teknisen turvallisuuden ja riskienhallinnan harjoituksessa Ernst & Youngilla.

Gurucul on kyberturva-alan yritys, joka erikoistuu käyttäytymiseen perustuvaan turvallisuuteen ja riskianalytiikkaan. Sen alusta hyödyntää koneoppimista, tekoälyä ja suuria tietoja havaitsemaan sisäisiä uhkia, tilitarpeita ja edistyneitä hyökkäyksiä hybridiympäristöissä. Gurucul on tunnettu yhdistetystä turvallisuus- ja riskianalytiikkatyökalustaan, joka yhdistää SIEM:in (turvallisuustiedon ja tapahtumien hallinta), UEBA:n (käyttäjän ja kohteen käyttäytymisen analytiikka), XDR:n ja identiteettianalytiikan reaaliaikaiseen uhkaiden havaitsemiseen ja reagointiin. Yritys palvelee suuria yrityksiä, hallituksia ja MSSP:itä (Managed Security Service Provider) pyrkien vähentämään vääräpositiivisia ja nopeuttamaan uhkaiden korjaamista älykkään automaation avulla.

Mikä innoitti sinua perustamaan Guruculia vuonna 2010, ja mikä ongelma yritit ratkaista kyberturvalandskaapissa?

Gurucul perustettiin auttamaan turvallisuusoperaatioteamsi ja sisäisen riskin hallintatiimejä saamaan selkeä näkemys tärkeimpiin kyberturvariskeihin, jotka vaikuttavat liiketoimintaan. Vuodesta 2010 lähtien olemme käyttäneet käyttäytymiseen ja ennustavaan analytiikkaan perustuvaa lähestymistapaa, joka on johtanut yli 4 000 koneoppimismallin kehittämiseen, jotka asettavat käyttäjien ja kohteiden poikkeavuudet eri hyökkäys- ja riskitilanteiden yhteydessä. Olemme kehittäneet tätä perustaa, siirtymällä suurten Fortune 50 -yritysten sisäisen riskin haasteiden ratkaisemisesta yritysten antamiseen radikaalia selkeyyttä kaikkiin kyberturvariskeihin. Tämä on REVEAL:in, yhdistetyn ja tekoälykäytön datan ja turvallisuusanalytiikkatyökalumme, lupa. Nyt rakennamme AI-tehtävämme vision toteuttamiseksi itseajavana turvallisuusanalytiikkatyökaluna, joka käyttää koneoppimista perustana, mutta lisää myös generatiivista ja agenssia tekoälyä koko uhkauskierroksen aikana. Tavoitteena on, että analyytikot ja insinöörit viettävät vähemmän aikaa monimutkaisuuden parissa ja enemmän merkityksellisessä työssä. Sallimalla koneiden vahvistaa päivittäisten toimien määritelmää.

Mitä tärkeitä oppeja olet omaksunut johtotehtävistäsi Oraclessa, Sun Microsystemsilla ja Ernst & Youngilla, ja miten olet soveltanut niitä Guruculin perustamisessa?

Johtajuuskokemukseni Oraclessa, Sun Microsystemsilla ja Ernst & Youngilla vahvistivat kykyäni ratkaista monimutkaisia turvallisuusongelmia ja antoivat minulle ymmärryksen siitä, mitä haasteita turvallisuuden johtajat ja CISO:t kohtaavat. Kollektiivisesti se antoi minulle eturivin paikan teknologisen ja liiketoimintahaasteiden parissa, joita useimmat turvallisuuden johtajat kohtaavat, ja innoitti minua kehittämään ratkaisuja näiden haasteiden ratkaisemiseksi.

Miten Guruculin REVEAL-alusta eroaa perinteisistä SIEM-ratkaisuista?

Perinteiset SIEM-ratkaisut perustuvat staattisiin, sääntöpohjaisiin lähestymistapoihin, jotka johtavat liialliseen määrään vääräpositiivisia havaintoja, kustannusten lisääntymiseen ja viivästyneeseen havaitsemiseen ja reagointiin. REVEAL-alustamme on täysin pilvipohjainen ja tekoälykäytössä, joka käyttää edistynyttä koneoppimista, käyttäytymisanalytiikkaa ja dynaamista riskiarviointia havaitsemiseen ja reagointiin uhkiin reaaliajassa. Toisin kuin perinteiset ratkaisut, REVEAL sopeutuu jatkuvasti kehittyviin uhkiin ja integroi ympäristöjä laajasti, tarjoten kattavan turvallisuuden. REVEAL on tunnustettu “Eniten visioita” SIEM-ratkaisuksi Gartnerin Magic Quadrant -raportissa kolmena peräkkäisenä vuotena, määrittelee tekoälykäytön uudelleen SIEM:issä, jossa on erinomainen tarkkuus, nopeus ja näkyvyys. Lisäksi SIEM:t kamppailevat datan ylikuormittumisen ongelman kanssa. Ne ovat liian kalliita kaiken tarvittavan tiedon sisäänsä ottamiseksi, ja vaikka ne tekevät sen, se vain lisää vääräpositiivisten ongelmia. Gurucul ymmärtää tämän ongelman, ja siksi meillä on alustan ominaisuus, joka suodattaa kriittisen datan halpoihin tallennusvälineisiin, säästäen rahaa samalla, kun säilytämme kyvyn suorittaa liittovaltion hakua kaikissa tiedoissa. Analytiikkajärjestelmät ovat “roska sisään, roska ulos” -tilanne. Jos sisääntuleva data on turvotettua, tarpeetonta tai epätäydellistä, tuloste ei ole tarkka, toimiva tai lopulta luotettava.

Voitko selittää, miten koneoppiminen ja käyttäytymisanalytiikka havaitsevat uhkia reaaliajassa?

Alustamme hyödyntää yli 4 000 koneoppimismallia jatkuvasti analysoimaan kaikkia relevantteja tietoja ja tunnistamaan poikkeavuuksia ja epäilyttäviä käyttäytymismalleja reaaliajassa. Toisin kuin perinteiset turvallisuusjärjestelmät, jotka perustuvat staattisiin sääntöihin, REVEAL paljastaa uhkia, kun ne ilmenevät. Alusta käyttää myös käyttäjän ja kohteen käyttäytymisanalytiikkaa (UEBA) määrittämään normaalin käyttäjän ja kohteen käyttäytymisen, havaitsemalla poikkeavuuksia, jotka voivat osoittaa sisäisiä uhkia, tilitarpeita tai pahantahtoista toimintaa. Tämä käyttäytyminen on edelleen kontekstualisoitu suurten tietojen moottorilla, joka liittää, rikastaa ja linkittää turvallisuuden, verkon, IT:n, IoT:n, pilven, identiteetin, liiketoimintasovellusten tiedot sekä sisä- ja ulkopuoliset uhkatiedot. Tämä tiedon antaa dynaamisen riskiarviojärjestelmälle, joka määrittää reaaliaikaiset riskiarviot, jotka auttavat priorisoimaan vastauksia kriittisiin uhkiin. Nämä kyvykkyydet tarjoavat kattavan, tekoälykäytössä olevan lähestymistavan reaaliaikaiseen uhkien havaitsemiseen ja reagointiin, mikä erottaa REVEAL:in perinteisistä turvallisuusratkaisuista.

Miten Guruculin tekoälykäytössä oleva lähestymistapa auttaa vähentämään vääräpositiivisia havaintoja verrattuna perinteisiin kyberturvalaitteisiin?

REVEAL-alusta vähentää vääräpositiivisia havaintoja hyödyntämällä tekoälykäytössä olevaa kontekstualisoitua analytiikkaa, käyttäytymisnäkymiä ja koneoppimista erottamaan legitimejä käyttäjän toimia todellisista uhkista. Toisin kuin perinteiset ratkaisut, REVEAL parantaa havaintokykyään ajan myötä, parantaa tarkkuutta ja vähentää melua. Sen UEBA havaitsee poikkeavuuksia normaalikäyttäytymisestä korkealla tarkkuudella, jolloin turvallisuustiimit voivat keskittyä todellisiin turvallisuusriskeihin sen sijaan, että heitä häiritsevät vääräpositiiviset hälytykset. Koneoppiminen on perustavanlaatuinen osa, mutta generatiivinen ja agenssia tekoäly pelaa merkittävää roolia kontekstin lisäämisessä luonnollisessa kielessä, jotta analyytikot voivat ymmärtää tarkalleen, mitä tapahtuu hälytyksen ympärillä, ja jopa automatisoida vastauksen mainittuihin hälytyksiin.

Mikä on vastakkaisen tekoälyn rooli modernissa kyberturvalta?

Ensinnäkin, vastakkainen tekoäly on jo sovellettu helpoimpiin kohteisiin, eli ihmisen vektoreihin ja identiteettiin perustuviin uhkiin. Tämän vuoksi käyttäytymiseen ja identiteettianalytiikkaan perustuva on kriittinen osa anomaliakäyttäytymisen tunnistamisessa ja ennakoida pahantahtoista käyttäytymistä ennen kuin se leviää edelleen. Lisäksi vastakkainen tekoäly on viimeinen naula arkkuun perinteisille, allekirjoitukseen perustuville havaintamenetelmille. Vastustajat käyttävät tekoälyä välttääkseen nämä TTP-määritellyt havaintasäännöt, mutta jälleen kerran he eivät voi välttää käyttäytymiseen perustuvia havaintoja samalla tavalla. SOC-tiimit eivät ole resursseja riittävästi jatkaakseen sääntöjen kirjoittamista pysyäkseen uhkien tasolla, ja he tarvitsevat modernin lähestymistavan uhkien havaitsemiseen, tutkimiseen ja reagointiin. Käyttäytyminen ja konteksti ovat avainraaka-aineita. Lopulta, alustat kuten REVEAL riippuvat jatkuvasta palautusilmasta, ja sovellemme jatkuvasti tekoälyä parantamaan havaintomallejamme, suosittelemme uusia malleja ja ilmoitamme uusia uhkatietoja koko asiakas ekosysteemimme hyödyksi.

Miten Guruculin riskipohjainen arviointijärjestelmä parantaa turvallisuustiimien kykyä priorisoida uhkia?

Alustamme dynaaminen riskiarviointijärjestelmä määrittää reaaliaikaiset riskiarviot käyttäjille, kohteille ja toimille käyttäytymisen ja kontekstualisoitujen näkymien perusteella. Tämä mahdollistaa turvallisuustiimien priorisoida kriittisiä uhkia, vähentää reagointiaikoja ja optimoi resursseja. Määrittämällä riskin 0-100 asteikolla, REVEAL varmistaa, että organisaatiot keskittyvät merkittävimpiin tapahtumiin sen sijaan, että heitä häiritsevät matalan prioriteetin hälytykset. Yhdistyneellä riskiarviossa, joka kattaa kaikki yrityksen tietolähteet, turvallisuustiimit saavat suuremman näkyvyyden ja hallinnan, mikä johtaa nopeampaan ja informoituun päätöksentekoon.

Miten tekoälykäytössä olevat turvallisuusratkaisut voivat auttaa organisaatioita estämään sisäisiä uhkia?

Sisäiset uhkat ovat erityisen haasteellinen turvallisuusriski niiden häikäilemättömän luonteen ja työntekijöiden pääsystä johtuen. REVEAL:n UEBA havaitsee poikkeavuuksia normaalikäyttäytymisestä, tunnistaa riskialttiita toimia, kuten luvattoman tietojen käytön, epätavalliset kirjautumisajat ja etuoikeuksien väärinkäytön. Dynaaminen riskiarviointi arvioi myös jatkuvasti käyttäytymistä reaaliajassa, määrittää riskitasoja priorisoida kriittisimpiä sisäisiä riskejä. Nämä tekoälykäytössä olevat kyvykkyydet mahdollistavat turvallisuustiimien proaktiivisesti havaita ja lieventää sisäisiä uhkia ennen kuin ne eskaloituvat tietovuodoiksi. Koska sisäisen riskin hallinta on kilpailu ajan kanssa, sisäisen riskin hallintatiimit tarvitsevat nopeasti reagoida ja tehdä yhteistyötä, ja yksityisyys on ensisijainen. Konteksti on kriittinen tässä, ja anomaliakäyttäytymisen liittäminen kontekstiin identiteettijärjestelmistä, HR-sovelluksista ja muista relevantista tietolähteistä antaa näille tiimille aseita nopeasti koota ja puolustaa todisteiden tapausta, jotta liiketoiminta voi reagoida ja korjata ennen tietojen vuotamista.

Miten Guruculin identiteettianalytiikkaratkaisu parantaa turvallisuutta verrattuna perinteisiin IAM-työkaluihin?

Perinteiset IAM-ratkaisut keskittyvät pääsyturvaan ja todennukseen, mutta niiltä puuttuu älykkyys ja näkyvyys havaitsemaan komprometoidut tilejä tai etuoikeuksien väärinkäyttöä reaaliajassa. REVEAL menee näiden rajoitusten ohi käyttämällä tekoälykäytössä olevaa käyttäytymisanalytiikkaa jatkuvasti arvioidakseen käyttäjien riskiä, sopeuttaa dynaamisesti riskiarvioita ja toteuttaa sopeutuvia pääsyoikeuksia, vähentäen väärinkäyttöä ja laitonta etuoikeuksien käyttöä. Integroituu olemassa oleviin IAM-kehyksiin ja toteuttaa vähimmäispääsyturvan, ratkaisumme parantaa identiteettiturvallisuutta ja vähentää hyökkäyspintaa. IAM-hallinnan ongelma on identiteettijärjestelmien sekasorto ja eri identiteettijärjestelmien välisen yhtenäisyyden puute. Gurucul antaa tiimille 360 asteen näkymän identiteettiriskeistä kaikissa identiteettijärjestelmissä. Nyt he voivat lopettaa pääsyoikeuksien leimaamisen ja ottaa riskiorientoidun lähestymistavan pääsypolitiikoihin. Lisäksi he voivat nopeuttaa IAM:n noudattamisen osan ja osoittaa jatkuvan valvonnan ja holistisen lähestymistavan pääsyturvaan koko organisaatiossa.

Mitä avainkyberturva-uhkia ennustat seuraavien viiden vuoden aikana, ja miten tekoäly voi auttaa lieventämään näitä riskejä?

Identiteettiin perustuvat uhkat jatkavat lisääntymistään, koska ne ovat toimineet. Vastustajat tulevat kaksinkertaistamaan identiteetin saamiseen kirjautumalla joko komprometoimalla sisäpiiriläisiä tai hyökkäämällä identiteettijärjestelmään. Luonnollisesti sisäiset uhkat jatkavat olemassaolon riskivektoria monille yrityksille, erityisesti kun varjotiedostot jatkavat. Olipa se tahallista tai tuhmia, yritykset tarvitsevat yhä enemmän näkyvyyttä sisäisen riskin osalta. Lisäksi tekoäly kiihdyttää perinteisten TTP:iden muunnelmia, koska viholliset tietävät, että he voivat välttää havaitsemisen siten, ja se on heille alhainen kustannus luovia sopeutuvia taktiikoita, tekniikoita ja protokollia. Tämän vuoksi keskittyminen käyttäytymiseen kontekstissa ja havaintojärjestelmien omistaminen, jotka voivat sopeutua yhtä nopeasti, on tärkeää lähitulevaisuudessa. Niinpä taas, miksi Gurucul on tärkeä osa tätä ratkaisua.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Guruculissa.