Liity verkostomme!

Ajatusten johtajat

Ihmisen ja tekoälyn kumppanuus EDR:ssä: Kyberturvatiimien laajentaminen tekoälyllä

mm

Kun kyberhyökkäykset yleistyvät ja monimutkaistuvat, yritysten on vaikea pysyä perässä. Korkeasti koulutetut turvallisuustiimit työskentelevät yötä päivää havaitakseen ja pysäyttääkseen digitaaliset tunkeilijat, mutta usein se tuntuu hävinneeltä taistelulta. Hakkereilla näyttää aina olevan etu.

Tunnelin päässä on kuitenkin valoa. Uusi tekoälyteknologian aalto voisi kääntää tilanteen puolustajien eduksi. Käyttämällä itseoppivia ohjelmia digitaalisina liittolaisinaan tietoturva-analyytikot voivat tehostaa toimiaan yritysten verkkojen ja laitteiden suojaamiseksi – käyttämättä paljon ylimääräisiä resursseja.

Yksi kyberturvallisuuden osa-alue, jossa tekoälyllä on suuri vaikutus, on päätepisteiden havaitseminen ja vastaus (EDR). Tämä toimii pohjimmiltaan varhaisvaroitusjärjestelmänä hyökkäyksiä vastaan ​​ja tarkkailee tarkasti tietokoneita, puhelimia ja muita päätepisteitä kyberhyökkäyksen hienovaraisten tunnusmerkkien varalta. Aina kun jokin näyttää olevan vialla, EDR antaa hälytyksen, jotta ihmisasiantuntijat voivat tutkia asiaa. Se voi jopa suorittaa perustoimenpiteitä, kuten eristää vaarantuneet laitteet ajan säästämiseksi.

Mutta korvaako tekoälyllä toimiva EDR kokonaan ja kumoaako ihmisen väliintulon tarpeen? Yksinkertainen vastaus on ei. Kuten näemme monissa tekoälysovelluksissa, parhaat tulokset näyttävät saavan, kun tekoäly ja ihmiset työskentelevät yhdessä, eivät toinen toisen sijasta. Selvitetään, miksi näin on.

Tekoälyllä toimivan EDR:n lupaus

EDR työkaluista on tullut elintärkeitä aseita jatkuvasti kehittyvien hyökkäysten tunnistamisessa, analysoinnissa ja korjaamisessa valtavan määrän laitteita vastaan. Nykyään monet johtavista EDR-alustoista hyödyntävät tekoälyä lisätäkseen ihmisen kykyjä, parantaakseen tarkkuutta ja tehokkuutta.

Valvotuilla koneoppimisalgoritmeilla, jotka on koulutettu uhkatietojen vuorille, tekoälyllä toimiva EDR voi:

  • Havaitse ennennäkemättömät hyökkäysmallit ja -käyttäytymiset. Analysoimalla järjestelmätapahtumia ja vertailemalla laajoja tietojoukkoja tekoäly havaitsee poikkeavuuksia, jotka ihmisanalyytikot todennäköisesti eivät huomaisi. Tämä mahdollistaa tiimisi tunnistaa ja pysäyttää piilohyökkäykset, joita muut työkalut eivät näe.
  • Tarjoa konteksti automaattisen tutkimuksen avulla. Tekoäly voi välittömästi jäljittää tapahtuman koko laajuuden ja etsiä kompromissin merkkejä ympäristöstäsi. Tämä vähentää analyytikkotyötä perimmäisten syiden ymmärtämiseksi.
  • Priorisoi kriittisimmät tapahtumat. Kaikki hälytykset eivät vaadi yhtä kiireellisyyttä, mutta triviaalin ja vakavan erottaminen voi olla haastavaa. Tekoälyarviot tuovat esiin vaarallisimmat uhat, jotka kiinnittävät arvokkaan ihmisen huomion.
  • Suosittele jokaiselle hyökkäykselle räätälöityjä optimaalisia vastauksia. Haittaohjelmakantojen, käytettyjen haavoittuvuuksien ja muiden erityispiirteiden perusteella tekoäly ehdottaa parhaita torjunta- ja korjaustoimenpiteitä uhan poistamiseksi kirurgisesti.

Tekoälyn lisäyksen ansiosta analyytikot voivat työskennellä älykkäämmin ja nopeammin hoitamalla suuren osan uhkien havaitsemisesta, tutkimisesta ja suosituksista. Inhimillinen asiantuntemus ja kriittinen ajattelu ovat kuitenkin välttämättömiä pisteiden yhdistämisessä.

Ihmiselementti: arvostelukyky, luovuus, intuitio

Tekoäly on loistava tietojen murskaamisessa, mutta ihmisanalyytikot tuovat päätepisteiden suojaukseen tärkeitä vahvuuksia, joita koneilta puuttuu. Ihmiset tarjoavat kolme ratkaisevaa kykyä:

Tasapainoinen arviointi

Tekoäly voi joskus ilmoittaa vaarattomista tapahtumista epäilyttäviksi, mikä aiheuttaa vääriä hälytyksiä, tai se voi jättää huomiotta todelliset uhat. Ihmisasiantuntijat voivat kuitenkin käyttää kokemustaan ​​ja hyvää harkintakykyään arvioidakseen, mitä tekoäly löytää. Jos järjestelmä esimerkiksi merkitsee normaalin ohjelmistopäivityksen väärin haitalliseksi, analyytikko voi tarkistaa sen ja korjata virheen välttäen turhat häiriöt. Tämä tasapainoinen ihmisen arviointi mahdollistaa tarkemman uhkien havaitsemisen.

Luova ongelmanratkaisu

Hyökkääjät muokkaavat jatkuvasti haittaohjelmiaan ohittaakseen tekoälyjärjestelmät, jotka on usein viritetty havaitsemaan tunnettuja uhkia. Mutta ihmisanalyytikot voivat ajatella laatikon ulkopuolella ja tunnistaa uusia tai hienovaraisia ​​uhkia pienten omituisuuksien perusteella. Kun hakkerit muuttavat taktiikkaansa, analyytikot voivat keksiä luovia uusia havaitsemissääntöjä, jotka perustuvat koodin pieniin poikkeamiin – näkemyksiin, joita koneiden olisi vaikea saada.

Suuremman kuvan näkeminen

Monimutkaisten verkkojen suojaaminen tarkoittaa monien muuttuvien tekijöiden huomioon ottamista, joita algoritmit eivät pysty täysin ottamaan huomioon. Monimutkaisen hyökkäyksen keskellä ihmisen harkintakyky on ratkaisevan tärkeää tärkeiden päätösten tekemisessä – kuten järjestelmien eristämisessä tai lunnaiden neuvottelemisessa. Vaikka tekoäly voi ehdottaa vaihtoehtoja, ihmisen näkökulmaa tarvitaan silti reagoinnin ohjaamiseksi ja liiketoimintavaikutusten minimoimiseksi.

Yhdessä ihmisen näkemys ja tekoäly muodostavat tehokkaan puolustuksen, joka voi tarttua kehittyneisiin kyberhyökkäuksiin, jotka muut järjestelmät saattavat jäädä huomaamatta. Tekoäly käsittelee dataa nopeasti, kun taas inhimillinen päättely täyttää aukot. Yhdessä työskentelemällä ihmiset ja tekoäly vahvistavat päätepisteiden suojaa.

Human-AI Security Teamin optimointi

Tässä on joitain vinkkejä, joiden avulla saat kaiken irti tekoälyllä tehostetusta EDR:stäsi ihmisen johtamien tiimien avulla:

  • Luota, mutta tarkista tekoälyarviot. Hyödynnä tekoälyn havaintoja tapahtumien nopeaan laajuuden määrittämiseen, mutta vahvista löydökset manuaalisella metsästyksellä ennen toimimista. Älä luota sokeasti jokaiseen hälytykseen.
  • Käytä tekoälyä keskittyäksesi ihmisten asiantuntemukseen. Anna tekoälyn hoitaa toistuvia tehtäviä, kuten päätepisteiden seurantaa ja uhkatietojen keräämistä, jotta analyytikot voivat käyttää energiaa arvokkaampiin tehtäviin, kuten strategiseen reagointisuunnitteluun ja ennakoivaan metsästykseen.
  • Anna palautetta tekoälymallien parantamiseksi ajan myötä. Ihmisen validoinnin lisääminen takaisin järjestelmään – oikeiden/epätosi-positiivisten tulosten vahvistaminen – antaa algoritmeille mahdollisuuden korjata itseään tarkemmiksi. Tekoäly oppii ihmisen viisaudesta ajan myötä.
  • Tee päivittäin yhteistyötä tekoälyn kanssa. Mitä enemmän analyytikot ja tekoäly työskentelevät yhdessä, sitä enemmän molemmat osapuolet oppivat, mikä parantaa molempien osapuolten taitoja ja suorituskykyä. Päivittäinen käyttö yhdistelee tietoa.

Aivan kuten kybervastustajat valjastavat automaation ja tekoälyn hyökkäyksiin, puolustajien on taisteltava takaisin tekoälyllä toimivalla arsenaalilla. Sekä tekoälyllä että ihmisälyllä toimiva päätepisteturva tarjoaa parhaan toivon digitaalisen maailmamme turvaamiseen.

Kun ihminen ja kone yhdistävät voimansa ja valjastavat toisiaan täydentäviä kykyjä päihittääkseen vastustajansa, ei ole rajaa sille, mitä voimme saavuttaa yhdessä. Kyberturvallisuuden tulevaisuus on saapunut – ja se on ihmisen ja tekoälyn kumppanuus.

Tekoälyn lisätyn EDR:n käyttöönoton haasteita

Tekoälyn käyttöönotto tietoturvavalvonnassa kuulostaa teoriassa hyvältä. Mutta jo valmiiksi venytetyille joukkueille sen toimiminen voi olla sotkuista käytännössä. Ihmiset kohtaavat kaikenlaisia ​​esteitä ottaessaan käyttöön tätä edistynyttä tekniikkaa työkalujen ajattelun ymmärtämisestä lopettamiseen. 

hälytys burnout.

Monimutkaisuus

EDR-työkaluja päivittäin käyttävät tietoturva-analyytikot eivät aina ole ammatiltaan insinöörejä. Joten odottaa heidän ymmärtävän intuitiivisesti luottamusvälit, tarkkuusprosentit, mallin optimoinnin ja muut koneoppimisen ideat? Se on vaikea tehtävä. Ilman selkeää koulutusta käsitteiden mysteerin selvittämiseksi tekoälyn ominaisuuksia ei koskaan hyödynnetä pahojen toimijoiden kiinniottamisessa.

Hukkuminen vääriin positiivisiin

Varsinkin alkuaikoina jotkin tekoälytyökalut ylittivät uhkien merkitsemisen. Yhtäkkiä analyytikot alkoivat hukkua satojen heikon luotettavuuden hälytysten alle joka viikko – monet niistä olivat vääriä. Tämä hautasi kriittiset signaalit kohinaan. Useat joukkueet voivat joutua jättämään hälytykset huomioimatta. Työkaluja on optimoitava ja hienosäädettävä niin, että herkkyys on tasapainossa.

Black Box -työkalut

Neuroverkot toimivat kuin läpäisemättömät mustat laatikot. Koska riskipisteiden ja suositusten taustalla olevat perusteet ovat epäselviä, henkilöstön on vaikea luottaa automaattiseen järjestelmään. Jotta tekoäly ansaitsisi uskottavuuden työtovereidensa keskuudessa, sen on annettava heidän kurkistaa konepellin alle tarpeeksi ymmärtääkseen sen perustelut – mutta se ei ole aina mahdollista nykytekniikalla.

Enemmän kuin taikaluoti

Pelkkä uusien tekoälytyökalujen käyttöönotto ei riitä. Jotta teknologiaa voidaan hyödyntää täysimääräisesti, tietoturvatiimien on parannettava prosessejaan, taitojaan, käytäntöjään, mittareitaan ja jopa kulttuurinormejaan mukautuakseen siihen. Tekoälyn käyttöönotto avaimet käteen -pakettina ilman organisaation todellista kehittämistä lukitsee kaiken mullistavan potentiaalin lopullisesti.

Viimeinen sana

AI tuo laajan valikoiman jännittäviä työkaluja ja puolustus kyberturvallisuusuhkia vastaan. Vaikka tämä onkin hyvä uutinen, suuri osa siitä säilyy potentiaalisena, kunnes tekoäly ja ihmistiimit voivat työskennellä yhdessä sopusoinnussa toistensa vahvuuksilla. EDR on yksi kyberturvallisuuden osa-alue, joka perustuu erityisesti koneälyjen ja ihmisosaamisen sujuvaan kumppanuuteen.

Tietenkin on olemassa oppimiskäyrä, joka kulkee molempiin suuntiin. Tekoälyjärjestelmien on välitettävä sisäinen logiikkansa paremmin tiimitovereilleen läpinäkyvinä termein, joita he voivat ymmärtää ja toimia niiden mukaan. Signaali-kohina-ongelman puhdistaminen varhaisvaroitusjärjestelmissä auttaa myös estämään analyytikon väsymystä ja virittymään.

David Balaban on tietoturvatutkija, jolla on yli 17 vuoden kokemus haittaohjelmien analysoinnista ja virustorjuntaohjelmistojen arvioinnista. David juoksee MacSecurity.net ja Privacy-PC.com hankkeita, jotka esittelevät asiantuntijalausuntoja ajankohtaisista tietoturva-asioista, mukaan lukien sosiaalinen suunnittelu, haittaohjelmat, läpäisytestaukset, uhkatiedot, online-yksityisyys ja white hat hakkerointi. Davidilla on vahva haittaohjelmien vianetsintätausta, ja hän on viime aikoina keskittynyt kiristysohjelmien vastatoimiin.