जब पुरानी सुरक्षा प्रणाली नए हमलों को नहीं रोक पाती: प्रोएक्टिव एआई सुरक्षा क्यों जरूरी है

यदि आप वर्तमान में सुरक्षा के क्षेत्र में काम कर रहे हैं, तो आपको ऐसा महसूस हो सकता है कि आप हमेशा पीछे रह जा रहे हैं। हर दिन एक नया सुरक्षा उल्लंघन, एक नई रैंसमवेयर कहानी, और एक और चतुर तरकीब जो रक्षकों ने पहले नहीं देखी थी, सामने आती है। इस बीच, बहुत सारी सुरक्षा अभी भी पुराने इंटरनेट के विचारों पर आधारित है, जहां नेटवर्क की सीमाएं स्पष्ट थीं और हमलावर धीमी गति से चलते थे।

आंकड़े बताते हैं कि यह महसूस नहीं है, बल्कि वास्तविकता है। नवीनतम आईबीएम की लागत की रिपोर्ट 2024 में औसत सुरक्षा उल्लंघन की लागत 4.88 मिलियन डॉलर है, जो पिछले वर्ष की तुलना में 10% की वृद्धि है। यह वृद्धि महामारी के वर्षों के बाद से सबसे बड़ी है, और यह तब हो रहा है जब सुरक्षा टीमें अधिक उपकरणों और कर्मचारियों में निवेश कर रही हैं।

वरीज़ोन की डेटा ब्रीच जांच रिपोर्ट 2024 में 30,000 से अधिक घटनाओं और 10,000 से अधिक पुष्टि की गई सुरक्षा उल्लंघनों को देखती है। यह बताती है कि हमलावर चोरी किए गए प्रमाणीकरण, वेब अनुप्रयोग शोषण, और सामाजिक क्रियाओं जैसे प्रीटेक्स्टिंग पर निर्भर करते हैं, और यह नोट करती है कि संगठनों को अपनी महत्वपूर्ण कमजोरियों को ठीक करने में लगभग 55 दिन लगते हैं जब पैच जारी किए जाते हैं। ये 55 दिन एक हमलावर के लिए बहुत आरामदायक खिड़की है जो निरंतर स्कैनिंग कर रहा है।

यूरोप में, ईएनआईएसए थ्रेट लैंडस्केप रिपोर्ट 2023 भी रैंसमवेयर, डेनियल ऑफ सर्विस, सप्लाई चेन हमलों, और सामाजिक इंजीनियरिंग के भारी मिश्रण की ओर इशारा करती है। एक और ईएनआईएसए अध्ययन जो सप्लाई चेन घटनाओं पर केंद्रित था, अनुमान लगाता है कि 2021 में 2020 की तुलना में चार गुना अधिक ऐसे हमले हुए थे, और यह रुझान ऊपर की ओर जारी है।

तो तस्वीर स्पष्ट है लेकिन असहज है। सुरक्षा उल्लंघन अधिक सामान्य, अधिक महंगे, और अधिक जटिल होते जा रहे हैं, यहां तक कि उपकरणों में सुधार हो रहा है। कुछ संरचनात्मक रूप से गलत है जिस तरह से कई संगठन अभी भी अपनी रक्षा करते हैं।

क्यों पारंपरिक सुरक्षा मॉडल पिछड़ रहा है

लंबे समय से, साइबर रक्षा की मानसिक तस्वीर सरल थी। आपके पास एक स्पष्ट अंदर और बाहर था। आप एक मजबूत परिधि बनाते थे जिसमें फायरवॉल और फिल्टर होते थे। आप एंडपॉइंट पर एंटीवायरस तैनात करते थे और ज्ञात बुरे हस्ताक्षरों की तलाश करते थे। आप नियमों को ट्यून करते थे, अलर्ट की तलाश करते थे, और जब कुछ स्पष्ट रूप से आग लग जाता था तो प्रतिक्रिया करते थे।

इस मॉडल में तीन बड़ी समस्याएं हैं वर्तमान दुनिया में।

पहली, परिधि अधिकांश भाग के लिए चली गई है। लोग हर जगह से काम करते हैं जो प्रबंधित और अप्रबंधित उपकरणों के मिश्रण पर होता है। डेटा सार्वजनिक क्लाउड प्लेटफ़ॉर्म और सॉफ़्टवेयर के रूप में सेवा उपकरणों में बैठता है। भागीदार और आपूर्तिकर्ता सीधे आंतरिक प्रणालियों में जुड़ते हैं। रिपोर्ट जैसे कि ईएनआईएसए सप्लाई चेन अध्ययन दिखाते हैं कि कितनी बार घुसपैठ अब एक सीधे फ्रंटल हमले के बजाय एक विश्वसनीय भागीदार या सॉफ़्टवेयर अद्यतन के माध्यम से शुरू होती है।

दूसरा, ज्ञात हस्ताक्षरों पर ध्यान केंद्रित करने से एक बड़ा अंधा धब्बा छोड़ दिया जाता है। आधुनिक हमलावर कस्टम मैलवेयर को जीवित रहने के लिए भूमि के साथ मिलाते हैं। वे निर्मित हस्ताक्षरों के साथ-साथ दूरस्थ प्रबंधन एजेंटों और दैनिक प्रशासनिक क्रियाओं पर निर्भर करते हैं। प्रत्येक चरण को अलग से देखा जा सकता है जो हानिरहित लगता है। एक सरल हस्ताक्षर-आधारित दृष्टिकोण बड़ी तस्वीर को नहीं देखता है, खासकर जब हमलावर प्रत्येक अभियान में छोटी विवरण बदलते हैं।

तीसरा, मानव अधिक भारी हैं। वरीज़ोन रिपोर्ट बताती है कि कमजोरियों का शोषण अब नेटवर्क में प्रवेश करने का एक प्रमुख तरीका है और कई संगठनों को पैच जल्दी से लागू करने में संघर्ष होता है। आईबीएम के शोध में यह भी कहा गया है कि लंबे समय तक पता लगाने और नियंत्रण के समय सुरक्षा उल्लंघन की लागत को बढ़ाने का एक प्रमुख कारण है। विश्लेषकों को अलर्ट, लॉग, और मैनुअल ट्राइएज के पहाड़ के नीचे बैठे हैं, जबकि हमलावर जितना संभव हो उतना स्वचालित करते हैं।

तो आपके पास हमलावर हैं जो तेजी से और अधिक स्वचालित हैं, और रक्षक जो अभी भी मैनुअल जांच और पुराने पैटर्न पर बहुत अधिक निर्भर हैं। इस अंतर में कृत्रिम बुद्धिमत्ता आती है।

हमलावर पहले से ही एआई को एक साथी के रूप में मान रहे हैं

जब लोग सुरक्षा में एआई की बात करते हैं, तो वे अक्सर रक्षकों को मदद करने वाले उपकरणों की कल्पना करते हैं। वास्तविकता यह है कि हमलावर भी अपने काम को आसान बनाने के लिए एआई का उपयोग करने के लिए उत्सुक हैं।

माइक्रोसॉफ्ट डिजिटल डिफेंस रिपोर्ट 2025 बताती है कि राज्य-प्रायोजित समूह सिंथेटिक मीडिया बनाने, घुसपैठ अभियानों के हिस्सों को स्वचालित करने और प्रभाव अभियानों को बढ़ाने के लिए एआई का उपयोग कैसे कर रहे हैं। एक अलग एसोसिएटेड प्रेस सारांश माइक्रोसॉफ्ट खतरा खुफिया रिपोर्ट करता है कि मध्य 2024 से मध्य 2025 तक, एआई-जनित नकली सामग्री के मामले 200 से अधिक हो गए, जो पिछले वर्ष की तुलना में दोगुने से अधिक और 2023 में देखे गए 10 गुना अधिक हैं।

व्यवहार में, यह ऐसा दिखता है जैसे कि फ़िशिंग संदेश जो मूल भाषी द्वारा लिखे गए लगते हैं, किसी भी भाषा में। यह गहरे फेक ऑडियो और वीडियो की तरह दिखता है जो हमलावरों को वरिष्ठ नेताओं या विश्वसनीय भागीदारों के रूप में प्रस्तुत करने में मदद करते हैं। यह एआई प्रणालियों की तरह दिखता है जो बड़ी मात्रा में चोरी किए गए डेटा को आपके वातावरण, आपके कर्मचारियों और आपके तीसरे पक्ष के विवरण को खोजने के लिए छानती हैं।

एक हालिया फाइनेंशियल टाइम्स पीस साइबर हमलों में एजेंटिक एआई पर एक लargely स्वचालित जासूसी अभियान का वर्णन करता है जहां एक एआई कोडिंग एजेंट ने जासूसी से डेटा निकालने तक के अधिकांश चरणों को सीमित मानव इनपुट के साथ संभाला। हालांकि आप उस विशिष्ट मामले के बारे में कैसा महसूस करते हैं, यात्रा की दिशा स्पष्ट है। हमलावर एआई को काम के उबाऊ हिस्सों को संभालने देने में खुश हैं।

यदि हमलावर एआई का उपयोग तेजी से बढ़ने, बेहतर मिश्रण और अधिक लक्ष्यों को मारने के लिए कर रहे हैं, तो रक्षकों को पारंपरिक परिधि उपकरणों और मैनुअल अलर्ट ट्राइएज की अपेक्षा नहीं करनी चाहिए। या तो आप अपनी रक्षा में समान बुद्धिमत्ता लाते हैं, या अंतर बढ़ता रहता है।

प्रतिक्रियात्मक रक्षा से प्रोएक्टिव सुरक्षा सोच तक

पहला वास्तविक परिवर्तन तकनीकी नहीं है; यह मानसिक है।

एक प्रतिक्रियात्मक मुद्रा परेशानी के स्पष्ट संकेतों के लिए प्रतीक्षा करने और फिर प्रतिक्रिया करने के विचार पर बनाया गया है। एक नया बाइनरी पता चला है। एक अलर्ट आग लग जाता है क्योंकि यातायात एक ज्ञात पैटर्न से मेल खाता है। एक खाता स्पष्ट रूप से समझौता दिखाता है। टीम कूदती है, जांच करती है, साफ करती है, और शायद एक नियम को अपडेट करती है ताकि उसी पैटर्न को फिर से काम करने से रोका जा सके।

एक दुनिया में जहां हमले धीमे और दुर्लभ होते हैं, यह ठीक हो सकता है। एक दुनिया में जहां निरंतर जांच, तेजी से शोषण, और एआई-समर्थित अभियान हैं, यह बहुत देर हो चुकी है। अलर्ट के स्पष्ट होने से पहले ही, हमलावर अक्सर आपके नेटवर्क का अन्वेषण कर चुके होते हैं, संवेदनशील डेटा को छू चुके होते हैं, और पीछे के मार्ग तैयार कर चुके होते हैं।

एक प्रोएक्टिव मुद्रा एक अलग स्थान से शुरू होती है। यह मानती है कि आप हमेशा ही शत्रुतापूर्ण यातायात से संपर्क में हैं। यह मानती है कि कुछ नियंत्रण विफल हो सकते हैं। यह परवाह करती है कि आप असामान्य व्यवहार को कितनी जल्दी देख सकते हैं, इसे कितनी जल्दी समाहित कर सकते हैं, और इसे से कितनी लगातार सीख सकते हैं। इस फ्रेम में, मुख्य प्रश्न बहुत व्यावहारिक हो जाते हैं।

• क्या आपके पास अपनी महत्वपूर्ण प्रणालियों, पहचानों और डेटा स्टोर में निरंतर दृश्यता है?

• क्या आप सामान्य व्यवहार से छोटे विचलन को नोटिस कर सकते हैं, न कि केवल ज्ञात बुरे हस्ताक्षर?

• क्या आप उस अंतर्दृष्टि को तेजी से और पुनरावृत्ति कार्रवाई से जोड़ सकते हैं बिना अपनी टीम को जला दिए?

एआई खुद समाधान नहीं है, लेकिन यह उन प्रश्नों का उत्तर देने का एक शक्तिशाली तरीका है जो आधुनिक वातावरणों में मांग की जाती है।

एक एआई-संचालित साइबर सुरक्षा मुद्रा क्या दिखती है

एआई आपको एक सरल हां या ना दृष्टिकोण से एक समृद्ध, व्यवहार-आधारित तस्वीर की ओर ले जाता है। पता लगाने के पक्ष में, मॉडल पहचान गतिविधि, एंडपॉइंट टेलीमेट्री, और नेटवर्क प्रवाह को देख सकते हैं और सीख सकते हैं कि आपके वातावरण के लिए क्या सामान्य है। ज्ञात दुर्भाग्यपूर्ण फ़ाइल को अवरुद्ध करने के बजाय, वे एक ध्वज उठा सकते हैं जब एक खाता एक असामान्य स्थान से लॉग इन करता है, एक असामान्य समय पर, पिवोट्स एक प्रणाली को छूता है जिसे यह पहले कभी नहीं छुआ है, और फिर बड़ी मात्रा में डेटा को स्थानांतरित करना शुरू कर देता है। प्रत्येक घटना को अलग से देखा जा सकता है जो आसानी से अनदेखा किया जा सकता है। संयुक्त पैटर्न दिलचस्प है।

एक्सपोज़र के पक्ष में, एआई-समर्थित उपकरण आपके वास्तविक हमले की सतह को मैप कर सकते हैं। वे सार्वजनिक क्लाउड खातों, इंटरनेट-सामने की सेवाओं, और आंतरिक नेटवर्क को स्कैन कर सकते हैं और भूले हुए परीक्षण प्रणाली, गलत तरीके से कॉन्फ़िगर किए गए स्टोरेज, और उजागर प्रशासक पैनलों को ढूंढ सकते हैं। वे इन निष्कर्षों को व्यावहारिक जोखिम की कहानियों में समूहित कर सकते हैं, न कि कच्चे सूचियों में। यह विशेष रूप से महत्वपूर्ण है क्योंकि छाया एआई संगठनों के भीतर बढ़ रही है, जहां टीमें केंद्रीय पर्यवेक्षण के बिना अपने स्वयं के मॉडल और उपकरण स्पिन कर रही हैं, एक प्रवृत्ति जिसे आईबीएम अपने हाल के डेटा ब्रीच रिपोर्ट में एक गंभीर जोखिम क्षेत्र के रूप में इंगित करता है।

प्रतिक्रिया के पक्ष में, एआई आपको तेजी से और अधिक लगातार कार्रवाई करने में मदद कर सकता है। कुछ सुरक्षा संचालन केंद्र पहले से ही एआई-समर्थित प्रणालियों का उपयोग करते हैं जो वास्तविक समय में समाहित करने के कदमों की सिफारिश करते हैं और मानव विश्लेषकों के लिए लंबे जांच समय को सारांशित करते हैं। संयुक्त राज्य अमेरिका साइबर सुरक्षा और बुनियादी ढांचा सुरक्षा एजेंसी अपने कृत्रिम बुद्धिमत्ता संसाधनों में कई ऐसे उपयोगों का वर्णन करती है, जो दिखाते हैं कि एआई असामान्य नेटवर्क गतिविधि का पता लगाने और संघीय प्रणालियों में बड़े प्रवाहों के खतरे के डेटा का विश्लेषण करने में कैसे मदद कर सकता है।

यह मानव निर्णय की आवश्यकता को दूर नहीं करता है। इसके बजाय, एआई एक शक्ति गुणक बन जाता है। यह निरंतर देखने, पैटर्न को पहचानने और शुरुआती ट्राइएज के हिस्से को अपने ऊपर ले लेता है, ताकि मानव रक्षक गहरी जांच और कठिन डिज़ाइन प्रश्नों पर अधिक समय बिता सकें, जैसे पहचान रणनीति और खंडीकरण।

इस दिशा में कैसे आगे बढ़ना शुरू करें

यदि आप सुरक्षा के लिए जिम्मेदार हैं, तो यह सब बड़ा और अमूर्त लग सकता है। अच्छी खबर यह है कि प्रतिक्रियात्मक से प्रोएक्टिव में परिवर्तन आमतौर पर एक बड़े परिवर्तन के बजाय कुछ आधारित कदमों से शुरू होता है।

पहला कदम अपने डेटा प्रवाह को व्यवस्थित करना है। एआई उतना ही उपयोगी है जितना कि संकेत जो यह देख सकता है। यदि आपके पहचान प्रदाता, एंडपॉइंट उपकरण, नेटवर्क नियंत्रण, और क्लाउड प्लेटफ़ॉर्म सभी लॉग को अलग-अलग सिलोस में भेजते हैं, तो प्रत्येक मॉडल के पास अंधे धब्बे होंगे और हमलावरों के पास छिपने के स्थान होंगे। अपने सबसे महत्वपूर्ण टेलीमेट्री के केंद्रीय दृश्य में निवेश करना अक्सर ग्लैमरस नहीं होता है, लेकिन यह वह आधार है जो महत्वपूर्ण एआई समर्थन को संभव बनाता है।

दूसरा कदम विशिष्ट उपयोग के मामलों को चुनना है, एआई को हर जगह बिखेरने की कोशिश करने के बजाय। कई टीमें उपयोगकर्ता खातों के लिए व्यवहार विश्लेषण, क्लाउड वातावरण में विचलन का पता लगाने, या स्मार्टर ईमेल और फ़िशिंग का पता लगाने से शुरू करती हैं। उद्देश्य उन क्षेत्रों को चुनना है जहां आप पहले से ही जोखिम जानते हैं और जहां बड़े डेटा सेटों में पैटर्न पहचान वास्तव में मदद कर सकती है।

तीसरा कदम हर नए एआई-समर्थित उपकरण को स्पष्ट गार्डरेल के साथ जोड़ना है। इसमें यह परिभाषित करना शामिल है कि मॉडल को अपने आप क्या करने की अनुमति है, क्या हमेशा मानव को शामिल करना होगा, और आप समय के साथ प्रणाली की ईमानदारी और उपयोगिता को कैसे मापेंगे। यहां, एनआईएसटी एआई फ्रेमवर्क और एजेंसियों जैसे सीआईएसए से मार्गदर्शन आपको सब कुछ खुद से पुनः आविष्कार करने से बचा सकता है।

प्रोएक्टिव एआई सुरक्षा क्यों नहीं रुक सकती

साइबर हमले एक दुर्लभ आपात स्थिति के बजाय एक निरंतर पृष्ठभूमि की स्थिति में बदल रहे हैं, और हमलावर खुश हैं कि वे अपने लिए काम करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग कर रहे हैं। लागत बढ़ रही है, प्रवेश बिंदु बढ़ रहे हैं, और हमलावर पक्ष पर टूलिंग हर साल अधिक चतुर हो रही है। एक प्रतिक्रियात्मक मॉडल जो स्पष्ट अलर्ट के लिए प्रतीक्षा करता है और फिर घबराहट में प्रतिक्रिया करता है, वह उस दुनिया के लिए नहीं बनाया गया है।

एक प्रोएक्टिव एआई-संचालित मुद्रा एक फैंसी रुझान का पीछा करने के बारे में कम है और अपने डेटा को व्यवस्थित करने, व्यवहार-आधारित अंतर्दृष्टि जोड़ने और नए एआई प्रणालियों के चारों ओर स्पष्ट गार्डरेल लगाने के बारे में अधिक है ताकि वे आपके रक्षकों को आश्चर्यचकित न करें और उनकी मदद करें। हमलावरों और रक्षकों के बीच का अंतर वास्तविक है, लेकिन यह तय नहीं है, और आप अपने सुरक्षा स्टैक में एआई का उपयोग कैसे करते हैं यह तय करेगा कि कौन सा पक्ष अगले कुछ वर्षों में तेजी से आगे बढ़ रहा है।