Pascal Geenens, Wakil Presiden Intelijen Ancaman Siber, Radware – Seri Wawancara

Pascal Geenens, Wakil Presiden Intelijen Ancaman Siber, Radware, adalah seorang peneliti keamanan siber dan pemimpin teknologi dengan lebih dari dua dekade pengalaman di bidang teknologi informasi, keamanan jaringan, dan intelijen ancaman. Di Radware, ia membantu memimpin penelitian dan kepemimpinan perusahaan tentang lanskap ancaman siber yang terus berkembang, dengan fokus khusus pada serangan penolakan layanan terdistribusi, malware Internet of Things, ancaman otomatis, dan penggunaan artificial intelligence oleh penyerang dan pembela. Geenens mengembangkan dan memelihara IoT honeypots sebagai bagian dari tim penelitian keamanan Radware dan telah melakukan penelitian ekstensif tentang ancaman seperti BrickerBot dan Hajime. Sebelum bergabung dengan Radware, ia bekerja sebagai insinyur konsultasi di Juniper Networks , memberikan saran kepada penyedia layanan cloud dan komunikasi besar di Eropa, Timur Tengah, dan Afrika tentang strategi jaringan yang didefinisikan perangkat lunak, virtualisasi fungsi jaringan, dan otomatisasi pusat data.

Radware adalah perusahaan keamanan siber dan pengiriman aplikasi yang terdaftar publik yang membantu perusahaan melindungi jaringan, situs web, aplikasi, dan API di seluruh lingkungan fisik, cloud, hybrid, dan yang didefinisikan perangkat lunak. Portofolionya termasuk perlindungan penolakan layanan terdistribusi yang ditenagai AI, tembok api aplikasi web, manajemen bot, keamanan API, pengontrol pengiriman aplikasi, dan layanan respons darurat yang dikelola. Dengan menggabungkan analisis perilaku, pembelajaran mesin, intelijen ancaman skala cloud, dan mitigasi otomatis, teknologi Radware dirancang untuk mengidentifikasi aktivitas berbahaya secara waktu nyata sambil mempertahankan akses untuk pengguna yang sah dan mempertahankan ketersediaan dan kinerja layanan digital yang kritis.

Anda telah menghabiskan hampir tiga dekade di bidang keamanan siber, dari dukungan kernel IBM AIX dan rekayasa infrastruktur hingga menemukan botnet seperti BrickerBot, JenX, dan Demonbot, dan sekarang memimpin Intelijen Ancaman di Radware. Mengingat kembali, apa yang menjadi perubahan terbesar yang Anda saksikan dalam cara penyerang berinovasi, dan bagaimana AI mengubah harapan Anda tentang apa yang akan menjadi ancaman siber generasi berikutnya?

Lanskap ancaman telah mengalami perubahan mendasar dari peretas tunggal yang sangat teknis menjadi penjahat siber yang sangat terorganisir dan canggih. Di masa lalu, seorang peretas biasanya termotivasi oleh tantangan teknis itu sendiri. Sekarang, kombinasi percepatan digital dan AI generatif telah mengkomersialkan seluruh operasi, memicu ekonomi Crime-as-a-Service (CaaS) yang matang. Pelaku berbahaya telah secara efektif meniru model Software-as-a-Service (SaaS) perusahaan, menjual alat canggih kepada siapa saja. Ini memungkinkan pemula untuk meluncurkan serangan yang canggih dalam skala besar. Ketika jejak digital kita berkembang setiap tahun, permukaan serangan yang tersedia dan peluang untuk eksploitasi keuangan tumbuh bersama dengan itu.

AI mengarahkan bab berikutnya dari evolusi ini dengan dua cara yang berbeda.

Pertama, AI mendemokratisasi kejahatan siber. Ini memberikan penyerang amatir kemampuan seketika sementara membantu sindikat besar untuk menyederhanakan operasi mereka, memoles antarmuka pengguna, dan memasarkan layanan berbahaya mereka dengan lebih efisien.

Kedua, dan lebih kritis, munculnya AI agenik yang digabungkan dengan model frontier terbaru mengotomatisasi siklus kerentanan. Kami sedang bergerak menuju kenyataan operasional di mana mesin dapat memindai jaringan, menemukan kerentanan, dan senjatakan eksploitasi hampir sepenuhnya secara mandiri, bekerja 24/7 dan menjalankan aksi dengan kecepatan yang jauh lebih cepat daripada pembela manusia.

AI secara dramatis menurunkan hambatan teknis bagi penyerang. Apa kemampuan AI ofensif yang paling mengkhawatirkan Anda dalam tiga hingga lima tahun ke depan, dan mana yang Anda pikir saat ini mendapatkan lebih banyak perhatian daripada yang seharusnya?

Area yang memerlukan perhatian terdekat saat ini adalah penemuan kerentanan dan eksploitasi yang dibantu AI. Saat kerentanan terungkap, perlombaan dimulai. Penyerang menggunakan AI untuk menganalisis kerentanan secara instan, memetakan di mana kerentanan itu berlaku, dan menghasilkan serta menguji variasi eksploitasi. Ini sepenuhnya mengompresi timeline eksploitasi yang sudah bergerak terlalu cepat bagi sebagian besar proses manajemen patch perusahaan.

Bersamaan dengan itu, kami sedang menyaksikan pergeseran besar-besaran menuju sistem AI lokal yang berkelanjutan. Secara khusus, munculnya “agen lokal dengan denyut nadi.” Contoh utama adalah OpenClaw dan pengumuman Microsoft (MSFT ) baru-baru ini bahwa mereka akan mengintegrasikan OpenClaw di bilah tugas setiap karyawan. Tidak seperti asisten cloud-based standar, agen-agen lokal ini berjalan terus-menerus di latar belakang, langsung di mesin karyawan. Mereka beroperasi melalui loop berkelanjutan dan meniru tindakan manusia, seperti mengetik dan menavigasi melalui otomatisasi browser. Ini membuatnya hampir mustahil bagi sistem keamanan endpoint standar untuk membedakan antara karyawan dan agen AI.