Saryu Nayyar, CEO dan Pendiri Gurucul – Seri Wawancara

Saryu Nayyar adalah ahli keamanan siber yang diakui secara internasional, penulis, pembicara, dan anggota Dewan Teknologi Forbes. Dia memiliki lebih dari 15 tahun pengalaman di bidang keamanan informasi, manajemen identitas dan akses, manajemen risiko IT, dan manajemen risiko keamanan.

Dia dinobatkan sebagai EY Entrepreneurial Winning Women pada tahun 2017. Dia telah memegang posisi kepemimpinan dalam strategi produk dan layanan keamanan di Oracle (ORCL ), Simeio, Sun Microsystems, Vaau (yang diakuisisi oleh Sun), dan Disney. Saryu juga menghabiskan beberapa tahun di posisi senior di praktik keamanan dan manajemen risiko teknologi Ernst & Young.

Gurucul adalah perusahaan keamanan siber yang berspesialisasi dalam keamanan berbasis perilaku dan analitik risiko. Platformnya menggunakan machine learning, AI, dan big data untuk mendeteksi ancaman insider, kompromi akun, dan serangan lanjutan di seluruh lingkungan hybrid. Gurucul dikenal karena Platform Analitik Keamanan dan Risiko Terpadu, yang mengintegrasikan SIEM, UEBA (Analitik Perilaku Pengguna dan Entitas), XDR, dan analitik identitas untuk memberikan deteksi ancaman dan respons waktu nyata. Perusahaan ini melayani perusahaan, pemerintah, dan MSSP, dengan tujuan mengurangi positif palsu dan mempercepat remediasi ancaman melalui otomatisasi cerdas.

Apa yang menginspirasi Anda untuk memulai Gurucul pada tahun 2010, dan apa masalah yang Anda coba selesaikan di lanskap keamanan siber?

Gurucul didirikan untuk membantu Tim Operasi Keamanan dan Manajemen Risiko Insider memperoleh kejelasan tentang risiko siber yang paling kritis yang mempengaruhi bisnis mereka. Sejak 2010, kami telah mengambil pendekatan analitik perilaku dan prediktif, bukan berbasis aturan, yang telah menghasilkan lebih dari 4.000 model machine learning yang menempatkan anomali pengguna dan entitas ke dalam konteks di berbagai skenario serangan dan risiko. Kami telah membangun fondasi ini, bergerak dari membantu perusahaan besar Fortune 50 untuk memecahkan tantangan Risiko Insider, ke membantu perusahaan memperoleh kejelasan radikal tentang semua risiko siber. Ini adalah janji dari REVEAL, platform Analitik Data dan Keamanan Terpadu yang didorong oleh AI. Sekarang, kami membangun misi AI kami dengan visi untuk mengirimkan platform Analitik Keamanan yang Mandiri, menggunakan Machine Learning sebagai fondasi, tetapi sekarang melapisinya dengan kemampuan AI Generatif dan Agensi di seluruh siklus ancaman. Tujuannya adalah agar analis dan insinyur menghabiskan lebih sedikit waktu dalam kompleksitas dan lebih banyak waktu fokus pada pekerjaan yang bermakna. Memungkinkan mesin untuk memperkuat definisi kegiatan sehari-hari mereka.

Setelah bekerja di posisi kepemimpinan di Oracle, Sun Microsystems, dan Ernst & Young, apa pelajaran kunci yang Anda bawa dari pengalaman tersebut ke dalam mendirikan Gurucul?

Pengalaman kepemimpinan saya di Oracle, Sun Microsystems, dan Ernst & Young memperkuat kemampuan saya untuk memecahkan tantangan keamanan yang kompleks dan memberi saya pemahaman tentang tantangan yang dihadapi oleh CEO dan CISO Fortune 100. Secara kolektif, hal ini memungkinkan saya untuk mendapatkan tempat duduk di barisan depan tantangan teknologi dan bisnis yang dihadapi oleh kebanyakan pemimpin keamanan dan menginspirasi saya untuk membangun solusi untuk menjembatani kesenjangan tersebut.

Bagaimana platform REVEAL dari Gurucul membedakan diri dari solusi SIEM (Manajemen Informasi dan Peristiwa Keamanan) tradisional?

Solusi SIEM warisan bergantung pada pendekatan berbasis aturan yang statis, yang menghasilkan positif palsu yang berlebihan, biaya yang meningkat, dan deteksi serta respons yang tertunda. Platform REVEAL kami sepenuhnya cloud-native dan didorong oleh AI, menggunakan machine learning lanjutan, analitik perilaku, dan skor risiko dinamis untuk mendeteksi dan merespons ancaman secara waktu nyata. Tidak seperti platform tradisional, REVEAL terus beradaptasi dengan ancaman yang berkembang dan mengintegrasikan secara menyeluruh di lingkungan on-premises, cloud, dan hybrid untuk perlindungan keamanan yang komprehensif. Diakui sebagai solusi SIEM yang paling visioner dalam Gartner’s Magic Quadrant selama tiga tahun berturut-turut, REVEAL mendefinisikan kembali SIEM yang didorong oleh AI dengan presisi, kecepatan, dan visibilitas yang tak tertandingi. Selain itu, SIEMs bergelut dengan masalah kelebihan data. Mereka terlalu mahal untuk mengkonsumsi semua yang dibutuhkan untuk visibilitas yang lengkap, dan bahkan jika mereka melakukannya, hanya menambahkan pada masalah positif palsu. Gurucul memahami masalah ini, dan itulah mengapa kami memiliki solusi Manajemen Pipa Data asli yang didorong oleh AI yang memfilter data non-kritis ke penyimpanan berbiaya rendah, menghemat uang, sambil mempertahankan kemampuan untuk menjalankan pencarian federasi di semua data. Sistem analitik adalah situasi “sampah masuk, sampah keluar”. Jika data yang masuk bengkak, tidak perlu, atau tidak lengkap, maka outputnya tidak akan akurat, dapat diandalkan, atau pada akhirnya dipercaya.

Bagaimana mesin pembelajaran dan analitik perilaku digunakan untuk mendeteksi ancaman secara waktu nyata?

Platform kami menggunakan lebih dari 4.000 model mesin pembelajaran untuk menganalisis secara terus-menerus semua dataset yang relevan dan mengidentifikasi anomali dan perilaku mencurigakan secara waktu nyata. Tidak seperti sistem keamanan warisan yang bergantung pada aturan statis, REVEAL mengungkapkan ancaman saat mereka muncul. Platform ini juga menggunakan Analitik Perilaku Pengguna dan Entitas (UEBA) untuk menetapkan baseline perilaku pengguna dan entitas normal, mendeteksi deviasi yang dapat menunjukkan ancaman insider, akun yang dikompromikan, atau aktivitas berbahaya. Perilaku ini lebih lanjut dikontekstualkan oleh mesin big data yang mengorelasikan, memperkaya, dan menghubungkan data keamanan, jaringan, IT, IoT, cloud, identitas, aplikasi bisnis, dan intelijen ancaman internal dan eksternal. Ini memberitahu mesin skor risiko dinamis yang menetapkan skor risiko waktu nyata yang membantu memprioritaskan respons terhadap ancaman kritis. Kemampuan-kemampuan ini menyediakan pendekatan komprehensif yang didorong oleh AI untuk deteksi dan respons ancaman waktu nyata yang membedakan REVEAL dari solusi keamanan konvensional.

Bagaimana pendekatan yang didorong oleh AI dari Gurucul membantu mengurangi positif palsu dibandingkan dengan sistem keamanan siber konvensional?

Platform REVEAL mengurangi positif palsu dengan menggunakan analisis kontekstual yang didorong oleh AI, wawasan perilaku, dan mesin pembelajaran untuk membedakan aktivitas pengguna yang sah dari ancaman yang sebenarnya. Tidak seperti solusi konvensional, REVEAL memperbaiki kemampuan deteksi secara waktu, meningkatkan akurasi sambil meminimalkan kebisingan. UEBA-nya mendeteksi deviasi dari baseline aktivitas dengan akurasi tinggi, memungkinkan tim keamanan untuk fokus pada risiko keamanan yang sah daripada terganggu oleh alarm palsu. Sementara Machine Learning adalah aspek dasar, AI Generatif dan Agensi memainkan peran signifikan dalam menambahkan konteks dalam bahasa alami untuk membantu analis memahami apa yang terjadi di sekitar peringatan dan bahkan mengotomatisasi respons terhadap peringatan tersebut.

Apa peran AI lawan dalam ancaman keamanan siber modern, dan bagaimana Gurucul melawan risiko yang berkembang ini?

Pertama, kami sudah melihat AI lawan diterapkan pada buah yang paling mudah, yaitu vektor manusia dan ancaman berbasis identitas. Ini adalah mengapa analitik perilaku dan identitas sangat penting untuk mengidentifikasi perilaku anomali, memasukkannya ke dalam konteks, dan memprediksi perilaku berbahaya sebelum itu berkembang lebih lanjut. Selain itu, AI lawan adalah paku liang untuk metode deteksi berbasis tanda tangan. Musuh menggunakan AI untuk menghindari aturan deteksi yang didefinisikan oleh TTP, tetapi lagi-lagi mereka tidak dapat menghindari deteksi berbasis perilaku dengan cara yang sama. Tim SOC tidak memiliki sumber daya yang cukup untuk terus menulis aturan untuk mengikuti dan akan memerlukan pendekatan modern untuk deteksi ancaman, investigasi, dan respons. Perilaku dan konteks adalah bahan kunci. Akhirnya, platform seperti REVEAL bergantung pada umpan balik yang terus-menerus, dan kami terus menerapkan AI untuk membantu kami memperbaiki model deteksi, merekomendasikan model baru, dan memberitahu intelijen ancaman baru yang dapat dinikmati oleh seluruh ekosistem pelanggan kami.

Bagaimana sistem skor risiko berbasis dari Gurucul memperbaiki kemampuan tim keamanan untuk memprioritaskan ancaman?

Sistem skor risiko dinamis kami menetapkan skor risiko waktu nyata untuk pengguna, entitas, dan tindakan berdasarkan perilaku yang diamati dan wawasan kontekstual. Ini memungkinkan tim keamanan untuk memprioritaskan ancaman kritis, mengurangi waktu respons, dan mengoptimalkan sumber daya. Dengan mengkuantifikasi risiko pada skala 0-100, REVEAL memastikan bahwa organisasi fokus pada insiden yang paling mendesak daripada terganggu oleh alert dengan prioritas rendah. Dengan skor risiko terpadu yang mencakup semua sumber data perusahaan, tim keamanan memperoleh visibilitas dan kontrol yang lebih besar, mengarah pada pengambilan keputusan yang lebih cepat dan lebih tepat.

Di era pelanggaran data yang meningkat, bagaimana solusi keamanan yang didorong oleh AI dapat membantu organisasi mencegah ancaman insider?

Ancaman insider adalah risiko keamanan yang sangat menantang karena sifatnya yang halus dan akses yang dimiliki oleh karyawan. REVEAL UEBA mendeteksi deviasi dari baseline perilaku yang telah ditetapkan, mengidentifikasi aktivitas berisiko seperti akses data tidak sah, waktu login tidak biasa, dan penyalahgunaan hak akses. Skor risiko dinamis juga terus menilai perilaku secara waktu nyata, menetapkan tingkat risiko untuk memprioritaskan ancaman insider yang paling mendesak. Kemampuan AI ini memungkinkan tim keamanan untuk mendeteksi dan mitigasi ancaman insider sebelum mereka berkembang menjadi pelanggaran. Mengingat sifat prediktif dari analitik perilaku, Manajemen Risiko Insider adalah perlombaan melawan waktu. Tim Manajemen Risiko Insider perlu dapat merespons dan berkolaborasi dengan cepat, dengan privasi sebagai prioritas utama. Konteks lagi-lagi sangat penting di sini, dan menambahkan deviasi perilaku dengan konteks dari sistem identitas, aplikasi HR, dan semua sumber data lain yang relevan memberikan tim ini amunisi untuk dengan cepat membangun dan membela kasus bukti sehingga bisnis dapat merespons dan memitigasi sebelum terjadi eksfiltrasi data.

Bagaimana solusi analitik identitas dari Gurucul memperbaiki keamanan dibandingkan dengan alat Manajemen Identitas dan Akses (IAM) tradisional?

Alat IAM tradisional fokus pada kontrol akses dan autentikasi tetapi kekurangan kecerdasan dan visibilitas untuk mendeteksi akun yang dikompromikan atau penyalahgunaan hak akses secara waktu nyata. REVEAL melampaui keterbatasan ini dengan menggunakan analitik perilaku yang didorong oleh AI untuk terus menilai risiko pengguna, menyesuaikan skor risiko secara dinamis, dan menerapkan hak akses adaptif, meminimalkan penyalahgunaan dan hak akses yang tidak sah. Dengan mengintegrasikan dengan kerangka kerja IAM yang ada dan menerapkan akses terbatas, solusi kami memperkuat keamanan identitas dan mengurangi permukaan serangan. Masalah dengan tata kelola IAM adalah sprawl sistem identitas dan kurangnya keterhubungan antara sistem identitas yang berbeda. Gurucul memberikan tim visi 360° dari risiko identitas mereka di seluruh infrastruktur identitas. Sekarang mereka dapat berhenti dari persetujuan akses dan mengambil pendekatan berbasis risiko untuk kebijakan akses. Selain itu, mereka dapat mempercepat aspek kepatuhan dari IAM dan menunjukkan pendekatan pemantauan terus-menerus dan holistik untuk kontrol akses di seluruh organisasi.

Apa ancaman keamanan siber kunci yang Anda perkirakan dalam lima tahun ke depan, dan bagaimana AI dapat membantu memitigasi ancaman tersebut?

Ancaman berbasis identitas akan terus berkembang, karena mereka telah berhasil. Musuh akan menggandakan upaya mereka untuk mendapatkan akses dengan cara masuk baik melalui insider yang dikompromikan atau menyerang infrastruktur identitas. Secara alami, ancaman insider akan terus menjadi vektor risiko utama bagi banyak bisnis, terutama karena shadow IT terus berkembang. Baik dengan niat jahat atau ceroboh, perusahaan akan semakin memerlukan visibilitas ke dalam risiko insider. Selain itu, AI akan mempercepat variasi TTP konvensional, karena musuh tahu bahwa itulah cara mereka dapat menghindari deteksi dengan melakukannya, dan itu akan menjadi biaya rendah bagi mereka untuk menciptakan taktik, teknik, dan protokol adaptif. Oleh karena itu, lagi-lagi mengapa fokus pada perilaku dalam konteks dan memiliki sistem deteksi yang dapat beradaptasi dengan kecepatan yang sama akan menjadi sangat penting untuk masa depan yang dapat diprediksi.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Gurucul.