Aditya K Sood, VP di Ingegneria della Sicurezza e Strategia AI, Aryaka – Serie di Interviste

Aditya K Sood (Ph.D) è il VP di Ingegneria della Sicurezza e Strategia AI presso Aryaka. Con più di 16 anni di esperienza, fornisce leadership strategica nella sicurezza delle informazioni, coprendo prodotti e infrastrutture. Il dottor Sood è interessato all’Intelligenza Artificiale (AI), alla sicurezza cloud, all’automazione e all’analisi del malware, alla sicurezza delle applicazioni e alla progettazione di software sicuri. Ha scritto diversi articoli per varie riviste e giornali, tra cui IEEE, Elsevier, Crosstalk, ISACA, Virus Bulletin e Usenix.

Aryaka fornisce soluzioni di rete e sicurezza, offrendo Unified SASE come servizio. La soluzione è progettata per combinare prestazioni, agilità, sicurezza e semplicità. Aryaka supporta i clienti in varie fasi del loro percorso di accesso alla rete sicura, aiutandoli a modernizzare, ottimizzare e trasformare i loro ambienti di rete e sicurezza.

Ci può raccontare di più del suo percorso nella sicurezza informatica e nell’AI e di come l’ha portato al suo ruolo attuale in Aryaka?

Il mio percorso nella sicurezza informatica e nell’AI è iniziato con una fascinazione per il potenziale della tecnologia nel risolvere problemi complessi. All’inizio della mia carriera, mi sono concentrato sulla sicurezza informatica, sull’intelligence delle minacce e sull’ingegneria della sicurezza, il che mi ha dato una solida base per comprendere come interagiscono i sistemi e dove possono esserci vulnerabilità. Questa esposizione mi ha naturalmente portato a immergermi più a fondo nella sicurezza informatica, dove ho riconosciuto l’importanza critica di proteggere i dati e le reti in un mondo sempre più interconnesso. Quando sono emerse le tecnologie AI, ho visto il loro enorme potenziale per trasformare la sicurezza informatica – dall’automazione della rilevazione delle minacce all’analisi predittiva.

Unirmi ad Aryaka come VP di Ingegneria della Sicurezza e Strategia AI è stato un perfetto incontro a causa della sua leadership in Unified SASE come servizio, soluzioni cloud-first WAN e focus sull’innovazione. Il mio ruolo mi consente di sintetizzare la mia passione per la sicurezza informatica e l’AI per affrontare sfide moderne come il lavoro ibrido sicuro, l’ottimizzazione di SD-WAN e la gestione delle minacce in tempo reale. La convergenza di AI e sicurezza informatica di Aryaka consente alle organizzazioni di stare un passo avanti rispetto alle minacce, offrendo al contempo prestazioni di rete eccezionali, e sono entusiasta di far parte di questa missione.

Come leader del pensiero nella sicurezza informatica, come vede l’AI che ridisegna il panorama della sicurezza nei prossimi anni?

L’AI è sull’orlo di trasformare il panorama della sicurezza informatica, liberandoci dal fardello delle attività di routine e permettendoci di concentrarci su sfide più complesse. La sua capacità di analizzare enormi set di dati in tempo reale consente ai sistemi di sicurezza di identificare anomalie, modelli e minacce emergenti a un ritmo che supera le capacità umane. I modelli AI/ML continuano a evolversi, migliorando la loro accuratezza nella rilevazione e nell’elusione degli impatti delle minacce persistenti avanzate (APTs) e delle vulnerabilità zero-day. Inoltre, l’AI è pronta a rivoluzionare la risposta agli incidenti (IR) automatizzando attività ripetitive e sensibili al tempo, come l’isolamento dei sistemi compromessi o il blocco delle attività maliziose, riducendo così i tempi di risposta e mitigando i danni potenziali. Inoltre, l’AI aiuterà a colmare il divario delle competenze nella sicurezza informatica automatizzando le attività di routine e migliorando la presa di decisioni umana, consentendo ai team di sicurezza di concentrarsi su sfide più complesse.

Tuttavia, gli avversari sfruttano rapidamente le stesse capacità che rendono l’AI uno strumento difensivo potente. I cybercriminali utilizzano sempre più l’AI per sviluppare minacce più sofisticate, come attacchi di phishing con deepfake, ingegneria sociale adattiva e malware guidato da AI. Questa tendenza porterà a una “corsa agli armamenti dell’AI”, in cui le organizzazioni devono innovare costantemente per superare queste minacce in evoluzione.

Quali sono le principali sfide di rete che le imprese affrontano quando distribuiscono applicazioni AI, e perché ritiene che queste questioni stiano diventando più critiche?

Le imprese che adottano applicazioni AI affrontano urgenti sfide di rete. La natura esigente dei carichi di lavoro AI, che coinvolgono il trasferimento e l’elaborazione di enormi set di dati in tempo reale, crea un’immediata necessità di larghezza di banda elevata e latenza ultra-bassa. Ad esempio, le applicazioni AI in tempo reale come i sistemi autonomi o l’analisi predittiva dipendono dall’elaborazione istantanea dei dati, dove anche i minimi ritardi possono interrompere i risultati. Queste esigenze spesso superano le capacità delle infrastrutture di rete tradizionali, portando a frequenti collo di bottiglia delle prestazioni.

La scalabilità è una sfida critica nelle distribuzioni AI. La natura dinamica e imprevedibile dei carichi di lavoro AI richiede reti che possano adattarsi rapidamente a requisiti di risorse in evoluzione. Le imprese che distribuiscono AI in ambienti ibridi o multi-cloud affrontano una complessità aggiuntiva poiché i dati e i carichi di lavoro sono distribuiti in diverse località. La necessità di trasferimento di dati senza soluzione di continuità e di scalabilità in questi ambienti è evidente, ma la complessità di raggiungere ciò senza soluzioni di rete avanzate è altrettanto evidente. L’affidabilità è anche fondamentale – i sistemi AI spesso supportano attività critiche, e anche una breve interruzione o perdita di dati può portare a interruzioni significative o risultati AI difettosi.

La sicurezza e l’integrità dei dati complicano ulteriormente le distribuzioni AI. I modelli AI dipendono da enormi quantità di dati sensibili per l’addestramento e l’inferenza, rendendo la trasferimento di dati sicuro e la protezione contro le violazioni o la manipolazione una priorità assoluta. Questa sfida è particolarmente acuta in settori con requisiti di conformità severi, come la sanità e la finanza, dove le organizzazioni devono soddisfare gli obblighi normativi insieme alle esigenze di prestazioni.

Man mano che le imprese adottano sempre più l’AI, queste sfide di rete diventano più critiche, sottolineando la necessità di soluzioni di rete avanzate e pronte per l’AI che offrono larghezza di banda elevata, bassa latenza, scalabilità e sicurezza robusta.

Come la piattaforma di Aryaka affronta le esigenze di larghezza di banda e prestazioni aumentate dei carichi di lavoro AI, in particolare nella gestione dello stress causato dal trasferimento dei dati e dalla necessità di decisioni rapide?

La piattaforma di Aryaka, con la sua gestione di rete intelligente, flessibile e ottimizzata, è unicamente equipaggiata per affrontare le esigenze di larghezza di banda e prestazioni aumentate dei carichi di lavoro AI. Il trasferimento di grandi set di dati tra località distribuite, come dispositivi edge, data center e ambienti cloud, spesso mette a dura prova le reti tradizionali. La soluzione di Aryaka fornisce sollievo dirigendo il traffico attraverso i percorsi più efficienti e disponibili, sfruttando molteplici opzioni di connettività per ottimizzare la larghezza di banda e ridurre la latenza.

Un vantaggio chiave della soluzione di Aryaka è la sua capacità di prioritizzare il traffico AI correlato attraverso il routing basato sulle applicazioni. Identificando e prioritizzando i carichi di lavoro sensibili alla latenza, come l’analisi dei dati in tempo reale o l’inferenza del modello di apprendimento automatico, Aryaka garantisce che le applicazioni AI ricevano le risorse di rete necessarie per la presa di decisioni rapide. Inoltre, la soluzione di Aryaka supporta l’allocazione dinamica della larghezza di banda, consentendo alle imprese di scalare con fiducia le risorse in base alle esigenze dei carichi di lavoro AI, prevenendo collo di bottiglia e garantendo prestazioni coerenti anche durante l’uso di picco.

Inoltre, la piattaforma di Aryaka fornisce capacità di monitoraggio e analisi proattive, offrendo visibilità sulle prestazioni di rete e sui comportamenti dei carichi di lavoro AI. Questo approccio proattivo consente alle imprese di identificare e risolvere problemi di prestazioni prima che influenzino l’operazione dei sistemi AI, garantendo un’operazione ininterrotta. Combinata con funzionalità di sicurezza avanzate come CASB, SWG, FWaaS, crittografia end-to-end, ZTNA e altre, le piattaforme di Aryaka salvaguardano l’integrità dei dati AI.

Come l’adozione dell’AI introduce nuove vulnerabilità o superfici di attacco all’interno delle reti aziendali?

L’adozione dell’AI introduce nuove vulnerabilità e superfici di attacco all’interno delle reti aziendali a causa dei modi unici in cui i sistemi AI operano e interagiscono con i dati. Un rischio significativo deriva dalle enormi quantità di dati sensibili che i sistemi AI richiedono per l’addestramento e l’inferenza. Se questi dati vengono intercettati, manipolati o rubati durante il trasferimento o l’archiviazione, ciò può portare a violazioni, corruzione dei modelli o violazioni della conformità. Inoltre, gli algoritmi AI sono suscettibili ad attacchi avversari, in cui gli attaccanti introducono input accuratamente progettati (ad esempio, immagini o dati alterati) per ingannare i sistemi AI e farli prendere decisioni errate. Questi attacchi possono compromettere applicazioni critiche come la rilevazione delle frodi o i sistemi autonomi, portando a gravi danni operativi o di reputazione. L’adozione dell’AI introduce anche rischi legati all’automazione e alla presa di decisioni. Gli attaccanti possono sfruttare i sistemi di presa di decisioni automatizzati alimentandoli con dati falsi, portando a risultati inaspettati o interruzioni operative.

Un’altra sfida sorge dalla complessità e dalla natura distribuita dei carichi di lavoro AI. I sistemi AI spesso coinvolgono componenti interconnessi tra dispositivi edge, piattaforme cloud e infrastrutture. Questa rete intricata di interconnessioni aumenta notevolmente la superficie di attacco, poiché ogni elemento e percorso di comunicazione rappresenta un potenziale punto di ingresso per gli attaccanti. Compromettere un dispositivo edge, ad esempio, potrebbe consentire il movimento laterale attraverso la rete o fornire un percorso per manipolare i dati elaborati o trasmessi ai sistemi AI centralizzati. Inoltre, le API non protette, spesso utilizzate per l’integrazione delle applicazioni AI, possono esporre vulnerabilità se non protette adeguatamente.

Man mano che le imprese si affidano sempre più all’AI per funzioni critiche, le conseguenze potenziali di queste vulnerabilità diventano più gravi, sottolineando l’urgente necessità di misure di sicurezza robuste. Le organizzazioni devono agire rapidamente per affrontare queste sfide, come l’addestramento avversario per i modelli AI, la protezione dei flussi di dati e l’adozione di architetture zero-trust per salvaguardare gli ambienti guidati dall’AI.

Quali strategie o tecnologie state implementando in Aryaka per affrontare questi rischi di sicurezza specifici dell’AI?

La piattaforma di Aryaka utilizza la crittografia end-to-end per i dati in transito e in stato di riposo per proteggere le enormi quantità di dati sensibili di cui i sistemi AI dipendono. Queste misure salvaguardano i flussi di dati AI, prevenendo l’intercettazione o la manipolazione durante il trasferimento tra dispositivi edge, data center e servizi cloud. Il routing del traffico dinamico aumenta ulteriormente la sicurezza e le prestazioni dirigendo il traffico AI attraverso percorsi sicuri ed efficienti, mentre priorizza i carichi di lavoro critici per minimizzare la latenza e garantire una presa di decisioni affidabile.

Un vantaggio chiave della soluzione di Aryaka è la sua capacità di monitorare il traffico di rete analizzando i log per attività sospette. La visibilità centralizzata e le analisi fornite da Aryaka consentono alle organizzazioni di monitorare la sicurezza e le prestazioni dei carichi di lavoro AI, identificando proattivamente azioni maliziose e comportamenti a rischio associati agli utenti finali, compresi server e host critici. La soluzione AI Observe di Aryaka utilizza algoritmi AI/ML per attivare notifiche di incidenti di sicurezza in base alla gravità calcolata utilizzando vari parametri e variabili per la presa di decisioni.

La soluzione AI>Secure di Aryaka, che sarà disponibile nella seconda metà del 2025, consentirà alle organizzazioni di esaminare il traffico tra gli utenti finali e i punti finali dei servizi AI (ChatGPT, Gemini, copilot, ecc.) per scoprire attacchi come iniezioni di prompt, perdite di informazioni e abusi di guardrail. Inoltre, possono essere applicate politiche rigorose per limitare la comunicazione con servizi/applicazioni GenAI non approvati e sanzionati. Inoltre, Aryaka affronta i rischi di sicurezza specifici dell’AI implementando strategie avanzate che combinano la rete e le misure di sicurezza robuste. Un approccio critico è l’adozione dell’accesso alla rete Zero Trust (ZTNA), che applica controlli di accesso basati sull’identità per ogni utente, dispositivo e applicazione che tenta di interagire con i carichi di lavoro AI.

Attraverso l’impiego di queste misure complete, Aryaka aiuta le imprese a proteggere i loro ambienti AI dai rischi in evoluzione, consentendo al contempo una distribuzione efficiente e scalabile dell’AI.

Può condividere esempi di come l’AI viene utilizzata sia per migliorare la sicurezza che come strumento per potenziali violazioni della rete?

L’AI svolge un ruolo cruciale nella sicurezza informatica. È uno strumento potente per migliorare la sicurezza della rete e una risorsa che gli avversari possono sfruttare per attacchi sofisticati. Riconoscere queste applicazioni sottolinea il potenziale trasformativo dell’AI nel panorama della sicurezza informatica e ci consente di navigare i rischi che introduce.

L’AI sta rivoluzionando la sicurezza della rete attraverso la rilevazione e la prevenzione avanzate delle minacce. I modelli AI analizzano enormi quantità di traffico di rete in tempo reale, identificando anomalie, comportamenti sospetti o indicatori di compromissione (IOCs) che potrebbero passare inosservati ai metodi tradizionali. Ad esempio, i sistemi AI possono rilevare e mitigare gli attacchi di negazione del servizio distribuiti (DDoS) analizzando i modelli dei protocolli di rete e rispondendo automaticamente per isolare le fonti maliziose. Inoltre, il potenziale dell’AI nell’analisi del comportamento è significativo, creando profili del comportamento utente per rilevare le minacce interne o i compromessi di account. Ma la sua applicazione più potente è l’analisi predittiva, in cui i sistemi AI prevedono potenziali vulnerabilità o vettori di attacco, consentendo difese proattive prima che le minacce si concretizzino.

Al contrario, i cybercriminali stanno sfruttando l’AI per sviluppare attacchi più sofisticati. Il codice malizioso guidato da AI può adattarsi per evitare i meccanismi di rilevamento tradizionali cambiando le sue caratteristiche in modo dinamico. Gli attaccanti utilizzano anche l’AI/ML per migliorare le campagne di phishing, creando email o messaggi falsi convincenti personalizzati per singoli bersagli attraverso lo scraping e l’analisi dei dati. Una tendenza allarmante è l’uso di deepfake nell’ingegneria sociale. L’audio o il video generati da AI possono impersonare in modo convincente dirigenti o individui di fiducia per manipolare i dipendenti e far loro divulgare informazioni sensibili o autorizzare transazioni fraudolente. Inoltre, gli attacchi avversari di AI prendono di mira direttamente altri sistemi AI, introducendo dati manipolati per causare previsioni o decisioni errate che possono interrompere operazioni critiche che dipendono dall’automazione guidata dall’AI.

I duali utilizzi dell’AI nella sicurezza informatica sottolineano l’importanza di una strategia di sicurezza proattiva e a strati. Mentre le organizzazioni devono sfruttare il potenziale dell’AI per migliorare le loro difese, è altrettanto cruciale rimanere vigili contro il suo potenziale uso improprio.

Come la soluzione Unified SASE di Aryaka si distingue dalle soluzioni di rete e sicurezza tradizionali?

La soluzione Unified SASE di Aryaka è progettata per scalare con la tua attività. A differenza dei sistemi legacy che si affidano a strumenti separati per la rete (come MPLS) e la sicurezza (come firewall e VPN), Unified SASE integra queste funzioni, offrendo una soluzione fluida e scalabile. Questa convergenza semplifica la gestione e fornisce politiche di sicurezza e prestazioni coerenti per gli utenti, indipendentemente dalla loro posizione. Sfruttando un’architettura cloud-native, Unified SASE elimina la necessità di hardware on-premises complesso, riduce i costi e consente alle aziende di adattarsi rapidamente agli ambienti di lavoro ibrido moderni.

Un fattore differenziante di Aryaka è la sua capacità di supportare i principi di Zero Trust (ZT) su larga scala. Applica controlli di accesso basati sull’identità per ogni utente, dispositivo e applicazione che tenta di interagire con i carichi di lavoro AI. È essenziale in ambienti AI distribuiti, dove i carichi di lavoro si estendono su dispositivi edge, piattaforme cloud e infrastrutture on-premises, rendendoli vulnerabili all’accesso non autorizzato e al movimento laterale degli attaccanti. In combinazione con funzionalità come Secure Web Gateway (SWG), Cloud Access Security Broker (CASB), Intrusion Detection and Prevention Systems (IDPS), Next-Gen Firewall (NGFW) e funzionalità di rete, Aryaka fornisce una protezione robusta contro le minacce, salvaguardando al contempo i dati sensibili attraverso ambienti distribuiti.

Aryaka migliora l’esperienza utente e le prestazioni. Unified SASE sfrutta la rete WAN definita dal software (SD-WAN) per ottimizzare il routing del traffico, garantendo bassa latenza e connessioni ad alta velocità. Ciò è particolarmente critico per le organizzazioni che adottano applicazioni cloud e lavoro remoto. Fornendo sicurezza e prestazioni da una piattaforma unificata, Unified SASE minimizza la complessità, migliora la scalabilità e garantisce che le organizzazioni possano soddisfare le esigenze dei moderni e dinamici paesaggi IT.

Può spiegare come l’architettura OnePASS di Aryaka supporti i carichi di lavoro AI mentre garantisce la trasmissione dei dati sicura ed efficiente?

L’architettura OnePASS di Aryaka supporta i carichi di lavoro AI integrando la connettività di rete sicura e ad alta prestazione con funzionalità di sicurezza e ottimizzazione dei dati robuste. I carichi di lavoro AI spesso trasmettono grandi volumi di dati tra ambienti distribuiti, come dispositivi edge, data center e piattaforme cloud AI. OnePASS garantisce che questi flussi di dati siano efficienti e sicuri sfruttando il backbone privato globale di Aryaka e le capacità di Secure Access Service Edge (SASE).

Il backbone privato globale fornisce una connettività a bassa latenza e ad alta larghezza di banda, essenziale per i carichi di lavoro AI che richiedono l’elaborazione dei dati in tempo reale e la presa di decisioni. Questa rete ottimizzata garantisce una trasmissione dei dati rapida e affidabile, evitando i collo di bottiglia comunemente associati alle connessioni internet pubbliche. L’architettura impiega inoltre tecniche avanzate di ottimizzazione WAN, come la deduplicazione dei dati e la compressione, per migliorare ulteriormente l’efficienza e ridurre lo stress sulle risorse di rete. È ideale per grandi set di dati e frequenti aggiornamenti del modello associati alle operazioni AI, instillando fiducia nelle prestazioni del sistema.

Dal punto di vista della sicurezza, l’architettura OnePASS di Aryaka applica un framework Zero Trust, garantendo che tutti i flussi di dati siano autenticati, crittografati e monitorati in modo continuo. Le funzionalità di sicurezza integrate, come Secure Web Gateway (SWG), Cloud Access Security Broker (CASB) e sistemi di prevenzione delle intrusioni (IPS), salvaguardano i carichi di lavoro AI sensibili contro le minacce informatiche. Inoltre, abilitando l’applicazione delle politiche basate sull’edge, OnePASS minimizza la latenza mentre garantisce che i controlli di sicurezza vengano applicati in modo coerente attraverso ambienti distribuiti, fornendo un senso di sicurezza nella vigilanza del sistema.

L’architettura a singola passata di Aryaka incorpora tutte le funzionalità di sicurezza essenziali in una piattaforma unificata. Ciò consente l’ispezione e l’elaborazione del traffico di rete in tempo reale senza richiedere dispositivi di sicurezza multipli. La combinazione di connettività sicura e a bassa latenza e di protezione contro le minacce robusta rende l’architettura OnePASS di Aryaka unica per i carichi di lavoro AI moderni.

Quali tendenze prevede per l’AI e la sicurezza della rete man mano che ci avviciniamo al 2025 e oltre?

Man mano che ci avviciniamo al 2025 e oltre, l’AI svolgerà un ruolo cruciale nella sicurezza della rete. I sistemi di rilevamento delle minacce guidati da AI continueranno ad avanzare, sfruttando l’AI/ML per identificare modelli di attività maliziosa con una velocità e un’accuratezza senza precedenti. Questi sistemi eccelleranno nel rilevamento di vulnerabilità zero-day e attacchi sofisticati, come le minacce persistenti avanzate (APTs). L’AI guiderà anche l’automazione nella risposta agli incidenti, un sviluppo che dovrebbe rassicurare il pubblico sull’efficienza dei futuri sistemi di sicurezza. Questa automazione consentirà ai sistemi di Orchestrazione, Automazione e Risposta alla Sicurezza (SOAR) di neutralizzare le minacce in modo autonomo, riducendo i tempi di risposta e alleviando il carico sui analisti umani. Inoltre, man mano che il calcolo quantistico evolve, potrebbe minacciare gli standard di crittografia esistenti nella sicurezza della rete, spingendo l’industria verso la crittografia sicura per i quanti.

Tuttavia, l’integrazione crescente dell’AI nella sicurezza della rete presenta sfide. I cybercriminali sfruttano il potere delle tecnologie AI per sviluppare attacchi più avanzati, tra cui schemi di phishing e malware evasivi. A causa dei rischi di modelli distorti o non addestrati correttamente, le vulnerabilità dei modelli AI, che si riferiscono a difetti nel design o nell’implementazione dei sistemi AI, probabilmente aumenteranno. Ciò porterà a sfruttare i modelli AI attraverso nuove tecniche di avvelenamento dei dati e manipolazione degli input avversari. Inoltre, l’adozione dell’AI migliorerà la rilevazione delle vulnerabilità di sicurezza nelle librerie e nei pacchetti di software di terze parti utilizzati nelle catene di approvvigionamento del software.

Ci aspettiamo anche che gli strumenti guidati da AI consentano una migliore collaborazione tra gli strumenti di sicurezza, i team e le organizzazioni. Le soluzioni centrate sull’AI creeranno modelli di sicurezza personalizzati, facendo sentire il pubblico che le loro esigenze di sicurezza sono soddisfatte. Questi modelli creeranno politiche di sicurezza personalizzate in base ai ruoli e al comportamento degli utenti. Le nazioni collaboreranno alla costruzione di un quadro globale di sicurezza informatica per le tecnologie AI.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Aryaka.