Beveiliging van AI-gebruik in OT-omgevingen

Terwijl organisaties met operationele technologie (OT) AI beginnen te omarmen, moet beveiliging centraal staan in hun strategie. De integratie van AI vergroot de aanvalsoppervlakte aanzienlijk – een oppervlakte die al was uitgebreid door de convergentie van IT en OT. De meeste OT-inbreuken zijn het gevolg van IT-connectiviteit, en OT-apparaten, die vaak geen ingebouwde beveiligingsfuncties en patchmogelijkheden hebben, zijn van nature moeilijk te beveiligen. De introductie van AI voegt een nieuwe laag complexiteit toe aan een al uitdagende omgeving.

Om deze uitdagingen te overwinnen, moeten beveiligingsprofessionals hun aanpak opnieuw overwegen. De sleutel tot het beveiligen van AI ligt in het gebruik van AI zelf – het gebruik van de sterke punten van de technologie om krachtige verdedigingen te creëren.

Groei van AI-adoptie en begeleidende beveiligingsuitdagingen

De adoptie van AI-toepassingen door medewerkers versnelt snel, waardoor innovatie over de hele linie wordt gestimuleerd. Bedrijven gebruiken AI om een concurrentievoordeel te behalen, waarbij medewerkers tools zoals generatieve AI gebruiken om workflows te stroomlijnen en de productiviteit te verhogen.

In de OT-sector is het potentieel van AI enorm, en het is al operaties aan het transformeren. Zo geeft AI bijvoorbeeld manufacturing en energie de mogelijkheid om te groeien, met use cases zoals slimme productie en “machine-as-a-service” die een nieuwe industriële IoT-techstack gebruiken die de traditionele Purdue-modus en airgapping fundamenteel uitdaagt. Slimme gebouwen worden efficiënter door het gebruik van AI om energieverbruik te optimaliseren, de ervaring van de werknemers te verbeteren en routineonderhoudstaken zoals het monitoren van HVAC-systemen, het aanpassen van verlichting op basis van bezetting en het detecteren van lekken in watervoorzieningssystemen te automatiseren.

Bovendien helpt AI-gedreven besluitvorming OT-professionals om complexe processen zoals het plannen van preventief onderhoud op basis van apparatuurgebruikspatronen, het dynamisch aanpassen van productielijnen om de output te optimaliseren en het beheren van voorradeniveaus in real-time om tekorten te voorkomen, te automatiseren. Door deze routine- maar kritieke taken over te nemen, stelt AI OT-teams in staat om zich te concentreren op meer strategische, hogere-waardeactiviteiten die innovatie en efficiëntie stimuleren.

Dit gebeurt al, en use cases worden snel uitgerold. Een recent rapport van MIT Technology Review Insights vond dat 64% van de fabrikanten die werden ondervraagd al waren begonnen met onderzoek naar of experimenteren met AI. In feite zal volgens Gartner tot 75% van de operationele beslissingen tegen 2030 binnen een AI-geactiveerde toepassing of proces worden genomen.

Organisaties moeten echter in gedachten houden dat, terwijl AI-geactiveerde toepassingen geweldige kansen bieden, ze ook nieuwe problemen voor gegevensbeveiliging opleveren en het potentiële aanvalsoppervlak vergroten. Naarmate de adoptie van AI stijgt, worden deze systemen prima doelwitten voor cyberaanvallen.

AI-toepassingen zoals verbonden machines vereisen machine-telemetrie die rechtstreeks van de rand naar IT en/of de cloud wordt verzameld, wat het traditionele OT-model doorbreekt en het dreigingsoppervlak vergroot. Vaak kan OT (of schaduw-IT) een dergelijke technische stack opbouwen zonder de kennis of goedkeuring van het IT-beveiligingsteam, waardoor industriële organisaties worden blootgesteld aan bedreigingen van veel niet-goedgekeurde, extern gerichte toepassingen en activa. Dit vereist dat organisaties hun beveiligingsstrategieën opnieuw overwegen om deze kritieke activa te beschermen.

AI wordt steeds meer door organisaties geadopteerd, omdat ze de dubbele potentie van AI erkennen: kosten verlagen aan de achterkant en hogere winsten genereren door verbeterde toepassingen. Bedrijven integreren nu AI-componenten in hun toepassingsstacks om deze voordelen te benutten. Dit introduceert echter ook nieuwe risico’s, met name met betrekking tot de blootstelling van gevoelige gegevens, aangezien AI-systemen afhankelijk zijn van inferentie- en trainingsdatasets. Naarmate AI een integraal onderdeel van bedrijfsoperaties wordt, is het essentieel om deze datasets te beschermen tegen potentiële bedreigingen om zowel beveiliging als vertrouwen te behouden.

Beveiligen van AI-geactiveerde toepassingen met het juiste AI-gedreven plan

De AI-genie is uit de fles. Er is geen terugkeer mogelijk, wat betekent dat de enige veilige manier om vooruit te gaan is om een sterke aanpak te hanteren om deze AI-geactiveerde toepassingen te beveiligen. En, ironisch genoeg, vereist het aanpakken van AI-gerelateerde beveiligingsbedreigingen AI-geactiveerde oplossingen. In een rapport van Palo Alto Networks en ABI Research (PANW ) zei 8 van de 10 respondenten dat ze geloofden dat AI essentieel zou zijn voor het bestrijden van AI-geactiveerde aanvallen.

Enkele manieren waarop AI kan helpen bij AI-beveiliging zijn:

Samenwerking tussen IT- en OT-beveiligingsteams: AI verandert de manier waarop IT- en OT-beveiligingsteams samenwerken door een unified beeld van beveiligingsgegevens te bieden dat beide partijen kunnen gebruiken. Aangezien OT-omgevingen steeds meer IT-technologieën integreren, helpt AI bij het overbruggen van de kloof door geavanceerde analytics toe te passen op beide domeinen. Dit maakt vroegere dreigingsdetectie mogelijk, nauwkeurigere mapping van aanvallen naar frameworks zoals MITRE ATT&CK en geautomatiseerd monitoren van afwijkingen. Door de communicatie te verbeteren en routinebeveiligingstaken te stroomlijnen, maakt sterke samenwerking tussen IT- en OT-teams end-to-end, AI-geactiveerde inzichten mogelijk voor betere detectie en beveiliging.

Versterking van dreigingsdetectie en -reactie: AI verandert de manier waarop fabrikanten dreigingen detecteren en reageren, met name met betrekking tot User and Entity Behavior Analytics (UEBA) die worden toegepast op de vele apparaten op de fabrieksvloer. AI-hulpmiddelen gebruiken algoritmen om baselines voor normaal gedrag in te stellen en snel onregelmatigheden te detecteren die een dreiging kunnen aanduiden. Standaard IT-beveiligingshulpmiddelen kunnen de gespecialiseerde protocollen van OT mogelijk niet begrijpen, dus deze AI-mogelijkheid is vooral belangrijk.

Aanpakken van de cyberbeveiligingskloof: Wereldwijd is er een geschatte tekort van 4 miljoen gekwalificeerde cybersecurity-professionals, volgens ISC2. AI kan helpen door sommige van de saaie taken die teams te lijden hebben te automatiseren en te helpen bij het oplossen van hogere beveiligingsoperaties voor nieuwe teamleden. AI-automatisering geeft beveiligingspersoneel ook de mogelijkheid om tijd te besteden aan strategische initiatieven met hoge waarde.

Als we vooruitkijken, zijn er verschillende AI-innovaties die op het punt staan om OT-beveiliging positief te beïnvloeden:

• AI-digitale tweelingintegratie om effectievere beveiligingssimulaties te creëren
• Meer nauwkeurigheid in termen van dreigingsdetectie, waardoor het aantal valse positieven afneemt
• Meer mogelijkheid om operationeel risico te beoordelen

Het beveiligen van AI vereist natuurlijk ook het volgen van alle beste praktijken voor elk beveiligingsprogramma, waaronder het investeren in periodieke training en bewustzijn voor personeel, up-to-date blijven met regelgevende en compliance-eisen en het uitvoeren van voortdurende beveiligingsinspectie van OT-processen en netwerkverkeer.

AI veilig maken

De convergentie van OT en IT heeft al het beschikbare netwerk- en gegevensbeveiligingsaanvalsoppervlak uitgebreid – en de introductie van AI heeft het nog verder uitgebreid. Terwijl organisaties en hun medewerkers AI snel omarmen, brengt de technologie zowel kansen als nieuwe risico’s met zich mee, waaronder het gebruik van niet-goedgekeurde schaduw-AI.

Gezien de onmiskenbare bruikbaarheid van AI, is het hier om te blijven, en de beveiligingsramificaties moeten nu worden aangepakt. Om het gebruik van GenAI en AI-geactiveerde toepassingen te beveiligen, moeten organisaties een uitgebreid beveiligingsplan ontwikkelen dat niet alleen beschermt tegen potentiële bedreigingen, maar ook de mogelijkheden van AI gebruikt om hun verdediging te versterken. De beste praktijken die hierboven worden genoemd, bieden een kader voor organisaties om een strategie te creëren of te verfijnen die hen in staat stelt om de mogelijkheden van AI te maximaliseren en tegelijkertijd de daarmee verbonden risico’s effectief te beheren.