De 3 pijlers van AI in cybersecurity

Kunstmatige intelligentie (AI) heeft de cybersecurity-industrie stormenderhand veroverd, met leveranciers van alle soorten die werken aan het integreren van AI in hun oplossingen. Maar de relatie tussen AI en beveiliging gaat verder dan het implementeren van AI-mogelijkheden – het gaat erom hoe zowel aanvallers als verdedigers de technologie gebruiken om het gezicht van het moderne bedreigingslandschap te veranderen. Het gaat er ook om hoe die AI-modellen worden ontwikkeld, bijgewerkt en beschermd. Vandaag de dag zijn er drie primaire pijlers van AI in cybersecurity – en naarmate een groeiend aantal organisaties zich tot beveiligingsleveranciers met AI-gebaseerde oplossingen wendt, wordt het steeds belangrijker om te begrijpen hoe die technologie daadwerkelijk wordt gebruikt.

Pijler #1: Verdediging van AI-mogelijkheden

Naarmate de adoptie van AI-gebaseerde oplossingen blijft stijgen, erkennen bedrijven steeds meer dat het beschermen van die oplossingen een prioriteit moet zijn. AI-oplossingen worden getraind op enorme hoeveelheden data (hoe meer data, hoe nauwkeuriger de oplossing), wat betekent dat een aanvaller die erin slaagt een van die oplossingen te breken, mogelijk op een schat aan klantgegevens, intellectueel eigendom, financiële informatie en andere waardevolle activa zit. Met aanvallers die deze aanvalsvectoren in een toenemend tempo gebruiken, is de eerste verdedigingslijn voor organisaties hun vermogen om de AI-modellen die ze dagelijks gebruiken te verdedigen.

Gelukkig is dit probleem geen geheim – in feite groeit de markt voor oplossingen die specifiek zijn ontworpen om AI-modellen te beschermen, snel, met een aanzienlijk aantal startups dat de afgelopen jaar of twee is opgekomen. Het is ook belangrijk om te onthouden dat, hoewel oplossingen zoals generatieve AI relatief nieuw zijn, AI al een tijdje bestaat – en de meeste AI-oplossingen hebben enige mate van beveiliging ingebouwd. Dat gezegd hebbende, moeten organisaties altijd alle extra stappen nemen die nodig zijn om zichzelf en hun gegevens te beschermen, en er is geen gebrek aan derdepartijoplossingen die kunnen helpen om AI-pijplijnen tegen aanvallers te verdedigen die op zoek zijn naar een gemakkelijke score.

Pijler #2: Stoppen van aanvallers die AI gebruiken

Met AI die steeds toegankelijker wordt, is het geen verrassing dat aanvallers de technologie voor hun eigen doeleinden gebruiken. Net zoals AI organisaties in staat stelt om hun operaties te stroomlijnen en saaie en herhalende processen te automatiseren, helpt het aanvallers om de omvang en complexiteit van hun aanvallen te vergroten. In praktische zin gebruiken aanvallers AI niet echt om “nieuwe” soorten aanvallen uit te voeren – tenminste, nog niet. Maar de technologie maakt het gemakkelijker om bestaande aanvalstactieken op een extreem hoog volume uit te voeren.

Als voorbeeld zijn phishing-scams een kwestie van getallen – als slechts 1% van de ontvangers op een kwaadaardige link klikt, is dat een overwinning voor de aanvaller. Maar met de hulp van AI kunnen aanvallers een ongekende mate van personalisatie toevoegen aan hun phishing-e-mails, waardoor ze overtuigender – en gevaarlijker – worden dan ooit tevoren. Erger nog, zodra een organisatie is gecompromitteerd (via phishing of andere middelen), kan de aanvaller AI gebruiken om ontdekkingsgegevens te analyseren en een besluitvormingsproces te creëren dat propagering gemakkelijker en stiller maakt. Hoe meer aanvallers propagering kunnen automatiseren, hoe sneller ze hun doel kunnen bereiken – vaak voordat traditionele beveiligingstools de aanval zelfs maar hebben geïdentificeerd, laat staan effectief hebben gereageerd.

Dat betekent dat organisaties paraat moeten zijn – en het begint met het hebben van oplossingen die deze hoge-volume-, hoge-complexiteitsaanvallen kunnen identificeren en verdedigen. Terwijl veel bedrijven mogelijk oplossingen hebben om zich te verdedigen tegen phishing-scams, malware-aanvallen en andere vectoren, is het belangrijk om die oplossingen te testen om er zeker van te zijn dat ze effectief blijven als aanvallen vaker en complexer worden. Beveiligingsleiders moeten onthouden dat het niet alleen gaat om het hebben van de juiste oplossingen – het gaat erom ervoor te zorgen dat ze werken zoals verwacht tegen echte bedreigingen.

Pijler #3: Gebruik van AI in cybersecurity-producten

De laatste pijler is degene die beveiligingsprofessionals het meest vertrouwd zullen zijn: beveiligingsleveranciers die AI in hun producten gebruiken. Een van de dingen waar AI het beste in is, is het identificeren van patronen, waardoor het ideaal is voor het identificeren van verdachte of abnormale activiteit. Een groeiend aantal leveranciers implementeert AI in hun detectieoplossingen, en velen gebruiken AI ook om bepaalde elementen van remediation te automatiseren. In het verleden was het omgaan met lage-dreigingsniveaus een saai maar noodzakelijk element van cybersecurity. Vandaag de dag kan AI veel van dat proces automatiseren, omgaan met kleine incidenten automatisch en beveiligingsprofessionals in staat stellen om zich te concentreren op de bedreigingen die directe aandacht vereisen.

Dit heeft aanzienlijke waarde toegevoegd aan een breed scala aan beveiligingsoplossingen, maar het gebeurt niet in een vacuüm. AI-modellen moeten worden onderhouden, en het is belangrijk om met leveranciers te werken die een reputatie hebben voor het consistent up-to-date houden van hun modellen. Het screenen van potentiële beveiligingspartners is kritiek, en organisaties moeten weten hoe leveranciers met AI omgaan: waar hun gegevens vandaan komen, hoe ze problemen zoals inherente bias vermijden, en andere factoren kunnen (en moeten) de beslissing beïnvloeden om met een bepaalde leverancier te werken. Terwijl AI-oplossingen in bijna elke industrie aan populariteit winnen, zijn ze niet allemaal gelijk. Organisaties moeten ervoor zorgen dat ze met beveiligingspartners werken die de ins en outs van de technologie begrijpen, in plaats van leveranciers die “AI” zien als een marketingbuzzwoord.

AI met vertrouwen benaderen

Naarmate AI steeds meer alomtegenwoordig wordt in het cybersecurity-landschap, is het belangrijk voor organisaties om zich vertrouwd te maken met de manieren waarop de technologie daadwerkelijk wordt gebruikt. Dat betekent dat ze begrijpen hoe AI beveiligingsoplossingen kan verbeteren en hoe het aanvallers kan helpen om geavanceerdere aanvallen te creëren. Het betekent ook dat ze erkennen dat de gegevens waarop de AI-modellen van vandaag zijn gebouwd, beschermd moeten worden – en dat het werken met leveranciers die de technologie veilig en beveiligd implementeren, kritiek is. Door de drie hoofdpijlers van AI en beveiliging te begrijpen, kunnen organisaties ervoor zorgen dat ze de basiskennis hebben die nodig is om de technologie met vertrouwen te benaderen. Vandaag zijn AI-modellen gebouwd moet worden beschermd – en werken met leveranciers die prioriteit geven aan het veilig en beveiligd implementeren van de technologie, is kritiek. Door de drie hoofdpijlers van AI en beveiliging te begrijpen, kunnen organisaties ervoor zorgen dat ze de basiskennis hebben die nodig is om de technologie met vertrouwen te benaderen.