Utnytting av AI for å optimalisere nettverk og sikre data – Ledende eksperter

av David Ryan, salgsdirektør, Cynamics

Enorme mengder data genereres daglig; ifølge noen kilder genereres hele 2,5 kvintillioner bytes data hver dag. I dagens verden er proprietær data en av de mest verdifulle aktivene organisasjonene har, den understøtter driften, gir innsikt i kundinformasjon, kjøpsatferd og inneholder informasjon om leverandørkjeden. En organisasjons data er ett av de viktigste elementene i dens forretning, og den må beskyttes.

Uheldigvis kan mennesker alene ikke håndtere datamengdene på egen hånd. Bortsett fra det, og mer viktig og skremmende, er hvor mye av en organisasjons data som blir latt uberørt, med majoriteten av nettverkene uten beskyttelse. Dette kan ikke bare føre til et brudd som kan ødelegge organisasjonen, men det kan også sette deg i en juridisk vanskelig situasjon, siden du har brutt tilliten og forholdet mellom forretningspartnere, kunder og leverandører. Beskyttelse av nettverket og til slutt den proprietære dataen bør være en topprioritet for alle organisasjoner.

Arve data-tilnærmingene svikter

Når selskaper fortsetter å bruke arve sikkerhetsløsninger, risikerer de å bli sårbar for svakheter og økt risiko for å bli angrepet. Nettverkene selv har endret seg dramatisk – moderne nettverk blir mer komplekse og sammenkoblede hver dag. For å forbli konkurransedyktige, har bedriftene oppgradert systemene og utstyret, og utstyrt dem med sensorer og tilkobling for å strømlinje driften og gi raskere tid til verdi. Dette fenomenet, som også ofte kalles Internett of Things, har ført til en kraftig økning i sammenkoblingen av organisasjonene. Med tilstrømningen av disse nye fremgangsmåtene og utstyret, som alle inneholder sensorer som kobler til nettverket, kommer den innebygde potensielle økningen av sårbarheter. Skurkeaktører søker alltid etter måter å infiltrere sensitive nettverk på, og overkomplekse, sammenkoblede systemer lar dem snike inn uten å bli oppdaget.

De fleste arve tilnærminger mangler evnen til å overvåke moderne nettverkstrafikk på en tilstrekkelig måte. Vanligvis setter de i gang regelbaserte eller signaturbaserte detekteringsprodukter som er programmert for å søke etter bestemte trusseldetaljer. Disse verktøyene blir i realiteten fortalt hva de skal lete etter – noe som er et stort problem når man tar i betraktning den evoluerende naturen til cyberangrep. Hvis systemet ikke lærer å se etter noe, vil det ikke finne det – og skurkeaktører er opportunistiske og søker alltid etter nye måter å infiltrere nettverk uten å bli oppdaget.

Bruk av AI for å takle datadelugen

Den riktige anvendelsen av AI-teknologi kan gi full visibilitet for nettverk. Likevel er det noen faktorer som hindrer en mer omfattende anvendelse. For det første er mange sikkerhetsteam små og ressursbegrensede (spesielt når man tar i betraktning den pågående og ofte siterte sikkerhetshull i kybernetisk kompetanse) og mangler evnen til å ordentlig forskning og undersøke tilgjengelige løsninger. I tillegg er det mye usikkerhet og tvil knyttet til AI-baserte løsninger, i stor grad fordi leverandører hevder å bruke automatisering og AI, men de gjør det ikke.

For at et produkt eller en løsning skal være virkelig AI-basert, bør det ikke kreve betydelig manuell oppsett eller kontroll. Du bør kunne legge det til nettverksmiljøet og det kjører umiddelbart autonomt med liten eller ingen manuell innblanding. En virkelig AI-basert løsning overvåker automatisk nettverket for å oppdage avvik og trusler, som utløser passende politikker autonomt og intelligent. Den overvåker alt som skjer på nettverket, slik at du kan fokusere på driften.

AI i nettverksdeteksjon og respons (NDR) løsninger kan oppdage skjulte trafikkmønster, sekvenser og atferd som forutgår angrep for rask og presis prediksjon. Dette hjelper til å blokkere de mest skadelige truslene som skjer i dag, inkludert DDoS-angrep og ransomware, kompromitterte sluttpunkter og C&C-kommunikasjon, lenge før de får tilgang til sensitive aktiver.

Beste praksis for å bruke AI

For å begynne å integrere AI i nettverkssikkerheten, undersøk produkter som ikke øker angrepsflaten – løsninger som er leverandør-uavhengige og som ikke krever infrastruktur-endringer. Løsninger som er sky-basert og ikke krever maskinvare-applikasjoner, agenter, sonder eller sensorer til nettverket. Er løsninger som krever mye manuell innsats virkelig leverandører av kunstig intelligens? Eller belaster de allerede overveldede, underbemannede og underforberedte sikkerhetsteamene?

For å bestemme hvilken AI-drevet NDR som er rett for bedriften, må man vurdere to hovedfaktorer. Først, identifiser hva slags tilgang eller endringer som må gjøres i nettverket for at løsningen skal fungere ordentlig. For det andre, bestemm om løsningen krever applikasjoner, agenter, sonder, sensorer osv. for å fungere effektivt.

Ideelt sett bør løsninger som er deployert i skyen og som ikke krever noen lokal tilstedeværelse, foretrekkes. Disse løsningene skalerer vanligvis raskere, gir raskere tid til verdi, er mer motståkraftige, flyttable og kostnadseffektive. I tillegg, når du introduserer nye enheter i infrastrukturen, begynner du å øke angrepsflaten, nettverkskompleksiteten og potensialet for sårbarheter som kan gli gjennom språket.

Nettverkssikkerhet muliggjør forretning

Mennesker kan bare gjøre så mye, og med den enorme økningen i sammenkobling, datagenerering og nettverkstrafikk, er det usannsynlig og uansvarlig for organisasjoner å anta at sikkerhetsteam kan håndtere det uten bruk av AI. Den riktige anvendelsen av AI-teknologi kan gi full visibilitet og avdekke sofistikerte, usette trusler ved å analysere bare radikalt små trafikkprøver uten noen agenter eller applikasjoner. Dette betyr at nettverksytelsen ikke lider når sikkerheten øker. All din data er sikret, noe som gjør at du kan få nye forretningsinnsikter, forbedre prosesser og avdekke nye markedsmuligheter, og omdanner nettverkssikkerhet til en forretningsmuliggjører og ikke en pågående kostnadsfaktor.