Rozwój infrastruktury sztucznej inteligencji zmienia krajobraz zagrożeń cyber-fizycznych

Sztuczna inteligencja staje się coraz bardziej podstawową warstwą nowoczesnej infrastruktury. Organizacje inwestują dużo w systemy wykorzystujące sztuczną inteligencję, rozbudowują pojemność centrów danych, integrują platformy chmurowe i wdrożenia automatyzacji w środowiskach przemysłowych. Te postępy tworzą nowe możliwości dla efektywności i innowacji, ale również wprowadzają nowe wyzwania związane z bezpieczeństwem cybernetycznym.

Rosnące nakładanie się infrastruktury sztucznej inteligencji, technologii operacyjnych (OT) i infrastruktury krytycznej stworzyło bardziej złożone środowisko systemów cyber-fizycznych (CPS). Systemy, które wcześniej działały niezależnie, są coraz częściej połączone za pomocą usług chmurowych, technologii dostępu zdalnego, platform tożsamości przedsiębiorstw i sieci danych przemysłowych.

W tym samym czasie, polityka amerykańska wokół zaawansowanej sztucznej inteligencji ewoluuje. Ostatni rozporządzenie Białego Domu dotyczące innowacji i bezpieczeństwa sztucznej inteligencji odzwierciedla rosnące uznanie, że zaawansowane możliwości sztucznej inteligencji mają implikacje dla bezpieczeństwa narodowego. Chociaż rozporządzenie koncentruje się na zachęcaniu do innowacji przy jednoczesnym poprawianiu zabezpieczeń, podkreśla również szersze wyzwanie: strategie bezpieczeństwa muszą dostosować się do świata, w którym sztuczna inteligencja może przyspieszyć zarówno zdolności obronne, jak i zagrożenia ofensywne.

Wraz z nasilającą się konkurencją geopolityczną wokół zaawansowanej sztucznej inteligencji, operatorzy infrastruktury krytycznej stają przed zmieniającym się środowiskiem zagrożeń. Wyzwanie nie polega tylko na obronie przed coraz bardziej zdolnymi przeciwnikami, ale również na zabezpieczeniu rosnącego ekosystemu połączonych systemów, w którym codzienne ekspozycje mogą tworzyć okazje do zakłóceń.

Adopcja sztucznej inteligencji przyspiesza konwergencję IT i OT

Rozwój infrastruktury sztucznej inteligencji zmienia sposób, w jaki organizacje działają. Branże takie jak energia, produkcja, transport i woda przyjmują sztuczną inteligencję, aby poprawić prognozowanie, zautomatyzować procesy, optymalizować konserwację i analizować dane operacyjne.

Jednak transformacja napędzana sztuczną inteligencją zależy od łączności. Środowiska przemysłowe coraz częściej polegają na połączeniach między tradycyjnymi systemami IT, platformami chmurowymi, urządzeniami brzegowymi i technologiami operacyjnymi.

Historycznie, wiele systemów przemysłowych zostało zaprojektowanych z myślą o niezawodności i dostępności, a nie o bezpieczeństwie. Niektóre środowiska były odizolowane od sieci przedsiębiorstw i działały na długich cyklach technologicznych. Transformacja cyfrowa zmieniła ten model.

Monitorowanie zdalne, analityka oparta na chmurze i platformy zarządzania scentralizowanego poprawiły wydajność, ale również rozszerzyły liczbę systemów, które muszą być chronione.

Dla operatorów infrastruktury krytycznej, bezpieczeństwo nie jest już ograniczone do sieci korporacyjnych. Zespoły bezpieczeństwa muszą zrozumieć i zarządzać relacjami między systemami biznesowymi, procesami przemysłowymi, urządzeniami połączonymi i usługami zewnętrznymi.

Ekspozycja pozostaje podstawową drogą do infrastruktury krytycznej

Podczas gdy zaawansowane ataki z użyciem sztucznej inteligencji otrzymują znaczną uwagę, większość kompromisów środowisk cyber-fizycznych nadal polega na znanych słabościach.

Atakujący często wykorzystują ekspozycję systemów, niebezpieczne usługi dostępu zdalnego, słabe praktyki uwierzytelniania i słabą widoczność połączonych aktywów. Te słabości są szczególnie trudne w środowiskach przemysłowych, ponieważ systemy operacyjne często nie mogą być łatwo zaktualizowane lub zastąpione bez wpływu na produkcję.

W przeciwieństwie do tradycyjnych systemów IT, środowiska OT priorytetem jest ciągła operacja. Linia produkcyjna, system energetyczny lub oczyszczalnia wody nie może zawsze tolerować częstych zmian lub natychmiastowych aktualizacji zabezpieczeń.

Wraz z rozwojem sztucznej inteligencji, redukcja niepotrzebnej ekspozycji staje się jednym z najskuteczniejszych sposobów poprawy odporności. Programy bezpieczeństwa muszą koncentrować się na zrozumieniu, co jest narażone, jak systemy są połączone i gdzie istnieją niepotrzebne ścieżki dostępu.

Sztuczna inteligencja na froncie zmienia prędkość operacji cybernetycznych

Jednym z najbardziej znaczących implikacji bezpieczeństwa związanych z zaawansowanymi modelami sztucznej inteligencji jest przyspieszenie aktywności ofensywnej.

Systemy sztucznej inteligencji na froncie są coraz bardziej zdolne do pomocy w analizie oprogramowania, odkrywaniu luk w zabezpieczeniach, generowaniu kodu i badaniach bezpieczeństwa. Te możliwości mogą zmniejszyć czas potrzebny atakującym do identyfikacji słabości i opracowania technik eksploatacji.

Dla obrońców, to zmienia tradycyjną relację między odkryciem luk w zabezpieczeniach a naprawą. Organizacje historycznie polegały na oknie czasowym między identyfikacją luk a rozpowszechnieniem eksploatacji. Możliwości wspomagane sztuczną inteligencją mogą nadal zmniejszać to okno.

To wyzwanie jest szczególnie istotne dla środowisk cyber-fizycznych, gdzie łatanie luk w zabezpieczeniach jest często bardziej skomplikowane niż w tradycyjnych systemach IT. Wiele systemów OT wspiera operacje krytyczne i nie może zawsze być wyłączane z sieci w celu aktualizacji bez wpływu na bezpieczeństwo, niezawodność lub produkcję. Wraz z przyspieszaniem tempa, w jakim są identyfikowane i potencjalnie eksploatowane luki, organizacje będą musiały priorytetem ciągłe zarządzanie ekspozycją, kontrolami kompensującymi i strategiami naprawy opartymi na ryzyku obok tradycyjnych procesów łatania.

Ostatnie rozporządzenie w sprawie sztucznej inteligencji odzwierciedla świadomość tego wyzwania, podkreślając koordynację wokół zaawansowanych możliwości sztucznej inteligencji i zachęcając do wymiany informacji między deweloperami a stakeholderami rządowymi.

Jednak ramy polityczne same w sobie nie wyeliminują ryzyka. Organizacje muszą przygotować się na przyszłość, w której zespoły bezpieczeństwa będą miały mniej czasu na reakcję po tym, jak luki w zabezpieczeniach staną się znane.

Ciągłe monitorowanie, silniejsze kontrolki tożsamości, widoczność aktywów i redukcja ekspozycji staną się coraz bardziej ważne obok tradycyjnego zarządzania łataniem.

Konkurencja geopolityczna rozszerza strategiczne znaczenie infrastruktury

Rozwój zaawansowanych możliwości sztucznej inteligencji nie jest już ograniczony do konkurencji między firmami technologicznymi. Stał się strategiczną priorytetem dla rządów i organizacji bezpieczeństwa narodowego, ponieważ narody szukają ochrony infrastruktury krytycznej, wzmocnienia odporności technologicznej i utrzymania przewagi konkurencyjnej.

Zaawansowane systemy sztucznej inteligencji zależą od krytycznych zasobów, w tym produkcji półprzewodników, centrów danych, infrastruktury chmurowej i dużych środowisk obliczeniowych. Te aktywa reprezentują cenne cele do zbierania informacji i zakłóceń.

W tym samym czasie, infrastruktura cyber-fizyczna pozostaje atrakcyjna, ponieważ udane ataki mogą tworzyć konsekwencje poza dotkniętą organizacją. Zakłócenie dostaw energii, operacji produkcyjnych, systemów transportowych lub usług komunalnych może mieć wpływ gospodarczy i społeczny.

Operatorzy infrastruktury muszą więc bronić się przed motywowanymi finansowo przestępstwami cybernetycznymi i działaniami związanymi z celami geopolitycznymi. Dla systemów cyber-fizycznych, bezpieczeństwo jest coraz bardziej związane z utrzymaniem ciągłości operacyjnej.

Bezpieczeństwo infrastruktury krytycznej musi dotrzeć do mniejszych operatorów

Jednym z największych wyzwań w bezpieczeństwie jest przepaść między znaczeniem wielu operatorów infrastruktury krytycznej a zasobami dostępnymi do ich ochrony.

Wysiłki federalne w dziedzinie bezpieczeństwa cybernetycznego historycznie koncentrowały się na dużych organizacjach z znaczącymi zasobami, w tym agencjach rządowych, kontrahentach obronnym, głównych dostawcach energii i firmach technologicznych. Jednak wiele usług istotnych jest obsługiwanych przez mniejsze podmioty, które stają w obliczu podobnych zagrożeń z mniejszymi zasobami.

To tworzy to, co wielu specjalistów od bezpieczeństwa cybernetycznego nazywa linią ubóstwa cybernetycznego: organizacjami, których znaczenie operacyjne przewyższa ich zdolność do inwestowania w zaawansowane możliwości bezpieczeństwa.

Odporność narodowa zależy od ochrony największych instytucji, a także wzmocnienia tysiąca mniejszych organizacji, które wspierają bezpieczeństwo publiczne i stabilność gospodarczą.

Przyszłość bezpieczeństwa CPS wymaga ciągłego zarządzania ekspozycją

Rozwój infrastruktury sztucznej inteligencji wymaga innego podejścia do bezpieczeństwa.

Tradycyjne modele bezpieczeństwa często koncentrowały się na okresowych ocenach, skanowaniu luk w zabezpieczeniach i wymogach zgodności. Chociaż te praktyki pozostają ważne, stają się coraz bardziej niewystarczające dla środowisk, które zmieniają się ciągle.

Organizacje potrzebują ciągłej widoczności aktywów, połączeń, tożsamości i punktów ekspozycji w środowiskach IT, OT i chmurowych.

Kluczowe priorytety obejmują:

• Redukcję niepotrzebnej ekspozycji internetowej dla systemów operacyjnych.
• Wzmacnianie uwierzytelniania i zarządzania tożsamością.
• Poprawę widoczności infrastruktury połączonej.
• Segmentację sieci w celu ograniczenia ruchu atakującego.
• Monitorowanie zmian w zewnętrznej powierzchni ataku.

Te praktyki reprezentują przesunięcie od reagowania na incydenty po ich wystąpieniu w kierunku redukcji warunków, które pozwalają atakom powieść się.

Budowanie odporności w erze napędzanej sztuczną inteligencją

Przyszłość ochrony infrastruktury krytycznej będzie zależała od budowania odporności w połączonych ekosystemach. Organizacje najlepiej przygotowane do tego przesunięcia będą tymi, które zrozumieją swoją ekspozycję, wzmocnią ochrony tożsamości, poprawią widoczność i rozszerzą inwestycje w bezpieczeństwo cybernetyczne poza tradycyjnymi granicami przedsiębiorstwa.

W świecie napędzanym sztuczną inteligencją, bezpieczeństwo nie będzie definiowane wyłącznie przez to, jak szybko organizacje reagują na ataki. Będzie definiowane przez to, jak skutecznie redukują one możliwości powodzenia tych ataków.