Chaim Mazal, Chief AI & Security Officer of Gigamon – Wywiad

Chaim Mazal jest Chief AI i Security Officer w Gigamon, odpowiedzialnym za globalne bezpieczeństwo, technologie informacyjne, operacje sieciowe, zarządzanie, ryzyko, zgodność, wewnętrzne systemy biznesowe oraz bezpieczeństwo produktów. Chaim kieruje również strategicznym programem AI firmy, napędzającym zarządzanie, przyjęcie międzyfunkcyjne oraz bezpieczne, odpowiedzialne wykorzystanie AI. Uznany przez Security Magazine jako jeden z najbardziej wpływowych ludzi w branży bezpieczeństwa w 2025 roku, jest członkiem założycielem fundacji OWASP i zasiada w radach doradczych, w tym Cloudflare, GitLab (GTLB ) i Rapid7. Wcześniej pełnił stanowiska kierownicze w kilku liderach branży, ostatnio jako SVP Technology i CISO w Kandji.

Gigamon to firma specjalizująca się w technologiach cyberbezpieczeństwa i obserwowalności, która koncentruje się na zapewnieniu głębokiej widoczności ruchu sieciowego w środowiskach hybrydowych i wielochmurowych. Jej platforma przechwytuje i analizuje dane w ruchu, w tym pakiety, przepływy i metadane aplikacji, aby dostarczyć działom bezpieczeństwa, chmury i monitorowania IT przydatne informacje. Pozwala to organizacjom na wykrywanie ukrytych zagrożeń, poprawę wydajności, utrzymanie zgodności oraz redukcję złożoności poprzez eliminację punktów ślepych w coraz bardziej rozproszonych i zaszyfrowanych systemach. Ufają jej duże przedsiębiorstwa i organizacje rządowe, Gigamon pomaga zabezpieczać i zarządzać nowoczesną infrastrukturą cyfrową w skali.

Miałeś wyjątkową podróż, od spędzania czasu w forach hakowania jako nastolatek, po zostanie Chief AI i Security Officer w Gigamon. Jak te wczesne doświadczenia ukształtowały twój sposób myślenia o współczesnych zagrożeniach cybernetycznych napędzanych przez AI?

Dostałem swój pierwszy komputer w wieku ośmiu lat i uczyłem się przez eksperymentowanie, czytanie podręczników i ostatecznie ucząc się Visual Basic. Gdy zagłębiałem się w społeczności internetowe, fascynowało mnie, jak oprogramowanie mogło być manipulowane i gdzie systemy były kruche. Ta ciekawość ewoluowała w kierunku testowania penetracyjnego aplikacji webowych i zabezpieczania cykli życia rozwoju SaaS.

Co ciekawe w przypadku współczesnych zagrożeń, to, że AI nie wymyśla nowych słabości, ale skaluje odkrywanie i wykorzystywanie istniejących. Z powodu tego wczesnego spojrzenia, podchodzę do bezpieczeństwa AI, zakładając, że jest ono używane w sposób przeciwny od początku, co pomaga mi odwrócić defensywę dla naszych klientów w Gigamon.

Obserwowałeś, że kampanie phishingowe, ransomware i malware generowane przez AI skracają czas od wykrycia do wpływu z tygodni na godziny. Jakie konkretnie zmiany widzisz w tym, jak te ataki są projektowane i wdrożone?

AI znacznie obniżył barierę wejścia do cyberprzestępczości. Pisanie złośliwego oprogramowania, tworzenie przekonywujących kampanii phishingowych i identyfikacja luk w zabezpieczeniach wymagały wcześniej głębokiej wiedzy technicznej. Teraz te ataki mogą być przyspieszane i nawet w pełni zautomatyzowane za pomocą narzędzi AI. Hakerzy nie potrzebują już silnej wiedzy technicznej, aby uruchomić zaawansowane kampanie, ponieważ AI może generować kod, doskonalić wiadomości inżynierii społecznej i pomagać operatorom w rozwiązywaniu problemów w czasie rzeczywistym.

W wyniku tego zwiększonego dostępu cały krajobraz zagrożeń uległ zmianie. Bez ram zarządzania, wymogów zgodności lub ograniczeń etycznych, które mogłyby spowolnić atakujących, mogą oni eksperymentować, adaptować się i wdrażać nowe rozwiązania z prędkością i przy minimalnych kosztach. W efekcie czas od wykrycia do wpływu dramatycznie się skrócił, a to, co wcześniej zajmowało tygodnie, teraz może nastąpić w ciągu godzin. Tymczasem wiele organizacji jest nadal na wczesnym etapie przyjęcia AI w celach obronnych, co oznacza, że niektóre z najbardziej efektywnych przypadków użycia AI są obecnie napędzane przez atakujących.

Co fundamentalnie różni atak cybernetyczny napędzany przez AI od tradycyjnych zagrożeń zautomatyzowanych, i czy możesz podać przykład, który wyjaśnia tę różnicę?

To, co fundamentalnie różni atak cybernetyczny napędzany przez AI od tradycyjnych zagrożeń zautomatyzowanych, to autonomia i wytrwałość. W przeszłości hakerzy uruchamiali skrypt i przestawali, gdy nie powiódł się. „Czas życia” był ograniczony do czasu, jaki upłynął podczas wykonywania automatyzacji. Z AI, agenci otrzymują cel i nie przestają, nawet jeśli nie powiodą się. Kontynuują iterację, szukając alternatywnych ścieżek do osiągnięcia tego samego celu. „Czas życia” jest skutecznie nieograniczony.

Na przykład, w przypadku zależności budowania produkcji, atakujący mogą wstawić coś tak małego, jak dwie linie skryptu, przy czym rozmiar pliku pozostaje niezmieniony, co oznacza, że bajty wyglądają identycznie. Gdy plik jest skompilowany i wykonany, uruchamia instancję terminala, która instaluje autonomicznego agenta w środowisku korporacyjnym, który następnie wykonuje szereg złośliwych działań, które mogą trwać nieograniczenie. W przeszłości pliki binarne były traktowane jako wektory zagrożeń po wdrożeniu. Teraz są one manipulowane ciągle, w tym podczas samego procesu budowania, w celu wykonania działań umożliwionych przez AI w środowiskach korporacyjnych.

Wiele organizacji nadal polega na kontrolach bezpieczeństwa sprzed ery AI i ustalonych podręcznikach. Dlaczego te podejścia zawodzą wobec ataków napędzanych przez AI, i gdzie widzisz najbardziej niebezpieczne punkty ślepe?

Doświadczamy momentu, w którym jeśli nie innowacyjnie włączasz AI do swoich rozwiązań i operacji bezpieczeństwa, jesteś już w tyle, i dotyczy to zarówno dużych firm, jak i startupów. Organizacje, które nie integrują AI ze swoją strategią bezpieczeństwa, ryzykują bycie wyprzedzonymi przez atakujących, którzy poruszają się szybciej i działają w większej skali.

Powiedzenie, że obrona przed zagrożeniami napędzanymi przez AI wymaga całkowitej reinwencji tech stacku, nie jest konieczne. Wiele narzędzi, których potrzebują przedsiębiorstwa, jest już na miejscu. Prawdziwa zmiana dotyczy tego, jak efektywnie te narzędzia są używane. Chodzi o wzmocnienie podstaw, zastosowanie istniejących technologii w bardziej inteligentny sposób oraz adaptację obrony, aby uwzględnić atakujących, którzy nie są wyszkoleni, ale wykorzystują AI.

Atakujący wykorzystują AI w sposób kreatywny i strategiczny. Jeśli przedsiębiorstwa nie podejdą do tego w podobnie strategiczny sposób, ryzykują stworzenie ogromnych punktów ślepych. Liderzy muszą myśleć inaczej o tym, jak wdrożyć narzędzia, które już posiadają, zintegrować AI z operacjami i ewoluować swoje podręczniki, aby bronić się przed prędkością i skalą dzisiejszych ataków.

AI wydaje się obniżać barierę wejścia do cyberprzestępczości. Jak ta zmiana zmieniła profil dzisiejszych atakujących, i jakie ryzyko to stwarza dla przedsiębiorstw?

AI uczynił możliwym dla prawie każdego zostanie hakerem. Z narzędziami AI do dyspozycji, niedoświadczeni aktorzy, nawet nastolatkowie, mogą teraz uruchamiać zaawansowane kampanie phishingowe, wdrażać rootkity i wykonywać ataki ransomware, które wcześniej wymagały znacznej wiedzy technicznej.

Ta zmiana dodaje nowy poziom nieprzewidywalności do krajobrazu zagrożeń. Zamiast stanąć w obliczu mniejszej liczby wysoko wyspecjalizowanych grup, przedsiębiorstwa teraz stają w obliczu szerszego spektrum aktorów, którzy eksperymentują szybko, uczą się w czasie rzeczywistym i współpracują w sieciach internetowych.

Dla organizacji oznacza to nie tylko więcej ataków, ale również większą zmienność w ich wykonaniu. Przedsiębiorstwa muszą przygotować się na środowisko zagrożeń, w którym zdolność nie jest już bezpośrednio związana z doświadczeniem, i w którym każdy może prowadzić kampanie, które rywalizują z tymi, które historycznie były zaawansowane.

Na podstawie tego, co widzisz w społecznościach atakujących, jakie narzędzia napędzane przez AI zyskują na popularności, i jak szybko te możliwości się poprawiają?

To nie jest tak, że pojedyncze narzędzia AI pomagają hakerom, ale raczej że atakujący wykorzystują udostępnianie zasobów. Zamiast jednego narzędzia, które wykonuje liniowy proces, atakujący wykorzystują zdecentralizowanych agentów, którzy odnoszą się do danych i dzielą informacje zbiorowo w różnych toolach. Efekt działa bardziej jak siatka ataku lub roj, niż pojedyncza zdolność.

Co najbardziej godne uwagi, to tempo poprawy tych możliwości. Zmieniają się one z dnia na dzień, a wiele z tych narzędzi było niedawno po prostu koncepcjami. Tempo innowacji i iteracji wewnątrz społeczności atakujących przyspiesza szybko, z nowymi technikami i toolingiem pojawiającymi się niemal w czasie rzeczywistym.

Z punktu widzenia obrońcy, jakie sygnały wskazują, że organizacja stoi w obliczu kampanii napędzanej przez AI, a nie bardziej konwencjonalnego ataku?

Z punktu widzenia obrońcy, jednym z głównych sygnałów jest to, że rozpoznanie nie wygląda już sekwencyjnie ani kompartamentalizowane. Historycznie, atakujący wykonywali wyraźne kroki – gromadzili informacje w fazach, rozprzestrzeniali aktywność i celowali w jedną powierzchnię na raz. Teraz, wszystkie te działania zachodzą jednocześnie. Bramki pocztowe, usługi dostępne na zewnątrz, aktywność kont, techniki wykrywania i unikania są wykonywane jednocześnie, a nie sekwencyjnie.

Innym sygnałem jest unifikacja i koordynacja aktywności. To, co wcześniej było fragmentaryczne, teraz jest skondensowane i dzielone zbiorowo wśród tooli, działając bardziej jak roj, niż pojedynczy wysiłek. Ci agenci ciągle iterują, adaptują i przyspieszają podejmowanie decyzji wokół wektorów zagrożeń i nie przyjmują odpowiedzi negatywnej. Ten poziom aktywności jednoczesnej, koordynacji i wytrwałości silnie sugeruje kampanię napędzaną przez AI, a nie konwencjonalny atak.

Twierdzisz, że wiele obecnych narzędzi bezpieczeństwa AI całkowicie pomija te zagrożenia. Co robią źle, i jakie możliwości są najpilniej potrzebne?

Wiele obecnych narzędzi bezpieczeństwa AI wciąż opiera się na błędnym założeniu, że prewencja jest głównym celem. Dostawcy nadal pozycjonują AI jako lepszy sposób na blokowanie zagrożeń na obwodzie, ale atakujący są szybsi, bardziej adaptacyjni i coraz bardziej cierpliwi, wykorzystując AI, deepfake i zaawansowane złośliwe oprogramowanie, które może ominąć kontrolę i pozostać niewykryte przez miesiące.

Co jest pilnie potrzebne, to kompleksowa, rzeczywista widoczność i silniejsze możliwości wykrywania i reagowania. Organizacje muszą wdrożyć ciągłą ocenę ryzyka, utrzymać widoczność w ruchu zaszyfrowanym, gdzie wiele zagrożeń się ukrywa, oraz wykorzystać telemetrię pochodzącą z sieci i API, aby zrozumieć, co działa w systemach i jak dane się poruszają. Odporność dzisiaj nie polega na tym, aby trzymać każde zagrożenie na zewnątrz, ale na widzeniu, zatrzymywaniu i uczeniu się od zagrożeń, zanim eskalują.

Czy uważasz, że AI obronny może realistycznie dotrzymać kroku, czy wkraczamy w okres, w którym atakujący będą utrzymywać przewagę strukturalną?

AI przyspiesza obie strony równania, ale w najbliższej perspektywie, uważam, że atakujący mają przewagę. Nie stają w obliczu ograniczeń regulacyjnych, wymogów zgodności ani ograniczeń etycznych. Mogą eksperymentować swobodnie i iterować w podniesionym tempie. Z drugiej strony, przedsiębiorstwa muszą balansować innowacje z zarządzaniem, prywatnością i ryzykiem operacyjnym, co naturalnie spowalnia przyjęcie i wdrożenie AI.

Powiedzenie, że atakujący zawsze będą mieli przewagę, nie jest jednak prawdą. AI obronny może absolutnie wyjść na pierwsze miejsce, jeśli organizacje i liderzy zmienią swoje podejście. Skuteczne taktyki bezpieczeństwa nie będą pochodzić z wykorzystania AI wyłącznie do prewencji. Będzie to wymagało integracji AI z procesami wykrywania, śledzenia i reagowania, które są wspierane przez widoczność w czasie rzeczywistym. Przewaga nie jest na stałe po stronie atakującego, ale pozostanie tam, dopóki organizacje nie przestaną polegać na prewencji. Prawdziwe szkody występują, gdy atakujący naruszają sieć, często żyjąc z zasobów i czekając na wykradzenie danych. Liderzy muszą zmienić swoje myślenie z „czy możemy zapobiec naruszeniu” na „jak szybko możemy wykryć i usunąć intruzów?”

Spójrzając w przyszłość, sześć do dwunastu miesięcy, jakie techniki ataków napędzanych przez AI oczekujesz, że staną się powszechne, i co zespoły bezpieczeństwa powinny robić teraz, aby się przygotować?

Sześć do dwunastu miesięcy to ogromny czas w tym środowisku. Rzeczy zmieniają się realistycznie co sześć do dwunastu tygodni. Szybki postęp AI sprawia, że trudno przewidzieć konkretnych technik, które hakerzy będą wykorzystywać w przyszłości, więc skup się mniej na zgadywaniu, co jest następne, a bardziej na tym, jak się przygotować.

Obrońcy muszą wykorzystywać te same technologie napędzane przez AI, które wykorzystują atakujący, z silnym naciskiem na głęboką obronę. Oznacza to wykorzystywanie AI do skorelowania ciągłych strumieni danych w czasie rzeczywistym na punktach końcowych, poleganie na niezmiennej telemetrii sieciowej, aby zidentyfikować zachowania transakcyjne w środowiskach chmury prywatnej, publicznej i lokalnej, oraz karmienie tej telemetrii do odpowiednich tooli, tak aby zespoły bezpieczeństwa były aktywnie świadome, gdy ich organizacja jest badana.

Jednocześnie umysł obrony na obwodzie musi zostać wycofany. Nie jest już pytanie, czy dojdzie do naruszenia napędzanego przez AI, ale kiedy. Priorytetem jest teraz wczesne wykrycie, redukcja wpływu i terminowe usunięcie. Obejmuje to posiadanie solidnego planu reagowania na incydenty, stosowanie zasad zero trust, egzekwowanie segmentacji sieci, utrzymanie zarządzania dostępem z ciągłymi przeglądami oraz wprowadzanie dynamicznych dostosowań, aby chronić dane klientów i ograniczyć wpływ. Dziękuję za wnikliwy wywiad, czytelnikom zainteresowanym głęboką obserwowalnością i bezpieczeństwem sieci napędzanym przez AI można odwiedzić Gigamon.