Wywiady

Piyush Sharma, Współzałożyciel i Dyrektor Generalny Tuskira – Seria Wywiadów

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Piyush Sharrma  to doświadczony lider w dziedzinie cyberbezpieczeństwa i produktów, z ponad 18-letnim doświadczeniem w tworzeniu i skalowaniu platform bezpieczeństwa klasy przedsiębiorstw. Wcześniej współzałożył Accurics, firmę zajmującą się bezpieczeństwem chmury, którą nabyła Tenable, gdzie odegrał kluczową rolę w integrowaniu bezpieczeństwa infrastruktury jako kodu z szerszymi ekosystemami przedsiębiorstw. Z wykształcenia z Departamentu Nauk Zarządzania (PUMBA), Piyush jest znany ze swojego stylu przywództwa ukierunkowanego na ludzi i przywództwa myśli w dziedzinach takich jak bezpieczeństwo przesunięte w lewo, DevSecOps i wykrywanie zagrożeń napędzanych przez sztuczną inteligencję.

Obecnie jest Dyrektorem Generalnym i Współzałożycielem Tuskira, platformy bezpieczeństwa napędzanej przez sztuczną inteligencję, zaprojektowanej w celu zunifikowania telemetrycznych danych z ponad 150 narzędzi bezpieczeństwa w spójną siatkę bezpieczeństwa. Tuskira wykorzystuje agenty oparte na GenAI i dynamiczne cyfrowe bliźniaki, aby symulować rzeczywiste ścieżki ataków, walidować eksploatowalność, priorytetowo traktować działania ryzyka i samodzielnie poprawiać obronę w czasie rzeczywistym. Poprzez redukowanie zmęczenia alertów i zwiększanie skuteczności istniejących narzędzi, platforma pomaga przedsiębiorstwom przechodzić od reaktywnych do proaktywnych, napędzanych narażeniem operacji bezpieczeństwa.

Zacznijmy od Twojej wizji założycielskiej – co zainspirowało Cię do uruchomienia Tuskira, a jaki podstawowy problem bezpieczeństwa chciałeś rozwiązać od samego początku?

Sztuczna inteligencja ma siłę w analizowaniu ogromnych ilości danych, a bezpieczeństwo tradycyjnie było problemem danych. Środowiska są dynamiczne, aplikacje klientów są dynamiczne, a istnieje wiele dużych ruchomych części. Celem Tuskira było wykorzystanie sztucznej inteligencji do rozwiązania złożonych problemów, które pojawiają się w tych środowiskach, jednocześnie redukując ilość interwencji ludzkich.

Zbudowałeś i zbyłeś wiele przedsięwzięć związanych z bezpieczeństwem przed tym. Jak Twoje doświadczenia w Accurics, Tenable i Symantec ukształtowały Twój podejście do budowy platformy bezpieczeństwa natywnie opartej na sztucznej inteligencji od samego początku?

Moje doświadczenia z Accurics, Tenable i Symantec dały mi głębokie, pierwszorzędną wiedzę na temat tego, gdzie nowe zagrożenia pojawią się i jak będą ewoluować. W bezpieczeństwie, przewidywanie przyszłości nie jest robieniem zgadnień, lecz rozpoznawaniem wzorców ugruntowanych w latach narażenia na to, jak myślą i adaptują się atakujący. Tego rodzaju wgląd pochodzi tylko z spędzenia znacznej ilości czasu w tej dziedzinie.

Bezpieczeństwo nie jest tradycyjną dziedziną inżynierii oprogramowania, w której możesz wejść bez doświadczenia i jakoś być w stanie coś z tego zrobić. Mówi się, że nie musisz mieć doświadczenia w bezpieczeństwie, aby być założycielem cyberbezpieczeństwa. Prawda jest bardziej nuansowana. Podczas gdy silne instynkty produktowe są ważne, skuteczne platformy bezpieczeństwa wymagają więcej niż dopasowania produktu do rynku; wymagają głębokiego zrozumienia krajobrazu zagrożeń i tego, jak się on zmienia w czasie rzeczywistym.

Bezpieczeństwo jest rozwiązywaniem problemu klienta, a nie budowaniem narracji, która pasuje do tego, co ludzie chcą usłyszeć. Tego rodzaju wgląd pochodzi tylko z głębi dziedziny, i to właśnie umożliwia budowanie rozwiązań, które działają nie tylko w teorii, ale także w nieprzewidywalnych, wrogich środowiskach, z którymi klienci spotykają się każdego dnia.

Niedawne badanie Gartnera przewiduje, że 40% naruszeń danych związanych z AI do 2027 roku będzie wynikać z nadużyć. Twoim zdaniem, jakie są najczęstsze sposoby, w jakie zespoły bezpieczeństwa nadużywają obecnie AI?

Najczęstszy sposób, w jaki widzę, że zespoły bezpieczeństwa nadużywają AI, polega na korzystaniu z wersji publicznych AI, takich jak ChatGPT, Anthropic lub Microsoft Copilot, do analizy danych organizacyjnych. Może to skutkować nieumyślnym ujawnieniem informacji poufnych.

Firmy potrzebują wyrafinowanych, prywatnych modeli LLM, aby zapewnić, że informacje wrażliwe nie uciekną z organizacji. Te prywatne modele zapewniają znacznie większą kontrolę nad tym, dokąd trafiają informacje i kto ma do nich dostęp. Ponadto ważność publicznych modeli jest znacznie trudniejsza do określenia niż prywatnych, potencjalnie kompromitując informacje zwracane.

Jakie rodzaje danych wejściowych są najbardziej krytyczne dla AI, aby generować znaczące i bezpieczne wyniki w cyberbezpieczeństwie, i jak zespoły mogą zapewnić, że dostarczają odpowiedni kontekst?

AI wymaga przefiltrowanych i dobrze oznaczonych danych bezpieczeństwa, aby generować znaczące wyniki. Trudno jest przywieźć dane z setek narzędzi używanych w przedsiębiorstwie do zunifikowanej taksonomii, a następnie jeszcze bardziej przefiltrować je, aby AI mogło je naprawdę zrozumieć. Jednak bez odpowiedniej filtracji danych AI nie będzie w stanie działać poprawnie.

AI wymaga danych ze wszystkich kontrol bezpieczeństwa, kontrol IT i narzędzi infrastruktury. Zespoły bezpieczeństwa potrzebują kompleksowej strategii danych, aby upewnić się, że zestaw danych jest przygotowany, oznaczony i przefiltrowany, aby AI miało odpowiedni kontekst za danymi, które są mu przedstawiane. Bezmyślne zrzucanie danych nie jest wystarczające.

Tuskira opisuje się jako „agentic AI”. Czy możesz wyjaśnić, co to oznacza w praktyce dla zespołu bezpieczeństwa? Jak się to różni od tradycyjnej automatyzacji lub nawet narzędzi zasilanych przez GenAI?

Tuskira to platforma natywnie oparta na AI, która wykorzystuje agenty AI SOC do wykrywania, oceny i reagowania na głęboko ukryte zagrożenia pod ogromnymi ilościami danych. Twoje narzędzia bezpieczeństwa tworzą wiele danych każdego dnia. Zrozumienie tych danych jest problemem na poziomie maszyn. Agentic AI dostarcza agenty AI, które mogą wydobywać, zbierać i produkować odpowiednią wartość z tych danych, i to jest to, co Tuskira dostarcza jako natywna platforma.

Zespoły bezpieczeństwa mogą używać tych agentów AI do swoich własnych wyników. Agenci są ukierunkowani na wynik i mają kontekst czasu rzeczywistego klientów i zespołów bezpieczeństwa. W tradycyjnej automatyzacji każda automatyzacja wymagała od ludzi napisania skryptu, w tym kroków do wykonania przez skrypty automatyzacji. Agenci AI zmieniają tę koncepcję, ponieważ mają swój własny umysł i wyrafinowane modele, które pozwalają im tworzyć, wykonywać i walidować własne skrypty, tworząc nowy skrypt, jeśli poprzedni nie działał.

Platforma Tuskira ma możliwość rozumienia, identyfikowania własnego planu i dostarczania wyniku bez żadnej interwencji ludzkiej. Nie jest to możliwe w tradycyjnej automatyzacji.

Platforma Tuskira symuluje prawdziwe ataki w cyfrowym bliźniaku. Jak ten proces symulacji pomaga w proaktywnym identyfikowaniu zagrożeń, które mogą pozostać niewykryte?

W Tuskira zbudowaliśmy platformę, która nie czeka, aż zagrożenia się pojawią, ale aktywnie je szuka. Nasza technologia cyfrowego bliźniaka tworzy czas rzeczywisty replikę Twojego środowiska, pozwalając naszym agentom AI na symulowanie szerokiego zakresu ataków, od eksploatowania API i DNS do infiltracji łańcucha dostaw, zanim kiedykolwiek dotrą do produkcji.

Ta symulacja nie jest hipotetyczna. Odbija Twoje rzeczywiste systemy, konfiguracje i przepływy danych, umożliwiając nam odkrywanie nie tylko eksploatowalnych słabości, ale także tych, które są nieobronne, problemów, których tradycyjne skanery rutynowo pomijają. Poprzez walidację, które słabości mogą być użyte do obejścia istniejących kontrol, zamieniamy nieznane ryzyka w znane, działania, które można podjąć.

To jest przejście od reaktywnej obrony do proaktywnej odporności. I jest to możliwe tylko wtedy, gdy Twoja platforma może myśleć, testować i działać z wyprzedzeniem przed zagrożeniem. To właśnie zbudowaliśmy z Tuskira.

Zunifikowałeś telemetryczne dane z ponad 150 narzędzi w jedną siatkę bezpieczeństwa. Jakie były największe wyzwania techniczne w budowaniu prawdziwie interoperacyjnego systemu w tej skali?

Zbieranie danych z ponad 150 narzędzi nie jest wyzwaniem; wyzwaniem jest możliwość przefiltrowania i odpowiedniego oznaczenia danych, aby AI mogło je zrozumieć. Tuskira zbudowała warstwę semantyczną opartą na AI, która może przyjmować dane w wielu formatach, setkach kontrol bezpieczeństwa i serwerów MCP, aby zunifikować dane w strukturze, którą modele AI mogą zrozumieć. To wszystko działa autonomicznie, gdzie agenci AI są kuratorami i ponownie normalizują dane w strukturze, która jest najbardziej korzystna dla ekstremalnej ilości analiz.

Większość rozwiązań bezpieczeństwa dzisiaj jest reaktywna – czeka, aż zagrożenia się pojawią. Jak Tuskira zmienia branżę w kierunku modelu proaktywnego, i jakie mierne wyniki to odblokowuje dla organizacji?

Większość nowoczesnych rozwiązań działa tylko wtedy, gdy próba naruszenia systemu została zaalarmowana. Tuskira prewencyjnie identyfikuje, gdzie najbardziej podatne obszary na potencjalne naruszenia są w obronie organizacji, i wypełnia te luki, aby zmniejszyć szanse na eksploatację w przypadku ataku.

Agenci AI SOC Tuskira są ciągle analizujący alerty pochodzące z różnych narzędzi bezpieczeństwa, korelując je z najbardziej eksploatowalnymi słabościami i podejmując odpowiednie działanie, optymalizując warstwę obrony zamiast ciągle reagować na nią. W przypadku ataku Tuskira może zmierzyć, czy należy podjąć działanie, czy atakujący nie ma środków do naruszenia obrony.

Posiadasz ponad tuzin patentów związanych z bezpieczeństwem. Czy możesz podzielić się jednym z niedawnych innowacji w Tuskira, której jesteś szczególnie dumny, i problemem, który rozwiązuje?

Istnieje wiele problemów, które są rozwiązywane przez Tuskira. Pierwszy to: jak można zbudować platformę natywnie opartą na AI, która może analizować terabajty danych w skali przedsiębiorstw? Poprzez nasze innowacje związane z zarządzaniem danymi i destylacją, jesteśmy w stanie prowadzić analizę danych w wysoko skalowalny sposób.

Tuskira ma dziesiątki patentów, które określają, jak dostrajać modele wokół dziedziny bezpieczeństwa. Stworzyliśmy rój modeli LLM, aby wyprodukować najbardziej skuteczny i najwyższy wynik.

Poprzez tworzenie wewnętrznych barier ochronnych wokół wykrywania i oceny, Tuskira może tworzyć agenty, które produkują przewidywalny wynik w czasie.

Spójrzmy pięć lat do przodu, jaką rolę, Twoim zdaniem, AI będzie odgrywać w centrach operacji bezpieczeństwa (SOC)? Czy analityk ludzki stanie się przestarzały, czy coś bardziej potężnego?

PIęć lat od teraz AI przejmie role L1, L2 i L3. Większość funkcji będzie dostarczana przez agenty AI, a ludzie będą się skupiać na tym, aby upewnić się, że AI podejmuje właściwe decyzje i pomagać w automatyzacji tych decyzji.

AI nie zastąpi ludzi; będą ich uzupełniać w większej skali. To jest zadanie AI, aby utrudnić atakującym. Ludzie będą się koncentrować na decyzjach, które AI podejmuje i automatyzować te decyzje, zamiast zajmować się wszystkimi czynnościami, które muszą wykonywać na co dzień.

Gdybyś miał dać jeden kawałek porady CISO, którzy starają się zabezpieczyć swoją architekturę bezpieczeństwa w erze AI, co by to było?

Występuje fundamentalna zmiana w cyberbezpieczeństwie. Istnieją platformy, które zostały zbudowane przed AI i teraz są retrofitowane, i platformy, które zostały zaprojektowane z AI w swoim rdzeniu. Ta różnica ma znaczenie bardziej niż kiedykolwiek.

Gdybyś miał dać jeden kawałek porady CISO, byłby to następujący: nie pytaj tylko, czy Twoje narzędzia używają AI, ale spytaj, jak głęboko AI jest wbudowane w ich architekturę. Czy platforma jest natywnie oparta na AI, czy polega na powierzchownych integracjach, aby odhaczyć pole?

Zagrożenia, z którymi mamy do czynienia teraz, i tempo, w jakim ewoluują, wymagają systemów, które nie tylko są inteligentne, ale inherentnie adaptacyjne. Architektura bezpieczeństwa musi być zbudowana dla ery AI od podstaw, z możliwością ciągłego uczenia się, symulowania i reagowania w czasie rzeczywistym. Cokolwiek mniej będzie pozostawiać luki, których nie zobaczysz, dopóki nie będzie za późno.

 Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Tuskira.

Antoine jest wizjonerskim liderem i współzałożycielem Unite.AI, który jest zmotywowany niezachwianą pasją do kształtowania i promowania przyszłości sztucznej inteligencji i robotyki. Jako serialowy przedsiębiorca, wierzy, że sztuczna inteligencja będzie tak samo przełomowa dla społeczeństwa, jak elektryczność, i często jest złapany na tym, że zachwala potencjał przełomowych technologii i AGI.

Jako futurysta, jest poświęcony badaniu, jak te innowacje ukształtują nasz świat. Ponadto, jest założycielem Securities.io, platformy skupiającej się na inwestowaniu w najnowocześniejsze technologie, które zmieniają przyszłość i przebudowują całe sektory.