Lideri de opinie

Ce se întâmplă cu adevărat în timpul unui atac armat cu IA?

mm
Adaugă Unite.AI la sursele tale preferate pe Google
A modern cybersecurity SOC control room at night, showing analysts at glowing consoles overlooking a massive curved screen that visualizes a complex, adaptive red digital attack rapidly navigating a blue network grid.

De ani de zile, industria securității cibernetice a vorbit despre atacurile cu IA în viitor. Ne-am imaginat hackeri super-inteligenți care demontează firewalls cu logică extraterestră. Realitatea, așa cum o descoperim în laboratoarele noastre de la Simbian, este mult mai puțin cinematografică, dar mult mai periculoasă.

Amenințarea nu constă în faptul că IA este suprauman de inteligentă. Constă în faptul că IA face persistența la nivel de expert scalabilă, instantanee și infinit variabilă. Transformă “îmbunătățirea marginală” a unui script într-o avalanșă de entropie pe care nicio echipă de securitate umană nu o poate gestiona.

Iată ce se întâmplă cu adevărat când mașina preia tastatura.

Etapa 1: Recunoaștere – Era Contextuală

În lumea veche, recunoașterea era “stropi și rugăciuni”. Atacatorii cumpărau liste de adrese de e-mail și trimiteau șabloane generice, sperând la un răspuns de 0,1%.

Într-un atac armat cu IA, recunoașterea este “suliță și clonă”. Agenții generativi pot acum ingera amprenta digitală a unei ținte – postări pe LinkedIn, tweet-uri recente, mențiuni în știri și chiar commit-uri publice de cod – pentru a construi un profil psihologic în secunde. Ei nu doar scriu e-mail-uri de phishing; ei scriu context.

Un agent IA nu trimite un link generic de “Resetare a parolei”. El vede că ai făcut un commit de cod într-un anumit repository GitHub la 2:00 AM. El trimite o notificare pe Slack de la un “Senior Dev” care se plânge de o problemă de fuziune în acel repository, cu un link pentru a “rezolva” problema. Urgența este fabricată, dar contextul este real.

Insight de cercetare: În simulările noastre, am modelat această schimbare prin ajustarea variabilelor de comportament ale utilizatorilor în funcție de calitatea contextului. Când am trecut de la phishing-ul generic la momele conștiente de context (care fac referire la nume de proiecte interne specifice), rata de clicuri simulate a sărit de la <2% la peste 20%. Într-o întreprindere de 5.000 de persoane, aceasta este diferența dintre o nuisance și o inundație.

Grafic de cercetare în securitate cibernetică IA

Etapa 2: Execuție – Coșmarul Polimorfic

Aici este unde apărarea se rupe cu adevărat. În mod tradițional, dacă un atacator scria un script malign (de exemplu, o variantă a lui Mimikatz), furnizorii de securitate îl găseau, îl hashau și îl blocau. “Semnătura” era scutul.

Agenții IA generativi distrug conceptul de semnătură statică. Un atacator armat cu IA nu folosește un instrument static. El folosește un agent care scrie instrumentul la țintă. Dacă agentul detectează un senzor EDR (Endpoint Detection and Response), el pur și simplu cere backend-ului LLM: “Rescrie această logică de dumping a credențialelor pentru a evita aceste hook-uri API specifice. Redenumește toate variabilele. Schimbă fluxul de control.”

Intenția codului rămâne identică. Sintaxa se schimbă complet. Pentru un sistem de apărare bazat pe reguli, pare a fi un program complet nou, niciodată văzut.

Insight de cercetare: Le numim “Atacuri Mutante“. În cercetarea noastră, am luat o lanț de atacuri standard de dumping a credențialelor și am folosit un LLM pentru a genera 500 de variante funcționale. În timp ce uneltele standard de detectare au prins 95% din scripturile originale, rata de detectare a scăzut la ~25% pentru versiunile mutate. Mașina nu a devenit mai inteligentă; a devenit doar mai zgomotoasă. Și în securitate, zgomotul este cel mai bun camuflaj.

Etapa 3: Mișcare Laterală – Viteza Abducției

Odată ajuns în interior, viteza de răspuns a omului devine irelevantă. Un intrus uman se mișcă cu precauție, verifică jurnalele, tastează comenzi și se oprește să gândească. El ar putea să se deplaseze către un nou server în câteva ore.

Un agent IA se deplasează în milisecunde.

Dar viteza nu este singurul factor; este vorba de raționamentul abductiv, sau de inferența către cea mai bună explicație. IA este surprinzător de bună la “ghicirea” structurii unei rețele pe baza fragmentelor. Dacă vede un server numit US-WEST-SQL-01, el inferă existența US-EAST-SQL-01 și US-WEST-BAK-01. El testează aceste ipoteze instantaneu pe mii de adrese IP interne.

El nu are nevoie să fie perfect. El are nevoie doar să fie rapid. În timp ce analistul SOC este încă în faza de triaj a alertei inițiale de phishing, IA a cartografiat deja controlorul de domeniu, a identificat serverele de backup și a extras comoara organizației.

Etapa 4: Impactul – Bomba de Entropie

Scopul final al unui atac armat cu IA nu este întotdeauna stealth. Uneori, este haos. Intrăm într-o eră de Atacuri de Înaltă Entropie. Un agent IA poate genera 10.000 de alerte realiste în același timp – eșecuri de autentificare, scanări de port, execuții de malware de decoy.

Acesta este “Bombă de Entropie”. El inundează SOC-ul cu atât de mult semnal încât analiștii suferă de suprasarcină cognitivă. Ei luptă cu decoy-urile în timp ce atacul real are loc liniștit în fundal. Provocarea pentru apărător se schimbă de la “a găsi acul în carul cu fân” la “a găsi acul într-un morman de ace”.

Lupta cu Focul cu Foc

Lecția din cercetarea noastră este clară: Nu poți lupta cu o mașină cu o coadă de bilete.

Dacă atacatorul poate itera codul în secunde, iar apărarea ta necesită un om care să scrie o regulă de detectare în ore, ai pierdut deja. Asimetria este matematică. Singurul mod de a supraviețui unui atac armat cu IA este să ai un apărător IA care funcționează la aceeași viteză – raționând, verificând și blocând mai repede decât atacatorul poate muta.

Ofensiva a evoluat. Apărarea trebuie să facă același lucru.

32 5 zile
De la vulnerabilitate la exploatare

12% 54%
Rată de clic pentru e-mailuri de phishing cu IA

Zile 1 oră
De la compromitere inițială la extragere pentru top 20%

Zile 48 minute
Timp mediu de rupere (mișcare laterală)

Noua realitate a atacurilor de securitate armate cu IA

Alankrit Chona este Director Tehnic și co-fondator al Simbian, supervizând ingineria platformei Simbian. El a jucat roluri pionier în construirea unor sisteme scalabile și robuste la companii aflate în stadiu incipient, cum ar fi Spotnana și Afterpay, precum și la scară largă la Twitter.