Ramutė Varnelytė, CEO al IPXO – Seria de interviuri

Ramutė Varnelytė, CEO al IPXO, are peste 15 ani de experiență în conducerea comercială și a fost numită să conducă compania la începutul anului 2025. În rolul său, ea conduce creșterea strategică, excelența operațională și poziționarea pe piață, asigurându-se că IPXO rămâne în fruntea inovației în domeniul închirierii și gestionării adreselor IP.

IPXO, prescurtare de la Internet Protocol Exchange Organization, a fost fondată în 2021 pentru a aborda lipsa globală de adrese IPv4 prin crearea unei platforme dinamice de închiriere și monetizare. A crescut în cel mai mare marketplace complet automatizat pentru închirierea adreselor IP din lume. Platforma susține milioane de adrese IP la nivel global, sprijinită de relații puternice cu registrele internet regionale și o misiune de a construi un ecosistem IP unificat și eficient.

Vom discuta despre modul în care IPXO utilizează profilarea bazată pe comportament și învățarea automată pentru a distinge între automatizarea benignă AI și activitatea maliciousă a bot-urilor. Conversația va explora creșterea agenților AI în traficul de internet, provocările de securitate cibernetică ale furnizorilor de servicii internet și strategiile de echilibrare a securității cu eficiența operațională.

Care sunt tendințele care v-au condus la concluzia că agenții AI, și nu doar bot-urile de scrapare, domină acum modelele de trafic în multe organizații?

Bot-urile sunt peste tot acum, depășind cu mult traficul uman. Mai mult de o treime din traficul de bot este constituit din așa-numita “cotă de bot rău”, care contribuie la multe activități malicioase. Tendința este clară în diverse rapoarte de incidente: atunci când companiile investighează trafic neobișnuit sau dăunător, creșteri ciudate în utilizarea API-urilor sau alte irregularități, probele arată că multe dintre aceste sisteme automate se comportă mai mult ca agenți AI, deoarece pretind a fi diferiți browseri sau dispozitive (spoofing de user-agent), schimbă rapid IP-urile (rotație rapidă de IP), sunt inconsistente în comparație cu activitatea tipică a bot-urilor de scrapare și asemenea. În esență, volumul uriaș de trafic, precum și complexitatea crescută a acțiunilor lor, indică agenți AI, și nu doar bot-uri simple.

Care sunt semnalele comportamentale utilizate pentru a construi profiluri de risc IP, cum ar fi frecvența solicitărilor, antetele sau modelele geografice?

Este posibil să evaluați “scorul de reputație” al unui IP fără a examina conținutul real al solicitărilor, ci doar observând modul în care se comportă în rețea. Aceste modele irregulare sunt “agnostice de conținut”, ceea ce înseamnă că nu aveți nevoie de date reale. Metadatele și comportamentul specific sunt suficiente pentru a evalua profilul de risc al IP-urilor. Acest lucru funcționează și la scară largă, deoarece comportamentul suspect nu este ascuns de criptarea modernă, cum ar fi TLS 1.3 sau ECH. Încă există multe date observabile care pur și simplu nu sunt criptate.

Cum distinge sistemul dvs. între automatizarea benignă AI și activitatea maliciousă, cum ar fi scraparea, botnet-urile sau umplerea cu credențiale, mai ales fără a inspecta conținutul payload-ului?

Este important să considerați modul în care automatizarea se comportă pe o perioadă de timp, nu doar ce conținut solicită. “Bot-urile bune” sunt de obicei foarte previzibile, au o anumită structură și pași pe care îi urmează. Bot-urile malicioase, pe de altă parte, sar adesea în mod imprevizibil, folosesc identificatori aruncați, mențin un ritm “mașină” rigid și distribuie solicitările pe mai multe servere pentru a evita detectarea. Se reduce la modelarea comportamentului extins, evaluând modul în care se deplasează pe site-ul web pe parcursul timpului.

Ar putea explica cum furnizorii de servicii internet existenți luptă pentru a face față traficului de proxy în creștere, menținând în același timp apărări solide împotriva atacurilor cibernetice?

Protocoalele moderne ascund mai multe detalii ale conexiunii pentru o mai bună protecție a vieții private, astfel încât devine mai greu și mai costisitor pentru furnizorii de servicii internet să evalueze tipul de trafic și să îl clasifice corect. Deoarece este mai greu să se vadă ce se află în interior, furnizorii de servicii internet se bazează mai mult pe comportamentul traficului, nu pe conținut. Lupta constă în schimbarea forțată a metodelor lor de la a se baza în principal pe inspectarea traficului, ceea ce a crescut costurile operaționale, și integrarea unor noi instrumente de intelligence pentru a se potrivi noii abordări.

Care sunt compromisurile de securitate cibernetică cu care se confruntă furnizorii de servicii internet dacă relaxează restricțiile pentru a permite traficul agenților AI?

Relaxarea filtrelor poate reduce falsurile pozitive și fricțiunea, pentru a menține agenții care rulează sarcini în mod neted. Dar acest lucru poate, de asemenea, crește potențial numărul de amenințări și atacuri, deoarece “cota de bot rău” reprezintă deja o parte semnificativă a traficului. Filtre mai puțin stricte înseamnă riscuri mai mari. O modalitate de a găsi un compromis între cele două ar fi abordarea porților cu ponderare a riscului. De exemplu, dacă există un trafic suspect, primul pas ar putea fi să îl încetinească, mai degrabă decât să îl blocheze complet. Trebuie să se stabilească controale mai nuanțate.

Care sunt tehnologiile de bază care alimentează evaluarea dvs. de risc în timp real – utilizați învățarea automată, fluxuri de intelligence cu privire la amenințări sau detectarea anomaliilor comportamentale?

Noi utilizăm un amestec sănătos de monitorizare și evaluare a datelor live, învățare automată și diverse instrumente de intelligence cu privire la amenințări. Scopul este de a detecta rapid orice irregularități în comportament, de a înțelege intenția traficului și dacă există motive să se creadă că este dăunător; dacă da, să semnaleze cazurile cu risc ridicat și să le gestioneze în consecință.

Cum se integrează sistemul dvs. cu fluxurile de lucru existente ale furnizorilor de servicii internet sau ale societăților de securitate – poate declanșa alerte sau măsuri de atenuare în mod automat?

Da, sistemul nostru trimite alerte către fluxurile de lucru existente, precum și blochează anumite amenințări la nivel de rețea. Poate funcționa în diferite moduri, în funcție de toleranța la risc.

A descoperit sistemul dvs. de profilare vreo tendință de atac surprinzătoare sau cazuri de abuz în timpul testărilor inițiale sau al implementărilor?

Da, au existat câteva. Un exemplu din industrie ar putea fi “crawling-ul de halucinație”, atunci când LLM-urile inventează URL-uri inexistente și apoi încearcă să le acceseze. Sau creșteri bruște de solicitări, care se repetă la intervale de timp exacte, cum ar fi 15 minute sau o oră. Toate aceste modele sunt utile pentru a ne ajuta să rafinăm urmărirea comportamentului și să reducem falsurile pozitive.

Care sunt implicațiile de confidențialitate și securitate ale construirii unor profiluri comportamentale fără a inspecta conținutul criptat – mai ales sub legile globale de protecție a datelor?

Metadatele comportamentale pot fi considerate date personale, dar există excepții, de exemplu, dacă interesul este legitim, poate fi justificat și este necesar pentru monitorizarea securității. Cu toate acestea, interesul în accesarea și cantitatea de date reținute trebuie să fie proporțională cu riscurile evaluate.

Cum preveniți falsurile pozitive care semnalează automatizarea benignă, cum ar fi crawlerele de cercetare sau agenții AI din lista albă, ca amenințări cibernetice?

Noi testăm noi măsuri de siguranță și reguli înainte de a le implementa, evaluăm multiple semnale înainte de a lua orice măsură, utilizăm și provocări moi pentru a testa legitimitatea traficului, mai degrabă decât a-l bloca direct. Este o listă de verificare cu multiple straturi, care este în permanență ajustată.

Mulțumim pentru acest interviu excelent, cititorilor care doresc să afle mai multe despre IPXO.