Адитья К Сood, Вице-президент по инженерии безопасности и стратегии ИИ, Aryaka – Интервью

Адитья К Сood (Ph.D) является Вице-президентом по инженерии безопасности и стратегии ИИ в компании Aryaka. С более чем 16-летним опытом, он обеспечивает стратегическое лидерство в области информационной безопасности, охватывая продукты и инфраструктуру. Доктор Сood интересуется искусственным интеллектом (ИИ), безопасностью облачных вычислений, автоматизацией и анализом вредоносного ПО, безопасностью приложений и безопасной разработкой программного обеспечения. Он является автором нескольких статей для различных журналов и изданий, включая IEEE, Elsevier, Crosstalk, ISACA, Virus Bulletin и Usenix.

Aryaka предоставляет сетевые и безопасные решения, предлагая Unified SASE в качестве сервиса. Решение предназначено для объединения производительности, гибкости, безопасности и простоты. Aryaka поддерживает клиентов на различных этапах их безопасного доступа к сети, помогая им модернизировать, оптимизировать и преобразовать свои сетевые и безопасные среды.

Можете ли вы рассказать нам больше о вашем пути в кибербезопасности и ИИ и о том, как это привело вас к вашей текущей роли в Aryaka?

Мой путь в кибербезопасности и ИИ начался с увлечения потенциалом технологий решать сложные проблемы. В начале своей карьеры я сосредоточился на кибербезопасности, разведке угроз и инженерии безопасности, что дало мне прочную основу для понимания того, как системы взаимодействуют и где могут возникнуть уязвимости. Это знакомство естественным образом привело меня к более глубокому изучению кибербезопасности, где я осознал критическую важность защиты данных и сетей в все более взаимосвязанном мире. Когда технологии ИИ появились, я увидел их огромный потенциал для трансформации кибербезопасности – от автоматизации обнаружения угроз до прогностической аналитики.

Присоединение к Aryaka в качестве Вице-президента по инженерии безопасности и стратегии ИИ было идеальным совпадением из-за лидерства компании в области Unified SASE в качестве сервиса, облачных решений WAN и фокуса на инновациях. Моя роль позволяет мне объединить мою страсть к кибербезопасности и ИИ для решения современных проблем, таких как безопасная гибридная работа, оптимизация SD-WAN и управление угрозами в реальном времени. Слияние ИИ и кибербезопасности в Aryaka позволяет организациям оставаться впереди угроз, обеспечивая исключительную производительность сети, и я рад быть частью этой миссии.

Как лидер мнений в области кибербезопасности, как вы видите, что ИИ изменит ландшафт безопасности в ближайшие несколько лет?

 ИИ находится на пороге трансформации ландшафта кибербезопасности, освобождая нас от бремени рутинных задач и позволяя нам сосредоточиться на более сложных проблемах. Его способность анализировать огромные объемы данных в реальном времени позволяет системам безопасности выявлять аномалии, закономерности и возникающие угрозы с темпом, который превосходит возможности человека. Модели ИИ/МЛ постоянно развиваются, повышая свою точность в обнаружении и обходе последствий продвинутых постоянных угроз (APTs) и уязвимостей нулевого дня. Кроме того, ИИ должен революционизировать реагирование на инциденты (IR), автоматизируя повторяющиеся и требующие быстрого реагирования задачи, такие как изоляция скомпрометированных систем или блокирование вредоносной деятельности, значительно сокращая время реагирования и смягчая потенциальный ущерб. Кроме того, ИИ поможет сократить разрыв в навыках кибербезопасности, автоматизируя рутинные задачи и улучшая принятие решений человеком, позволяя командам безопасности сосредоточиться на более сложных проблемах.

Однако противники быстро используют те же возможности, которые делают ИИ мощным оборонительным инструментом. Киберпреступники все чаще используют ИИ для разработки более сложных угроз, таких как фишинговые атаки с использованием глубоких фейков, адаптивной социальной инженерии и вредоносного ПО, управляемого ИИ. Этот тренд приведет к “гонке вооружений ИИ”, в которой организациям необходимо постоянно инновировать, чтобы опережать эти развивающиеся угрозы.

Какие ключевые проблемы с сетью сталкиваются предприятия при развертывании приложений ИИ, и почему вы считаете, что эти проблемы становятся все более критичными?

Когда предприятия начинают использовать приложения ИИ, они сталкиваются с насущными проблемами с сетью. Требовательный характер рабочих нагрузок ИИ, который включает передачу и обработку огромных объемов данных в реальном времени, особенно для задач обработки и обучения, создает немедленную потребность в высокой пропускной способности и сверхнизкой задержке. Например, приложения ИИ в реальном времени, такие как автономные системы или прогностическая аналитика, зависят от мгновенной обработки данных, где даже незначительные задержки могут нарушить результаты. Эти требования часто превышают возможности традиционной сетевой инфраструктуры, что приводит к частым проблемам с производительностью.

Масштабируемость является критической проблемой при развертывании ИИ. Динамический и непредсказуемый характер рабочих нагрузок ИИ требует сетей, которые могут быстро адаптироваться к меняющимся требованиям к ресурсам. Предприятия, развертывающие ИИ в гибридных или многооблачных средах, сталкиваются с дополнительной сложностью, поскольку данные и рабочие нагрузки распределены по разным местам. Необходимость бесшовной передачи данных и масштабирования в этих средах очевидна, но сложность достижения этого без продвинутых сетевых решений также очевидна. Надежность также имеет первостепенное значение – системы ИИ часто поддерживают критически важные задачи, и даже незначительная простой или потеря данных может привести к значительным нарушениям или ошибочным выводам ИИ.

Безопасность и целостность данных еще больше усложняют развертывание ИИ. Модели ИИ полагаются на огромные объемы чувствительных данных для обучения и вывода, что делает безопасную передачу данных и защиту от нарушений или манипуляций приоритетом. Эта проблема особенно остро стоит в отраслях с жесткими требованиями соответствия, таких как здравоохранение и финансы, где организации должны соответствовать нормативным обязательствам, а также обеспечивать производительность.

По мере того, как предприятия все чаще принимают ИИ, эти проблемы с сетью становятся все более критичными, подчеркивая необходимость продвинутых, готовых к ИИ сетевых решений, которые предлагают высокую пропускную способность, низкую задержку, масштабируемость и надежную безопасность.

Как платформа Aryaka решает повышенные требования к пропускной способности и производительности рабочих нагрузок ИИ, особенно в управлении нагрузкой, вызванной передачей данных и необходимостью быстрого принятия решений?

Aryaka, с ее интеллектуальным, гибким и оптимизированным сетевым управлением, уникально приспособлена для решения повышенных требований к пропускной способности и производительности рабочих нагрузок ИИ. Передача больших объемов данных между распределенными местами, такими как устройства на краю сети, центры данных и облачные среды, часто существенно нагружает традиционные сети. Решение Aryaka обеспечивает облегчение, динамически маршрутизируя трафик по наиболее эффективным и доступным путям, используя несколько вариантов подключения для оптимизации пропускной способности и снижения задержки.

Одним из ключевых преимуществ решения Aryaka является его способность отдавать приоритет критически важному трафику ИИ через маршрутизацию, осведомленную о приложениях. Выявляя и отдавая приоритет задержке-чувствительным рабочим нагрузкам, таким как анализ данных в реальном времени или вывод моделей машинного обучения, Aryaka гарантирует, что приложения ИИ получают необходимые сетевые ресурсы для быстрого принятия решений. Кроме того, решение Aryaka поддерживает динамическое выделение пропускной способности, позволяя предприятиям уверенно масштабировать ресурсы вверх или вниз на основе требований рабочих нагрузок ИИ, предотвращая узкие места и гарантируя последовательную производительность даже во время пиковой нагрузки.

Кроме того, платформа Aryaka предоставляет возможности проактивного мониторинга и аналитики, предлагая видимость сетевой производительности и поведения рабочих нагрузок ИИ. Этот проактивный подход позволяет предприятиям выявлять и решать проблемы с производительностью до того, как они повлияют на работу систем ИИ, гарантируя бесперебойную работу. В сочетании с продвинутыми функциями безопасности, такими как CASB, SWG, FWaaS, шифрование от конца до конца, ZTNA и другие, платформы Aryaka защищают целостность данных ИИ.

Как принятие ИИ вводит новые уязвимости или поверхности атаки в сетях предприятий?

Принятие ИИ вводит новые уязвимости и поверхности атаки в сетях предприятий из-за уникальных способов, которыми системы ИИ работают и взаимодействуют с данными. Одним из значительных рисков является огромный объем чувствительных данных, который системы ИИ требуют для обучения и вывода. Если эти данные перехватываются, манипулируются или крадутся во время передачи или хранения, это может привести к нарушениям, коррупции моделей или нарушениям соответствия. Кроме того, алгоритмы ИИ уязвимы для атак противников, когда злоумышленники вводят тщательно созданные входные данные (например, измененные изображения или данные), предназначенные для того, чтобы ввести в заблуждение системы ИИ и заставить их принимать неправильные решения. Эти атаки могут компрометировать критически важные приложения, такие как обнаружение мошенничества или автономные системы, что может привести к серьезным операционным или репутационным нарушениям. Принятие ИИ также вводит риски, связанные с автоматизацией и принятием решений. Злоумышленники могут эксплуатировать автоматизированные системы принятия решений, подпитывая их ложными данными, что может привести к непредвиденным последствиям или операционным нарушениям. Например, атакующие могут манипулировать потоками данных, используемыми системами мониторинга, управляемыми ИИ, маскируя нарушение безопасности или генерируя ложные сигналы, чтобы отвлечь внимание.

Другой проблемой является сложность и распределенная природа рабочих нагрузок ИИ. Системы ИИ часто включают взаимосвязанные компоненты на устройствах на краю сети, облачных платформах и инфраструктуре. Эта сложная сеть взаимосвязанности существенно расширяет поверхность атаки, поскольку каждый элемент и путь связи представляет собой потенциальную точку входа для атакующих. Кompromетация устройства на краю сети, например, может позволить атакующим перемещаться по сети или предоставить путь для изменения данных, обрабатываемых или передаваемых в центральные системы ИИ. Кроме того, не защищенные API, часто используемые для интеграции приложений ИИ, могут暴露 уязвимости, если они не адекватно защищены.

По мере того, как предприятия все чаще полагаются на ИИ для критически важных функций, потенциальные последствия этих уязвимостей становятся более серьезными, подчеркивая необходимость надежных мер безопасности. Организации должны действовать быстро, чтобы решить эти проблемы, такие как обучение моделей ИИ на атаках противников, защита потоков данных и принятие архитектур с нулевым доверием для защиты сред, управляемых ИИ.

Какие стратегии или технологии вы реализуете в Aryaka для решения этих специфических для ИИ рисков безопасности?

Платформа Aryaka использует шифрование от конца до конца для данных, передаваемых и хранящихся, для защиты огромного объема чувствительных данных, на которые полагаются системы ИИ. Эти меры защищают потоки данных ИИ, предотвращая перехват или манипуляцию во время передачи между устройствами на краю сети, центрами данных и облачными услугами. Динамическая маршрутизация трафика еще больше повышает безопасность и производительность, направляя трафик ИИ по безопасным и эффективным путям, а также отдавая приоритет критически важным рабочим нагрузкам для минимизации задержки и обеспечения надежного принятия решений.

Решение AI Observe от Aryaka анализирует сетевой трафик, анализируя журналы на предмет подозрительной деятельности. Централизованная видимость и аналитика, предоставляемые Aryaka, позволяют организациям контролировать безопасность и производительность рабочих нагрузок ИИ, выявляя потенциальные злонамеренные действия и рискованное поведение, связанное с конечными пользователями, включая критически важные серверы и хосты. AI Observe использует алгоритмы ИИ/МЛ для запуска уведомлений о безопасности на основе уровня серьезности, рассчитанного с использованием различных параметров и переменных для принятия решений.

Решение AI>Secure от Aryaka, которое будет доступно во второй половине 2025 года, позволит организациям разобрать трафик между конечными пользователями и конечными точками сервисов ИИ (ChatGPT, Gemini, copilot и т. д.), чтобы выявить атаки, такие как инъекции запросов, утечка информации и ограждения. Кроме того, можно будет реализовать строгие политики для ограничения связи с неутвержденными и санкционированными сервисами/приложениями ИИ. Кроме того, Aryaka решает риски безопасности ИИ, реализуя продвинутые стратегии, которые сочетают сетевую и надежную безопасность. Одним из критических подходов является принятие нулевого доверия (ZT), которое обеспечивает строгую проверку для каждого пользователя, устройства и приложения, пытающегося взаимодействовать с рабочими нагрузками ИИ. Это особенно важно в распределенных средах ИИ, где рабочие нагрузки охватывают устройства на краю сети, облачные платформы и локальную инфраструктуру, что делает их уязвимыми для несанкционированного доступа и перемещения атакующих.

Реализуя эти комплексные меры, Aryaka помогает предприятиям защитить свои среды ИИ от эволюционирующих рисков, обеспечивая масштабируемое и эффективное развертывание ИИ.

Можете ли вы поделиться примерами того, как ИИ используется как для улучшения безопасности, так и для потенциального компромета сети?

ИИ играет решающую роль в кибербезопасности. Это мощный инструмент для улучшения сетевой безопасности и ресурс, который злоумышленники могут использовать для совершения сложных атак. Признание этих применений подчеркивает трансформационный потенциал ИИ в ландшафте кибербезопасности и позволяет нам ориентироваться в рисках, которые он вводит.

ИИ революционизирует сетевую безопасность за счет продвинутого обнаружения и предотвращения угроз. Модели ИИ анализируют огромные объемы сетевого трафика в реальном времени, выявляя аномалии, подозрительное поведение или индикаторы компрометации (IOCs), которые могут остаться незамеченными традиционными методами. Например, системы, управляемые ИИ, могут обнаруживать и смягчать атаки типа “отказ в обслуживании”, анализируя закономерности сетевых протоколов и реагируя автоматически для изоляции вредоносных источников. Кроме того, потенциал ИИ в поведенческом анализе значим, создавая профили нормального поведения пользователей для обнаружения внутренних угроз или компрометации учетных записей. Но его наиболее мощное применение заключается в прогностической аналитике, где системы ИИ прогнозируют потенциальные уязвимости или векторы атак, позволяя принимать меры до того, как угрозы материализуются.

С другой стороны, киберпреступники используют ИИ для разработки более сложных атак. Вредоносный код, управляемый ИИ, может адаптироваться, чтобы избежать традиционных механизмов обнаружения, изменяя свои характеристики динамически. Атакующие также используют ИИ/МЛ для улучшения фишинговых кампаний, создавая убедительные фальшивые электронные письма или сообщения, адаптированные к отдельным целям с помощью сбора и анализа данных. Одним из тревожных трендов является использование глубоких фейков в социальной инженерии. ИИ-генерируемые аудио- или видеофайлы могут убедительно имитировать руководителей или доверенных лиц, чтобы манипулировать сотрудниками и заставить их раскрыть конфиденциальную информацию или авторизовать мошеннические транзакции. Кроме того, атаки противников на системы ИИ направлены непосредственно на другие системы ИИ, вводя манипулированные данные для вызова неправильных прогнозов или решений, которые могут нарушить критически важные операции, полагающиеся на автоматизацию, управляемую ИИ.

Двойное использование ИИ в кибербезопасности подчеркивает важность многослойной стратегии безопасности. Хотя организации должны использовать потенциал ИИ для улучшения своих защит, важно оставаться бдительным против потенциального злоупотребления.

Как решение Unified SASE от Aryaka отличается от традиционных сетевых и безопасных решений?

Решение Unified SASE от Aryaka предназначено для масштабирования с вашим бизнесом. В отличие от устаревших систем, которые полагаются на отдельные инструменты для сетей (например, MPLS) и безопасности (например, брандмауэры и VPN), Unified SASE интегрирует эти функции, предлагая бесшовное и масштабируемое решение. Это слияние упрощает управление и обеспечивает последовательную безопасность и производительность для пользователей, независимо от их местоположения. Используя облачную архитектуру, Unified SASE устраняет необходимость в сложном локальном оборудовании, снижает затраты и позволяет бизнесу быстро адаптироваться к современным гибридным рабочим средам.

Одним из ключевых отличий Aryaka является ее способность поддерживать принципы нулевого доверия (ZT) в масштабе. Она обеспечивает проверку на основе идентификации для каждого пользователя, устройства и приложения, пытающегося взаимодействовать с рабочими нагрузками. В сочетании с возможностями, такими как Secure Web Gateways (SWG), Cloud Access Security Broker (CASB), Intrusion Detection and Prevention Systems (IDPS), Next-Gen Firewalls (NGFW) и сетевые функции, Aryaka обеспечивает надежную защиту от угроз, сохраняя при этом конфиденциальность данных в распределенных средах. Ее способность интегрировать ИИ еще больше повышает обнаружение и реагирование на угрозы, гарантируя более быстрое и эффективное смягчение инцидентов безопасности.

Aryaka также улучшает опыт пользователя и производительность. Unified SASE использует Software-Defined Wide Area Networking (SD-WAN) для оптимизации маршрутизации трафика, гарантируя низкую задержку и высокоскоростные соединения. Это особенно важно для организаций, принимающих облачные приложения и удаленную работу. Предоставляя безопасность и производительность с единой платформы, Unified SASE минимизирует сложность, улучшает масштабируемость и гарантирует, что организации могут удовлетворять требованиям современных, динамичных ИТ-ландшафтов.

Можете ли вы объяснить, как архитектура OnePASS от Aryaka поддерживает рабочие нагрузки ИИ, гарантируя при этом безопасную и эффективную передачу данных?

Архитектура OnePASS от Aryaka поддерживает рабочие нагрузки ИИ, интегрируя безопасное, высокопроизводительное сетевое подключение с функциями оптимизации и безопасности данных. Рабочие нагрузки ИИ часто передают большие объемы данных между распределенными средами, такими как устройства на краю сети, центры данных и облачные платформы ИИ. OnePASS гарантирует, что эти потоки данных являются эффективными и безопасными, используя глобальную частную магистраль и возможности Secure Access Service Edge (SASE) от Aryaka.

Глобальная частная магистраль обеспечивает низкозадержную, высокопроизводительную связь, которая критически важна для рабочих нагрузок ИИ, требующих обработки и принятия решений в реальном времени. Эта оптимизированная сеть гарантирует быструю и надежную передачу данных, избегая узких мест, обычно связанных с публичными интернет-соединениями. Архитектура также использует продвинутые методы оптимизации WAN, такие как дедупликация и сжатие данных, для дальнейшего повышения эффективности и снижения нагрузки на сетевые ресурсы. Это идеально подходит для больших наборов данных и частых обновлений моделей, связанных с операциями ИИ, что придает уверенность в производительности системы.

С точки зрения безопасности архитектура OnePASS от Aryaka обеспечивает каркас нулевого доверия, гарантируя, что все потоки данных аутентифицированы, зашифрованы и постоянно контролируются. Интегрированные функции безопасности, такие как Secure Web Gateway (SWG), Cloud Access Security Broker (CASB) и системы предотвращения вторжений (IPS), защищают чувствительные рабочие нагрузки ИИ от киберугроз. Кроме того, включая политики, применяемые на краю сети, OnePASS минимизирует задержку, обеспечивая, что меры безопасности применяются последовательно в распределенных средах, что придает уверенность в бдительности системы.

Архитектура OnePASS от Aryaka объединяет все необходимые функции безопасности в единую платформу. Это интеграция позволяет проводить анализ и обработку сетевого трафика в реальном времени без необходимости нескольких устройств безопасности. Это сочетание безопасного, низкозадержного подключения и надежной защиты от угроз делает архитектуру OnePASS от Aryaka уникально подходящей для современных рабочих нагрузок ИИ.

Какие тенденции вы прогнозируете в ИИ и сетевой безопасности, когда мы переходим в 2025 год и далее?

Когда мы смотрим в 2025 год и далее, ИИ будет играть важную роль в сетевой безопасности. Системы обнаружения угроз, управляемые ИИ, будут продолжать совершенствоваться, используя ИИ/МЛ для выявления закономерностей злонамеренной деятельности с беспрецедентной скоростью и точностью. Эти системы будут отличаться в обнаружении уязвимостей нулевого дня и сложных атак, таких как продвинутые постоянные угрозы (APTs). ИИ также будет стимулировать автоматизацию в реагировании на инциденты, что должно успокоить аудиторию относительно эффективности будущих систем безопасности. Эта автоматизация позволит системам Security Orchestration, Automation, and Response (SOAR) нейтрализовать угрозы самостоятельно, снижая время реагирования и уменьшая нагрузку на человеческих аналитиков. Кроме того, по мере развития квантовых вычислений, оно может подорвать существующие стандарты шифрования в сетевой безопасности, что заставит отрасль перейти на кванто-устойчивую криптографию.

Однако растущая интеграция ИИ в сетевую безопасность несет в себе проблемы. Киберпреступники используют возможности технологий ИИ для разработки более сложных атак, включая фишинговые схемы и вредоносное ПО, способное избегать обнаружения. Из-за рисков предвзятых или неправильно обученных моделей уязвимости моделей ИИ, которые представляют собой недостатки в конструкции или реализации систем ИИ, вероятно, увеличатся. Это приведет к эксплуатации моделей ИИ с помощью новых методов отравления данных и манипуляции входными данными. Кроме того, принятие ИИ улучшит обнаружение уязвимостей безопасности в сторонних библиотеках и пакетах, используемых в цепочках поставок программного обеспечения.

Мы также ожидаем, что инструменты, управляемые ИИ, будут способствовать лучшему сотрудничеству между инструментами безопасности, командами и организациями. Решения, ориентированные на ИИ, будут создавать персонализированные модели безопасности, что даст возможность аудитории чувствовать, что их потребности в безопасности удовлетворяются. Эти модели будут создавать индивидуальные политики безопасности на основе ролей пользователей и поведения. Страны будут сотрудничать в создании глобальной основы кибербезопасности для технологий ИИ.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Aryaka.