Alon Noy, vd och medgrundare av Astelia – intervjuserie

Alon Noy, vd och medgrundare av Astelia, är en ledande profil inom cybersäkerhet med mer än 15 års erfarenhet av både offensiv och defensiv säkerhet. Tidigare tjänstgjorde han vid Israels enhet 8200 och kom senare att leda Israels nationella red team för cybersäkerhet. I det arbetet ingick bland annat att stresstesta kritisk infrastruktur och samarbeta med säkerhetsteam för att identifiera och åtgärda verkliga angreppsvägar. Noy har också lett stora forsknings- och utvecklingsorganisationer, gått Israels Talpiot-program och har en masterexamen i datavetenskap från Tel Aviv University. Hans erfarenhet av att verka ur både angriparens och försvararens perspektiv har bidragit till att forma Astelias arbetssätt, som fokuserar på att avgöra vilka sårbarheter som faktiskt går att nå och utnyttja i en organisations miljö.

Astelia är ett AI-baserat cybersäkerhetsföretag med fokus på hantering av exponeringar och sårbarheter. Företaget grundades av veteraner och tidigare ledare för Israels nationella red team och använder AI och nätverksspecifik analys för att avgöra vilka sårbarheter som utgör verkliga angreppsvägar, i stället för att främst förlita sig på generiska allvarlighetsgraderingar. Plattformen kartlägger en organisations miljö genom skrivskyddade integrationer, analyserar vilka förutsättningar som krävs för att utnyttja sårbarheter utifrån nätverkstopologin och hjälper säkerhetsteam att prioritera sårbarheter som bevisligen går att nå. Den identifierar också möjliga åtgärder, till exempel korrigeringar, konfigurationsändringar, nätverkssegmentering eller kompenserande kontroller. Företagets övergripande mål är att hjälpa organisationer att minska mängden sårbarhetsvarningar de behöver utreda och rikta resurserna mot exponeringar som angripare realistiskt sett skulle kunna utnyttja.

Innan du grundade Astelia tillbringade du mer än ett decennium inom Israels nationella säkerhet, bland annat vid enhet 8200 och som ledare för Israels nationella red team för cybersäkerhet, där du förväntades tänka och agera som en angripare. Vad lärde de erfarenheterna dig om hur avancerade attacker faktiskt går till, och vilken lucka på cybersäkerhetsmarknaden ledde till slut till att du var med och grundade Astelia?

I mer än ett decennium gick mitt jobb i princip ut på att tänka som den som försöker ta sig in, inte som den som försöker hålla dem ute. Den tydligaste lärdomen av den erfarenheten är att avancerade attacker nästan aldrig bygger på ett enda dramatiskt hål i muren. Oftast handlar det om två eller tre små saker som ingen trodde spelade någon roll var för sig: ett konto som aldrig avaktiverades, en del av nätverket som skulle vara isolerad men inte var det, en behörighet som var mer omfattande än nödvändigt och så vidare. När jag ledde det nationella red teamet lade vi betydligt mer tid på att förstå hur målets nätverk faktiskt fungerade än på att bygga själva exploateringen. När man väl vet var vägarna finns är det nästan den enkla delen att utnyttja dem. När jag gick över till försvarssidan började jag se ett mönster. Det fanns långa listor med ”kritiska” sårbarheter, men inget verkligt sätt att veta vilka en angripare faktiskt kunde nå. Det är den luckan Astelia skapades för att täppa till: genom att ta nåbarhetsanalys – den process angripare använder för att hitta vägar in – och i stället använda den till försvararnas fördel.

Astelia har ett annat angreppssätt för sårbarhetshantering: företaget kartlägger organisationens faktiska nätverkstopologi och använder agentbaserad AI för att avgöra vilka sårbarheter som verkligen går att nå och utnyttja. Hur fungerar det i praktiken, och varför anser du att traditionella metoder för att poängsätta sårbarheter ofta får försvarare att prioritera fel?

Med hjälp av skrivskyddade integrationer kartlägger vi organisationens faktiska nätverk: hur systemen verkligen är sammankopplade och var befintliga nätverkskontroller redan står i vägen för en angripare. När vi har den bilden går AI:n igenom varje sårbarhet och avgör vad som faktiskt skulle krävas för att utnyttja den, till exempel vilken åtkomst som behövs, vilken väg genom nätverket som måste tas och vilka förutsättningar som måste vara uppfyllda. Därefter stämmer den av allt detta mot den verkliga topologin och de befintliga kontrollerna. Av allt som en skanner flaggar visar sig vanligtvis mindre än 1 % faktiskt gå att nå. Både CVSS och EPSS stöter på samma grundläggande problem: de poängsätter sårbarheter som om alla nätverk såg likadana ut, som om systemen var exponerade direkt mot det öppna internet eller som om exploateringstrender i hela branschen sa något om just din miljö. I de flesta miljöer stämmer inget av dessa antaganden. En bugg med kritisk allvarlighetsgrad som ligger tre hopp in i ett segmenterat nätverk innebär inte samma risk som en bugg på en server som är vänd mot internet. Och en sårbarhet med högt EPSS-värde i branschen som helhet kanske inte går att nå alls i ditt nätverk. Poängen är statiska och speglar inte ditt nätverk. Nåbarheten förändras hela tiden, eftersom nätverken och de kontroller som skyddar dem också gör det.

Du har hävdat att mycket av det som försvarare oroar sig för saknar betydelse för hur verkliga angripare arbetar. Utifrån din erfarenhet av att genomföra godkända attacker mot miljöer med mycket hög säkerhet, vad missförstår säkerhetsteam oftast om hur angripare hittar svagheter och kedjar samman dem?

Det finns en vanlig föreställning om att angripare ger sig på det som bedöms vara allra allvarligast. I praktiken gör vi det sällan. Vi ger oss på det som snabbast för oss närmast målet, och det är ofta något som skannern har bedömt som medel eller låg risk: en filresurs med felaktiga behörigheter, inloggningsuppgifter som finns kvar från ett projekt som påstås ha lagts ned eller ett litet fotfäste som blev farligt först när det kombinerades med något annat som ingen trodde hade något samband. Skannrar bedömer fynd var för sig. Angrepp fungerar inte så; en angripare tittar alltid på hur olika saker hänger ihop. Något som verkar harmlöst i sig kan vara precis vad en angripare behöver för att gå från ett konto med låga behörigheter till fullständig kontroll. De flesta försvarare är fortfarande organiserade för att bedöma risk ett fynd i taget, och därför missar de gång på gång de angreppsvägar som faktiskt spelar roll.

AI minskar kraftigt den tid och sakkunskap som krävs för att omvandla nyligen offentliggjorda sårbarheter till fungerande exploateringar. Hur förändrar det här cyberattackerna rent ekonomiskt, och vilka typer av angripare har mest att vinna på allt mer kapabla AI-modeller?

Det som tidigare gjorde det dyrt att ta fram en exploatering var den sakkunskap som krävdes: att hitta buggen, lista ut exakt hur den skulle utlösas och få exploateringen att fungera tillförlitligt. Sådant som ofta skulle ta ett team av experter månader kan nu ta några timmar för en vanlig angripare med tillgång till de mest avancerade modellerna. Det innebär en verklig förändring av de ekonomiska förutsättningarna. Att utveckla ett nytt CVE till ett vapen krävde tidigare en betydande investering; nu krävs knappt någon alls, och tiden mellan att en sårbarhet offentliggörs och att det finns en fungerande exploatering fortsätter att krympa. De flesta patchcykler var aldrig utformade för att hålla jämna steg med ett sådant tempo. De angripare som gynnas mest av det här är inte de främsta statliga aktörerna, som redan hade stark offensiv kapacitet. Det är mindre grupper och opportunistiska brottslingar som aldrig haft sådan sakkunskap inom den egna organisationen, och AI ger dem i praktiken tillgång till den.

Vita husets GOLD EAGLE-initiativ bygger på ett närmare samarbete mellan myndigheter, teknikföretag och aktörer inom kritisk infrastruktur, där avancerad AI används för att identifiera och åtgärda sårbarheter snabbare. Ur en angripares perspektiv, vad gör den här modellen rätt, och vad riskerar den fortfarande att missa?

GOLD EAGLE identifierar helt riktigt hur mycket tid som går förlorad på dubbelarbete, när olika organisationer på egen hand skannar efter och prioriterar samma offentliggjorda sårbarhet innan någon faktiskt agerar. Att samla det arbetet och använda AI för att påskynda samordningen mellan myndigheter och infrastrukturaktörer minskar verkligen den tid en angripare har till sitt förfogande, och ur en angripares perspektiv är det den viktigaste delen. I det här spelet är snabbhet allt. Där jag tycker att initiativet brister är att samordning inom hela branschen inte talar om för ett enskilt företag om en viss sårbarhet går att nå i det egna nätverket. En organisation kan ha tillgång till ett välprioriterat hotflöde och ändå inte veta om informationen gäller den egna verksamheten. Det sista steget, att kontrollera informationen mot den egna nätverkstopologin, är fortfarande varje organisations ansvar.

Fler än 100 organisationer inom teknik, cybersäkerhet, finans och infrastruktur har varnat för att det kanske bara finns ett begränsat tidsfönster att stärka försvaret innan AI-stödda attacker blir betydligt mer utbredda. Delar du den känslan av brådska, och vad bör organisationer realistiskt sett åstadkomma under det här ”försvararnas tidsfönster”?

Jag delar känslan av brådska, även om jag skulle beskriva orsaken lite annorlunda. AI-stödda attacker är inget framtida hot; tiden mellan att en sårbarhet offentliggörs och att det finns en fungerande exploatering krymper redan snabbare än de flesta organisationer hinner installera säkerhetsuppdateringar. Det är inte realistiskt att försöka vinna det kapplöpningen enbart genom att installera uppdateringar snabbare. Däremot är det realistiskt att använda den här perioden till att förstå sin egen miljö. Det innebär att känna till den faktiska nätverkstopologin, veta vilka sårbarheter som verkligen går att nå och koncentrera insatserna på den mindre gruppen i stället för att sprida dem över tusentals teoretiska fynd. Det är också klokt att använda tiden till att utveckla fler åtgärder än att installera säkerhetsuppdateringar, till exempel segmentering eller konfigurationsändringar, eftersom enbart snabbare installation av uppdateringar inte kommer att hålla jämna steg med AI-accelererad utveckling av exploateringar.

Kollektivt cyberförsvar bygger i hög grad på att organisationer delar information om sårbarheter och hot. Vad behöver förändras, tekniskt eller kulturellt, för att myndigheter och privata företag ska kunna dela användbar information tillräckligt snabbt för att den ska göra skillnad, utan att samtidigt skapa nya säkerhetsrisker?

Den tekniska utmaningen är lättare att lösa. Det svårare problemet är förtroende. Ingen organisation vill avslöja en svaghet i sin egen miljö och riskera att den kan spåras tillbaka till organisationen, särskilt om den senare nämns i en rapport om ett dataintrång. Det som fungerar är att dela information som är användbar utan att kunna identifiera avsändaren: mönstret för hur något kan utnyttjas snarare än en beskrivning som är så specifik att den pekar ut ett visst företag. Det kräver bättre infrastruktur och maskinläsbara hotdata som överförs via automatiserade kanaler i stället för PDF-filer och e-postlistor, men infrastrukturen har egentligen aldrig varit hindret. Hindret är att delning fortfarande uppfattas som en juridisk risk av de flesta organisationer, snarare än som något som skyddar dem. Ett neutralt och betrott mellanled är en del av det GOLD EAGLE syftar till att tillhandahålla, och det skulle kunna bidra mycket till att förändra den synen.

Astelia betonar ”nåbarhet” snarare än enbart allvarlighetsgrad eller förekomsten av en känd exploit. När AI gör det snabbare och potentiellt vanligare att ta fram exploiter, blir nåbarhet då ett viktigare riskmått, och hur bör CISO:er tänka om kring prioriteringen av sårbarheter utifrån det begreppet?

Nåbarhet blir inte bara viktigare – det blir det mått som faktiskt avgör. Allvarlighetsgraden har alltid varit en uppskattning av hur stor skada något skulle kunna orsaka; nåbarhet visar om det går att utnyttja i din miljö just nu. Försvarare brukade räkna med att de flesta fynd med låg allvarlighetsgrad kunde lämnas utan säkerhetsuppdatering i månader, eftersom ingen rimligen skulle försöka utnyttja dem. Det antagandet håller inte längre när det går snabbt och billigt att ta fram exploiter. Prioriteringen måste gå från en lista ordnad efter allvarlighetsgrad till att åtgärda exponeringar som faktiskt är nåbara. Det som skiljer det lilla antal sårbarheter som spelar roll från alla andra är om en angripare kan nå dem i ert faktiska nätverk. CISO:er bör begära bevis på nåbarhet, inte ännu ett poängtal ovanpå CVSS.

Astelia använder också AI-agenter i delar av sårbarhetshanteringen, från att identifiera nya exponeringar till att samordna åtgärder. Hur stor självständighet bör cybersäkerhetsagenter i slutändan ha när de kan göra ändringar i produktionsmiljöer, och var bör människor fortsatt vara tydligt delaktiga?

Agenter bör ha verklig självständighet i analysarbetet: kartlägga nätverket, ta reda på vad som krävs för att utnyttja sårbarheter, koppla samman nya uppgifter om sårbarheter och visa vad som är nåbart. Det är där snabbhet spelar störst roll, och ett misstag innebär bara en dålig rekommendation som en människa kan fånga upp. Jag drar en tydlig gräns vid ändringar i produktion utan tillsyn. Utan data om nåbarhet i nätverket gissar en agent när den försöker genomföra en åtgärd, och en felaktig brandväggsregel eller segmenteringsändring kan orsaka större skada än den sårbarhet den var tänkt att åtgärda. Det är också därför det mesta som i dag marknadsförs som ”autonom åtgärdshantering” i själva verket handlar om att automatiskt skapa ärenden. Företag vill att en människa godkänner sådana ändringar, särskilt eftersom det inte alltid finns någon säkerhetsuppdatering att tillgå från början. Rätt modell är agenter som föreslår åtgärder med stöd i belägg, och där en person godkänner dem innan något påverkar produktionen. Den gränsen kommer att bli mindre strikt i takt med att data om nåbarhet mognar och förtroendet växer för snävare, vältestade kategorier av ändringar, men att låta agenter agera utan tillsyn i produktion är inte där jag skulle börja.

Framöver, när både angripare och försvarare får tillgång till allt mer kapabla autonoma AI-system, hur tror du att balansen mellan offensiv och defensiv cybersäkerhet kommer att förändras, och vad kommer att skilja organisationer som är förberedda för nästa fas från dem som inte är det?

Angripare har ett försprång i början när de använder AI, eftersom de bara behöver hitta en fungerande väg, och AI lämpar sig väl för att hitta den snabbt: spaning går fortare, utvecklingen av exploiter går fortare och nätfiskemeddelanden blir mer övertygande. Försvarare överbryggar inte det gapet genom att använda AI för att göra samma saker snabbare. De överbryggar det genom att använda AI för att upptäcka och åtgärda de sårbarheter som faktiskt är nåbara i det egna nätverket, utifrån den egna kontexten, i stället för att hantera risker med hjälp av generiska hotdata som gäller hela branschen. Det som kommer att skilja förberedda organisationer från andra är om de gjorde den omställningen innan de tvingades till det – om de med belägg kan säga vilka av deras sårbarheter som faktiskt går att utnyttja i deras miljö, i stället för att hoppas att deras schema för säkerhetsuppdateringar hänger med. Organisationer som fortfarande hanterar risker utifrån en generisk kontext kommer fortsätta att överrumplas av något som deras egen skanner bedömde som lågprioriterat ett år tidigare.

Tack för en fin intervju! Läsare som vill veta mer kan besöka Astelia.