cybersecurity
ปัญญาประดิษฐ์ช่วยเพิ่มพลังให้กับ Zero Trust ได้อย่างไร
เทคโนโลยีมีการพัฒนาและเปลี่ยนแปลงวิธีการดำเนินงานของอุตสาหกรรมอย่างต่อเนื่อง การรักษาความปลอดภัยแบบ Zero-trust กำลังสร้างคลื่นลูกใหญ่ในโลกของการรักษาความปลอดภัยทางไซเบอร์ ธุรกิจจำนวนมากนำแนวทางปฏิบัตินี้ไปใช้อย่างรวดเร็วเพื่อให้มีความสบายใจในขณะที่พนักงานทำงานได้อย่างปลอดภัยจากทุกที่
การรักษาความปลอดภัยแบบ Zero-trust ต้องใช้เทคโนโลยีที่แข็งแกร่งในการทำงานอย่างมีประสิทธิภาพ และด้วยการเพิ่มขึ้นของปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) จึงเป็นตัวเลือกที่ชัดเจน สิ่งที่ควรรู้เกี่ยวกับ Zero Trust และวิธีที่ AI เสริมพลังให้กับความไว้วางใจมีดังนี้
Zero-Trust Security คืออะไร?
การรักษาความปลอดภัยแบบ Zero-trust ใช้หลักการที่ว่าผู้ใช้ทุกคน — ไม่ว่าอุปกรณ์จะอยู่ในหรือนอกขอบเขตเครือข่าย — จะต้องได้รับการตรวจสอบอย่างต่อเนื่องเพื่อรับหรือรักษาการเข้าถึงเครือข่ายส่วนตัว แอปพลิเคชัน หรือข้อมูล การรักษาความปลอดภัยแบบดั้งเดิมไม่เป็นไปตามแนวทางปฏิบัตินี้
การรักษาความปลอดภัยเครือข่ายไอทีมาตรฐานทำให้การเข้าถึงภายนอกนั้นยาก แต่ทุกคนในนั้นจะได้รับความไว้วางใจโดยอัตโนมัติ แม้ว่าวิธีนี้จะใช้งานได้ดีในอดีต แต่ก็ทำให้ธุรกิจต้องเผชิญกับความท้าทายในยุคปัจจุบัน องค์กรไม่มีข้อมูลในที่เดียวอีกต่อไป แต่อยู่บนคลาวด์
ผู้คนเปลี่ยนไปทำงานทางไกลในช่วงการระบาดของ COVID-19 ซึ่งหมายความว่าข้อมูลที่จัดเก็บในระบบคลาวด์สามารถเข้าถึงได้จากสถานที่ต่างๆ และเครือข่ายได้รับการปกป้องด้วยมาตรการรักษาความปลอดภัยเดียวเท่านั้น สิ่งนี้อาจทำให้บริษัทต่างๆ เข้าสู่การละเมิดข้อมูลได้ มีค่าใช้จ่ายเฉลี่ย 4.35 ล้านดอลลาร์ต่อการละเมิดทั่วโลก และค่าเฉลี่ยต่อการฝ่าฝืน 9.44 ล้านดอลลาร์ในสหรัฐอเมริกาที่จะแก้ไขในปี 2022
Zero trust เพิ่มชั้นความปลอดภัยอีกชั้นหนึ่งที่ให้ความอุ่นใจแก่ธุรกิจ การรักษาความปลอดภัยแบบ Zero-trust ไม่ไว้วางใจใคร — ไม่สำคัญว่าพวกเขาจะอยู่นอกหรือในเครือข่าย — และตรวจสอบยืนยันผู้ใช้ที่พยายามเข้าถึงข้อมูลอย่างต่อเนื่อง
Zero trust เป็นไปตามหลักความปลอดภัย XNUMX ประการ:
- การควบคุมการเข้าถึงสำหรับอุปกรณ์: Zero trust ตรวจสอบจำนวนอุปกรณ์ที่พยายามเข้าถึงเครือข่ายอย่างต่อเนื่อง กำหนดว่ามีสิ่งใดที่ก่อให้เกิดความเสี่ยงหรือไม่และทำการตรวจสอบ
- การรับรองความถูกต้องด้วยหลายปัจจัย: การรักษาความปลอดภัยแบบ Zero-Trust ต้องการหลักฐานเพิ่มเติมเพื่อให้ผู้ใช้เข้าถึงได้ ยังคงต้องใช้รหัสผ่านเหมือนการรักษาความปลอดภัยแบบดั้งเดิม แต่ก็สามารถขอให้ผู้ใช้ทำได้เช่นกัน ตรวจสอบตัวเองด้วยวิธีเพิ่มเติม — ตัวอย่างเช่น พินที่ส่งไปยังอุปกรณ์อื่น
- การตรวจสอบอย่างต่อเนื่อง: การรักษาความปลอดภัยแบบ Zero-trust ไม่ไว้วางใจอุปกรณ์ใดในหรือนอกเครือข่าย ผู้ใช้ทุกคนได้รับการตรวจสอบและยืนยันอย่างต่อเนื่อง
- การแบ่งส่วนย่อย: ผู้ใช้จะได้รับสิทธิ์ในการเข้าถึงส่วนใดส่วนหนึ่งของเครือข่าย แต่ส่วนที่เหลือจะถูกจำกัด สิ่งนี้จะป้องกันไม่ให้ผู้โจมตีทางไซเบอร์เคลื่อนผ่านและประนีประนอมกับระบบ สามารถค้นหาและกำจัดแฮ็กเกอร์ได้ เพื่อป้องกันความเสียหายเพิ่มเติม
3 วิธีที่ AI และ ML สามารถเพิ่มพลังให้กับ Zero Trust
การรักษาความปลอดภัยแบบ Zero-trust ทำงานได้อย่างมีประสิทธิภาพมากขึ้นด้วย AI และ ML ซึ่งช่วยให้ทีมไอทีและองค์กรสามารถปกป้องเครือข่ายของตนได้อย่างเหมาะสม
1. มอบประสบการณ์ที่ดีขึ้นแก่ผู้ใช้
การรักษาความปลอดภัยขั้นสูงมาพร้อมกับต้นทุนที่อาจเป็นข้อเสียสำหรับหลายๆ บริษัท นั่นคือประสบการณ์ของผู้ใช้ ชั้นการป้องกันที่เพิ่มเข้ามาทั้งหมดนี้ให้ประโยชน์มากมายแก่องค์กร อย่างไรก็ตามมันสามารถบังคับให้ผู้คนกระโดดผ่านห่วงมากมายเพื่อเข้าถึง
ประสบการณ์ของผู้ใช้เป็นสิ่งสำคัญ คนที่ไม่ปฏิบัติตามโปรโตคอลอาจทำให้องค์กรเสียหายได้ นี่เป็นปัญหาสำคัญที่ ML และ AI จัดการ
AI และ ML เพิ่มประสบการณ์ทั้งหมด สำหรับผู้ใช้ที่ถูกต้องตามกฎหมาย ก่อนหน้านี้พวกเขาอาจรอเป็นเวลานานเพื่อให้คำขอได้รับการอนุมัติเนื่องจากคำขอเป็นแบบแมนนวล AI สามารถเร่งกระบวนการนี้ได้อย่างมาก
2. สร้างและคำนวณคะแนนความเสี่ยง
ML เรียนรู้จากประสบการณ์ที่ผ่านมา ซึ่งสามารถช่วยรักษาความปลอดภัยแบบ Zero-Trust เพื่อสร้างคะแนนความเสี่ยงแบบเรียลไทม์ โดยจะขึ้นอยู่กับเครือข่าย อุปกรณ์ และข้อมูลที่เกี่ยวข้องอื่นๆ บริษัทต่างๆ สามารถพิจารณาคะแนนเหล่านี้ได้เมื่อผู้ใช้ร้องขอการเข้าถึงและพิจารณาว่าจะให้ผลลัพธ์ใด
ตัวอย่างเช่น หากคะแนนความเสี่ยงสูงแต่ไม่เพียงพอที่จะบ่งชี้ถึงภัยคุกคาม คุณสามารถใช้ขั้นตอนเพิ่มเติมเพื่อตรวจสอบยืนยันผู้ใช้ได้ สิ่งนี้จะเพิ่มความปลอดภัยอีกชั้นให้กับเฟรมเวิร์กแบบ Zero-Trust คะแนนเหล่านี้สามารถนำมาพิจารณาเพื่อให้เข้าถึงได้
ต่อไปนี้เป็นสี่ปัจจัยที่คะแนนความเสี่ยงเหล่านี้สามารถนำมาพิจารณาได้:
- สถานที่ใดที่อุปกรณ์ร้องขอการเข้าถึงและเวลาและวันที่ที่แน่นอนซึ่งสิ่งนี้เกิดขึ้น
- คำขอการเข้าถึงข้อมูลที่ไม่ธรรมดาหรือการเปลี่ยนแปลงที่ไม่คาดคิดในสิ่งที่ใครบางคนสามารถร้องขอการเข้าถึงได้
- รายละเอียดผู้ใช้งาน เช่น หน่วยงานที่ทำงานมา
- ข้อมูลเกี่ยวกับอุปกรณ์ที่ร้องขอการเข้าถึง รวมถึงความปลอดภัย เบราว์เซอร์ และระบบปฏิบัติการ
3. ให้การเข้าถึงแก่ผู้ใช้โดยอัตโนมัติ
AI สามารถอนุญาตให้มีการร้องขอการเข้าถึงโดยอัตโนมัติ โดยพิจารณาจากคะแนนความเสี่ยงที่สร้างขึ้น สิ่งนี้ช่วยประหยัดเวลาสำหรับแผนกไอที
ปัจจุบัน ทีมไอทีต้องตรวจสอบและให้การเข้าถึงทุกคำขอด้วยตนเอง การดำเนินการนี้ต้องใช้เวลา และผู้ใช้ที่ถูกต้องตามกฎหมายต้องรอก่อนอนุมัติหากมีคำขอจำนวนมาก ปัญญาประดิษฐ์ทำให้กระบวนการนี้เร็วขึ้นมาก
AI ทำให้ Zero Trust ดีขึ้น
AI และ ML มีความจำเป็นในการรักษาความปลอดภัยแบบ Zero-Trust พวกเขาให้ประโยชน์มากมายและปรับปรุงขั้นตอนเพื่อมอบประสบการณ์ผู้ใช้ที่ยอดเยี่ยมในขณะที่ปกป้ององค์กรอย่างมีประสิทธิภาพ การรักษาความปลอดภัยที่เข้มงวดมักมีข้อเสีย แต่การเพิ่ม AI และ ML ช่วยให้บริษัทและลูกค้าได้รับประโยชน์มากมาย
