จากมนุษย์เป็นไฮบริด: ด้านในรายงาน Exabeam ปี 2025 เกี่ยวกับความเสี่ยงด้านภายในที่ได้รับเชื้อเพลิงจาก AI

Exabeam ได้เผยแพร่รายงานใหม่ จากมนุษย์เป็นไฮบริด: วิธีที่ AI และช่องว่างด้านการวิเคราะห์กำลังเพิ่มความเสี่ยงด้านภายใน ซึ่งทำให้เห็นว่าภัยคุกคามได้พลิกผัน: อันตรายที่ยิ่งใหญ่ที่สุดตอนนี้มาจากภายในองค์กร ตัวเลขสี่ตัวที่เด่นชัดคือ: 64% ของผู้เชี่ยวชาญด้านความปลอดภัยเห็นว่าผู้ที่อยู่ภายในเป็นอันตรายที่สุด 76% รายงานว่ามี AI ที่ไม่ได้รับอนุญาตอยู่แล้ว 44% มีการวิเคราะห์แบบพฤติกรรม (UEBA) และ 74% เชื่อว่าผู้บริหารมองข้ามปัญหาเหล่านี้ ร่วมกัน ปัจจัยเหล่านี้สี่ประการนี้กำหนดภูมิทัศน์ที่รายงานสำรวจอย่างละเอียด

ความเสี่ยงพลิกผันเข้ามา: และสิ่งนั้นเปลี่ยนแปลงโครงสร้าง

หากภัยคุกคามหลักอยู่ภายใน “การเพิ่มไฟร์วอลล์” ไม่ใช่คำตอบ มันคือเรื่องของอัตลักษณ์ การเข้าถึง และพฤติกรรม คิดถึงการตรวจสอบอย่างต่อเนื่องว่าใครทำอะไร ด้วยข้อมูลใด และว่ารูปแบบนั้นเป็นปกติหรือไม่ ในระดับภูมิภาค ส่วนใหญ่ของตลาดมองว่าผู้ที่อยู่ภายในเป็นข้อกังวลหลัก ตลาดที่ไม่ค่อยมองว่าผู้ที่อยู่ภายในเป็นข้อกังวลหลักคือ APJ (เอเชีย-แปซิฟิกและญี่ปุ่น) ซึ่งหลายคนยังคงกลัวผู้โจมตีภายนอกมากกว่า สำหรับผู้นำ การแปลความหมายเชิงปฏิบัติคือการเปลี่ยนการลงทุนไปสู่:

• การควบคุมอัตลักษณ์ที่เข้มงวด (การยืนยันตัวตนแบบหลายปัจจัยที่ยึดมั่น การเข้าถึงตามความเสี่ยง และการเข้าถึงแบบมีเอกสิทธิ์ที่บังคับใช้จริง)
• การตรวจสอบข้อมูลที่ตระหนักถึงการเคลื่อนไหวผิดปกติของ SaaS จุดสิ้นสุด การจัดเก็บ และอีเมล
• การวิเคราะห์แบบพฤติกรรมที่เรียนรู้รูปแบบปกติสำหรับบุคคล ทีม และระบบ: และเตือนเมื่อมีการเปลี่ยนแปลงที่มีความหมาย

ผลกระทบต่อองค์กรคือ: ทีมความปลอดภัยและเจ้าของข้อมูลต้องทำงานร่วมกัน หากคุณไม่สามารถตอบคำถาม “ใครสัมผัสข้อมูลที่ละเอียดอ่อนในสัปดาห์นี้และเป็นปกติสำหรับพวกเขาหรือไม่” คุณจะไม่เห็นเส้นทางการละเมิดสมัยใหม่ (บัญชีที่ถูกบุกรุก → การจัดเตรียมข้อมูลอย่างเงียบๆ → การส่งออกข้อมูลอย่างรวดเร็ว)

AI ได้เปลี่ยนคำจำกัดความของ “ผู้ที่อยู่ภายใน”

AI ที่ไม่ได้รับอนุญาต คือ AI ที่ไม่ได้รับอนุญาตใหม่ พนักงานวางโค้ด สัญญา รายชื่อลูกค้า หรือคำสั่งซื้อที่มีบริบทที่ละเอียดอ่อนเข้าไปในโมเดลที่ไม่ได้รับอนุญาต นั่นคือเหตุผลที่ 76% มีความสำคัญ: หมายความว่านี่ไม่ใช่ปัญหาเฉพาะจุด รักษา GenAI เหมือนการเข้าถึงแบบมีเอกสิทธิ์: อนุมัติเครื่องมือเฉพาะ ระบุการใช้งานที่ถูกกฎหมาย และป้องกันไม่ให้ข้อมูลที่ได้รับการคุ้มครอง (ข้อมูลส่วนบุคคลที่ได้รับการควบคุม การค้าลับ) เข้าไปในโมเดลของบุคคลที่สาม จับคู่นโยบายกับการเปิดใช้งาน: ให้คนมีตัวเลือก AI ที่ได้รับอนุญาตเพื่อให้พวกเขาไม่ต้องรู้สึกถึงการบังคับให้ทำผิด

ยังมีผู้เข้าร่วมใหม่ภายใน: ตัวแทน AI ทีมงานเชื่อมต่อเอเย่นต์เข้ากับเวิร์กโฟลว์พร้อมด้วยเครดενเชียลและคีย์ API ที่แท้จริง นี่คือ “ผู้ที่ไม่ใช่มนุษย์ภายใน” พวกเขาไม่เหนื่อยง่าย และพวกเขาก็ไม่บ่น: จนกว่าพวกเขาจะเปลี่ยนแปลง สิ่งนี้ต้องการการควบคุมสองอย่างที่ผู้บริหารควรทราบ:

• ขอบเขต: เอเย่นต์ทุกตัวต้องมีเจ้าของ หน้าที่ที่ชัดเจน และสิทธิ์การเข้าถึงขั้นต่ำ
• การตรวจสอบ: เอเย่นต์ทุกตัวสมควรได้รับการบันทึกการตรวจสอบและตรวจจับการผิดปกติแบบเดียวกับที่มนุษย์ได้รับ

UEBA (การวิเคราะห์แบบพฤติกรรมผู้ใช้และหน่วย) คือการตรวจจับที่เน้นไปที่ พฤติกรรม ไม่ใช่แค่ลายเซ็นและผู้บริหารควรคุ้นเคยกับสิ่งนี้ มันสร้างพื้นฐานสำหรับผู้ใช้หรือหน่วยแต่ละคน (รวมถึงบอท บัญชีบริการ และเอเย่นต์) โดยการเรียนรู้:

• มาตรฐานตามลำดับเวลา: เวลาล็อกอินตามปกติ ปริมาณข้อมูล หรือจุดหมายปลายทาง
• บริบทของกลุ่มเพื่อน: ว่าผู้วิเคราะห์ทางการเงินมีพฤติกรรมอย่างไรเมื่อเทียบกับผู้วิเคราะห์ทางการเงินคนอื่นๆ
• รูปแบบลำดับ: การจัดลำดับที่ไม่ปกติ (เช่น การเข้าสู่ระบบ VPN ครั้งแรก → การเปลี่ยนสิทธิ์ทันที → การดาวน์โหลดจำนวนมาก)

ปิดช่องว่างการวิเคราะห์: และช่องว่างวัฒนธรรม

นี่คือการเปิดเผยจริงๆ: มีเพียง 44% ขององค์กรที่ใช้ UEBA แม้ว่าความเสี่ยงด้านภายในจะเป็นปัญหาหลักในขณะนี้ ในเวลาเดียวกัน 74% ของผู้ปฏิบัติงานกล่าวว่าผู้นำมองข้ามภัยคุกคามด้านภายใน ช่องว่างวัฒนธรรมนี้ทำให้การ雇用 การใช้เครื่องมือ และนโยบายชะลอการดำเนินไป สิ่งนี้ดูเหมือนจะปิดช่องว่างทั้งสอง:

ทำให้พฤติกรรมเป็นสัญญาณชั้นหนึ่ง รวมข้อมูลประจำตัว จุดสิ้นสุด การจัดการ SaaS อีเมล และการเคลื่อนไหวของข้อมูล เพื่อให้คนหนึ่ง (หรือเอเย่นต์) มีเรื่องราวเดียวทั่วทั้งระบบ ลงทุนในการสอดคล้องก่อนหน้าแผงควบคุม หากทีม SOC ไม่สามารถเชื่อมโยงอัตลักษณ์ระหว่างเครื่องมือได้ พวกเขาจะพลาดการละเมิดอย่างเงียบๆ และการส่งออกข้อมูลช้าๆ

สร้างสมดุลระหว่างความเป็นส่วนตัวและการตรวจจับ: โดยการออกแบบ สิ่งกีดขวางที่พบบ่อยที่สุดในการดำเนินโครงการภายในคือการดื้อแพ้ทางด้านความเป็นส่วนตัว แก้ไขสิ่งนี้ด้วยการวิเคราะห์ที่มีจุดประสงค์เฉพาะ การเข้าถึงข้อมูลที่มีบทบาท การรักษาข้อมูล และเอกสารที่ชัดเจนเกี่ยวกับสิ่งที่คุณวิเคราะห์และทำไม่ เมื่อทำได้ดี การป้องกันความเป็นส่วนตัวจะช่วยให้การตรวจจับที่แข็งแกร่งขึ้นเพราะจะปลดล็อกการไหลของข้อมูลที่ทีมต้องการ

วัดผลลัพธ์ ไม่ใช่จำนวนเครื่องมือ ผู้บริหารควรขอสามตัวเลขทุกเดือน:

1. เวลาที่จะตรวจพบ พฤติกรรมที่ผิดปกติ
2. เวลาที่จะจำกัด เหตุการณ์ด้านภายใน
3. เปอร์เซ็นต์ของเหตุการณ์ ที่จับได้ด้วยการวิเคราะห์แบบพฤติกรรมเทียบกับโชคหรือการตรวจสอบหลังเหตุการณ์

ผูกงบประมาณกับการปรับปรุงเมตริกเหล่านั้น ไม่ใช่จำนวนเครื่องมือจุด “ที่ติดตั้ง”

รักษา GenAI เหมือนระบบการผลิต กำหนดรายการอนุญาต ระบุหมวดหมู่ข้อมูลที่มีขอบเขต และบันทึกสำหรับการส่งและผลลัพธ์โดยที่ถูกกฎหมาย ให้ผลิตภัณฑ์และกฎหมายมีที่นั่งที่โต๊ะเพื่อให้ “เคลื่อนที่เร็ว” ไม่เคยหมายถึง “สเปรย์ข้อมูลเข้าไปในกล่องดำ”

สร้างพื้นฐานสำหรับทุกคนและทุกสิ่ง คน บัญชีบริการ สคริปต์ RPA และเอเย่นต์ AI แต่ละคนจะได้รับพื้นฐานของตนเอง คุณกำลังมองหาการเปลี่ยนแปลง: ข้อมูลใหม่ที่สัมผัส เวลาของวันที่ไม่ปกติ จุดหมายปลายทางที่ไม่ปกติ หรือลำดับที่ไม่ตรงกับงานที่ต้องทำ

สรุป

จาก จากมนุษย์เป็นไฮบริด: วิธีที่ AI และช่องว่างด้านการวิเคราะห์กำลังเพิ่มความเสี่ยงด้านภายใน มากกว่าภาพรวมของความเสี่ยงในปัจจุบัน: มันเป็นภาพรวมของทิศทางที่ความปลอดภัยจะต้องไปต่อ สำหรับ CISO และ CEO เส้นทางไปข้างหน้าคือการเปลี่ยนจากการป้องกันพื้นที่เป็นกลยุทธ์ที่มุ่งเน้นไปที่อัตลักษณ์ การปฏิบัติต่อ GenAI ด้วยความระมัดระวังเหมือนกับการเข้าถึงแบบมีเอกสิทธิ์ และการ ให้ทั้งมนุษย์และเอเย่นต์ AI มีพื้นฐานพฤติกรรมของตนเอง องค์กรที่ประสบความสำเร็จจะเป็นองค์กรที่รวมการวัดผล การยอมรับเมตริกที่ขับเคลื่อนด้วยผลลัพธ์ และจัดแนวผู้นำกับการดำเนินงาน ในแง่นี้ รายงานของ Exabeam นั้นไม่ใช่คำเตือน แต่เป็นคู่มือสำหรับการสร้างความยืดหยุ่นในอนาคตที่กำหนดโดย AI