Swimlane เปิดตัว AI SOC สำหรับ MSSPs เพื่อขยายการดำเนินงานด้านความปลอดภัยไซเบอร์ด้วย Agentic AI

Swimlane ได้เปิดตัวเวอร์ชันใหม่ของแพลตฟอร์มการดำเนินงานด้านความปลอดภัยที่ใช้ AI ซึ่งออกแบบมาโดยเฉพาะสำหรับบริการด้านความปลอดภัยที่จัดการหลายสภาพแวดล้อมของลูกค้า

บริการด้านความปลอดภัยที่จัดการ (MSSP) คือผู้ให้บริการด้านความปลอดภัยไซเบอร์ที่จัดการระบบ ตรวจสอบกิจกรรมที่น่าสงสัย และช่วยให้องค์กรตอบสนองต่อภัยคุกคาม ส่วนการดำเนินงานด้านความปลอดภัย (SOC) คือการรวมกันของนักวิเคราะห์ กระบวนการ และเทคโนโลยีที่รับผิดชอบต่อการทำงานนี้

โดยสร้างบนแพลตฟอร์ม Swimlane Turbine แพลตฟอร์ม AI SOC ใหม่สำหรับ MSSPs มีจุดมุ่งหมายเพื่อทำให้งานที่ซ้ำกันในการจัดการกับแจ้งเตือนด้านความปลอดภัยเป็นแบบอัตโนมัติ ในขณะที่ให้บริการด้านความปลอดภัยสามารถควบคุมความสัมพันธ์กับลูกค้า ข้อมูล และบริการที่จัดการได้

การสร้างโครงสร้างพื้นฐาน AI โดยไม่ต้องแข่งขันกับลูกค้า

ข้อโต้แย้งเชิงกลยุทธ์ที่อยู่เบื้องหลังการเปิดตัวนี้ไปไกลกว่าการทำให้เป็นแบบอัตโนมัติ

เมื่อผู้ให้บริการด้านความปลอดภัยที่ใช้ AI ขยายผลิตภัณฑ์ของตน บางรายเริ่มให้บริการด้านความปลอดภัยที่จัดการโดยตรง ซึ่งอาจทำให้เกิดความขัดแย้งสำหรับ MSSP ที่เคยพึ่งพาผู้ให้บริการเหล่านี้ในฐานะพันธมิตรด้านเทคโนโลยี แต่อาจพบว่าตัวเองกำลังแข่งขันกับพวกเขาเพื่อ爭ลูกค้า

Swimlane มีท่าทีที่แตกต่างออกไป แทนที่จะกลายเป็นองค์กรที่รับผิดชอบในการจัดการสภาพแวดล้อมด้านความปลอดภัยของลูกค้า บริษัทนี้จัดหาเทคโนโลยี AI และการทำให้เป็นแบบอัตโนมัติที่อยู่เบื้องหลังบริการเหล่านั้นให้กับ MSSP

สำหรับผู้ให้บริการด้านความปลอดภัย สิ่งนี้มีความสำคัญ MSSP จะกำหนดบริการ จัดการความสัมพันธ์กับลูกค้า ควบคุมข้อมูลของลูกค้า และกำหนดว่านักวิเคราะห์โต้ตอบกับระบบอัตโนมัติอย่างไร Swimlane จัดหาชั้นการกำกับดูแลที่ทำงานอยู่เบื้องหลังบริการเหล่านั้น

เทคโนโลยีที่มีอยู่ของบริษัทมุ่งเน้นไปที่การช่วยให้ MSSP จัดการการสอบสวน การอนุมัติ และการดำเนินการตอบสนองต่อเหตุการณ์ต่างๆ ทั่วหลายสภาพแวดล้อมของลูกค้า โดยไม่บังคับให้ลูกค้าแต่ละรายต้องใช้กระบวนการเดียวกัน

การใช้ Agentic AI เพื่อสอบสวนการแจ้งเตือนด้านความปลอดภัย

ผลิตภัณฑ์นี้ใช้ Agentic AI เพื่อจัดการส่วนของกระบวนการสอบสวนแจ้งเตือน

ไม่เหมือนกับ AI ที่ช่วยเหลือแบบเดิมๆ ที่สรุปข้อมูลหรือตอบคำถามเดียว ระบบ AI ที่ใช้ Agentic สามารถประสานงานหลายขั้นตอนเพื่อบรรลุเป้าหมายที่กว้างขึ้น ใน SOC นั้น อาจรวมถึงการรวบรวมข้อมูลเกี่ยวกับการแจ้งเตือน ตรวจสอบแหล่งข้อมูลด้านข่าวกรองภัยคุกคาม การสอดคล้องกับเหตุการณ์ที่เกี่ยวข้อง การประเมินความเสี่ยง และการเตรียมการดำเนินการตอบสนองต่อไป

Swimlane แยกความแตกต่างระหว่างตัวแทน AI ที่แคบซึ่งทำงานเฉพาะอย่างและระบบ Agentic ที่กว้างขึ้นซึ่งสามารถพกพาบริบทไปตลอดกระบวนการด้านความปลอดภัยได้ ระบบที่กว้างขึ้นนี้สามารถย้ายกรณีจากขั้นตอนแรกไปจนถึงการสอบสวน การเพิ่มระดับ การตอบสนอง และการรายงาน ในขณะที่ปฏิบัติตามกฎที่กำหนดโดยทีมด้านความปลอดภัย

สำหรับผลิตภัณฑ์ใหม่สำหรับ MSSP แต่ละการแจ้งเตือนสามารถถูกทำให้เป็นมาตรฐานได้ ซึ่งหมายความว่าข้อมูลจากเครื่องมือด้านความปลอดภัยที่แตกต่างกันจะถูกแปลงให้เป็นรูปแบบที่สอดคล้องกัน ระบบจะเสริมการแจ้งเตือนด้วยข่าวกรองด้านภัยคุกคาม เช่น ชื่อเสียงของที่อยู่ IP โดเมน ไฟล์ หรือบัญชีผู้ใช้ ก่อนที่จะสอดคล้องกับกิจกรรมที่เกี่ยวข้อง

AI จะสร้างคำตัดสินที่สามารถอธิบายได้และแผนการสอบสวน แทนที่จะเพียงแค่กำหนดคะแนนความเสี่ยง คดีสามารถถูกจัดทำเป็นไปตาม MITRE ATT&CK ซึ่งเป็นฐานความรู้ที่ใช้กันอย่างแพร่หลายซึ่งจัดระเบียบยุทธวิธีและเทคนิคที่สังเกตได้ในการโจมตีไซเบอร์ในโลกแห่งความเป็นจริง สิ่งนี้ทำให้นักวิเคราะห์มีกรอบการทำงานร่วมกันสำหรับการทำความเข้าใจว่าผู้โจมตีอาจพยายามทำอะไรและวิธีที่พฤติกรรมที่สังเกตเห็นเข้ากันได้กับการบุกรุกที่กว้างขึ้น

การแบ่งปันบริบทภัยคุกคามระหว่างลูกค้า

หนึ่งในคุณสมบัติที่น่าสังเกตมากที่สุดคือชั้นข่าวกรองภัยคุกคามระหว่างลูกค้า

ในบริบทนี้ ลูกค้าหมายถึงสภาพแวดล้อมของลูกค้าแต่ละรายที่ดำเนินการภายในแพลตฟอร์มของ MSSP ลูกค้าแต่ละรายอาจมีเครื่องมือด้านความปลอดภัยที่แตกต่างกัน สิทธิ์การเข้าถึง ข้อบังคับด้านกฎระเบียบ และขั้นตอนการตอบสนองที่แตกต่างกัน

เมื่อระบบสอบสวนการตรวจสอบ เช่น ที่อยู่ IP ที่น่าสงสัย ไฟล์หรือโดเมนสำหรับลูกค้าหนึ่งๆ การเพิ่มและคำตัดสินผลลัพธ์สามารถกลายเป็นบริบททันทีสำหรับการแจ้งเตือนที่เกี่ยวข้องที่อื่นในพอร์ตโฟลิโอของลูกค้า MSSP

สิ่งนี้อาจลดความจำเป็นในการซื้อหรือรับข่าวกรองภัยคุกคามซ้ำๆ และอาจช่วยให้นักวิเคราะห์ระบุแคมเปญที่ส่งผลกระทบต่อลูกค้าหลายราย ตัวบ่งชี้ที่ตรวจพบในลูกค้าหนึ่งอาจช่วยเร่งการสอบสวนในอีกลูกค้าหนึ่งได้

ในขณะเดียวกัน การใช้ข้อมูลบริบทภัยคุกคามระหว่างลูกค้าทำให้เกิดการพิจารณาที่สำคัญเกี่ยวกับการกำกับดูแลข้อมูล Swimlane ระบุว่าแพลตฟอร์มใช้การแยกข้อมูลลูกค้าแบบเนทีฟและควบคุมการเข้าถึงแบบเล่นลูกกลมเพื่อแยกข้อมูลของลูกค้าและรับรองว่านักวิเคราะห์มีเข้าถึงเฉพาะสภาพแวดล้อมที่ได้รับอนุญาตให้พวกเขาจัดการเท่านั้น

ศูนย์ควบคุมกลางสำหรับสภาพแวดล้อมลูกค้าหลายราย

Swimlane AI SOC สำหรับ MSSPs ยังแนะนำศูนย์ควบคุมกลางที่นำคดีจากสภาพแวดล้อมลูกค้าที่เชื่อมต่อกันเข้าสู่พื้นที่ทำงานของนักวิเคราะห์ที่รวมกัน

แทนที่จะเปลี่ยนระหว่างเครื่องมือและแผงควบคุมที่แยกจากกันสำหรับลูกค้าแต่ละราย นักวิเคราะห์สามารถดูคดีที่เปิดอยู่ การแจ้งเตือนสำคัญ การสอบสวนที่ไม่ได้รับมอบหมาย การดำเนินการอัตโนมัติจากพอร์ตโฟลิโอของ MSSP

ชั้นการซิงค์ข้อมูล案จะส่งเมตาดาต้าการบริหารคดีไปยังศูนย์ควบคุมกลาง ช่วยให้ MSSP มาตรฐานในการจัดเตรียมลูกค้าใหม่ สิ่งนี้มีจุดมุ่งหมายเพื่อลดการพึ่งพาโครงการบริการมืออาชีพแบบกำหนดเอง ซึ่งวิศวกรต้องสร้างการรวมและแบบจำลองการดำเนินการที่แยกจากกันสำหรับลูกค้าแต่ละราย

แผงควบคุมระดับพอร์ตโฟลิโอจะให้ข้อมูลเกี่ยวกับคดีที่กำลังดำเนิน การทำงานของนักวิเคราะห์ การมีส่วนร่วมของลูกค้า และจำนวนเหตุการณ์ที่สร้างขึ้น ปิด หรือจัดประเภทโดย AI รายงานอัตโนมัติรายสัปดาห์สามารถสร้างขึ้นสำหรับการรายงานภายในหรือการรายงานของลูกค้าได้

แพลตฟอร์มนี้เชื่อมต่อกับระบบการทำงานและระบบตั๋วที่มีอยู่ รวมถึง ServiceNow และ Jira สิ่งนี้ช่วยให้เหตุการณ์ด้านความปลอดภัยยังคงอยู่ในเครื่องมือที่ทีมปฏิบัติการใช้อยู่แล้ว แทนที่จะสร้างคิวที่แยกออกไปซึ่งพนักงานต้องติดตาม

การแก้ไขปัญหาด้านเศรษฐกิจของความปลอดภัยไซเบอร์ที่จัดการ

กรณีธุรกิจนี้ขึ้นอยู่กับกำลังการผลิตของนักวิเคราะห์และต้นทุนในการให้บริการลูกค้าแต่ละราย

MSSP โดยทั่วไปจะกระจายเทคโนโลยีด้านความปลอดภัยและกำลังคนนักวิเคราะห์ของตนไปทั่วหลายลูกค้า โมเดลนี้กลายเป็นเรื่องที่ยากขึ้นเมื่อปริมาณการแจ้งเตือนเพิ่มขึ้น สภาพแวดล้อมของลูกค้ากลายเป็นเรื่องที่ซับซ้อนมากขึ้น และแต่ละองค์กรต้องการการผสานรวมหรือขั้นตอนการตอบสนองที่กำหนดเอง

การเพิ่มลูกค้าใหม่ๆ อาจต้องมีการเพิ่มนักวิเคราะห์และพนักงานทางเทคนิคในอัตราที่ใกล้เคียงกัน ซึ่งจำกัดความสามารถในการเพิ่มประสิทธิภาพขนาดที่ทำให้โมเดลบริการที่จัดการน่าสนใจ

Swimlane พยายามที่จะเปลี่ยนความสัมพันธ์นี้โดยการทำให้การเพิ่มความเข้มข้นการแจ้งเตือน การจัดประเภท การสร้างคดี การรายงาน และบางส่วนของกระบวนการสอบสวนเป็นแบบอัตโนมัติ ในทฤษฎี นักวิเคราะห์แต่ละคนสามารถรองรับลูกค้าได้มากขึ้นโดยไม่ต้องเพิ่มจำนวนพนักงานในอัตราที่สัมพันธ์กัน

การวัดที่สำคัญจะไม่เพียงแค่เป็นการกระทำที่ AI ทำได้เท่านั้น MSSP จะต้องกำหนดว่าระบบลดต้นทุนต่อคดี สั้นลงเวลาการจัดเตรียมลูกค้าใหม่ ปรับปรุงความสม่ำเสมอของการตอบสนอง และลดจำนวนการแจ้งเตือนเท็จที่ไปถึงนักวิเคราะห์

AI กำลังกลายเป็นชั้นการดำเนินงานสำหรับ SOC

การเปิดตัว AI SOC ของ Swimlane สำหรับ MSSPs ขยายแพลตฟอร์ม AI SOC ไปยังผู้ให้บริการด้านความปลอดภัยที่จัดการหลายสภาพแวดล้อมของลูกค้า ซึ่งแต่ละสภาพแวดล้อมมีเครื่องมือ นโยบาย สิทธิ์ และข้อกำหนดข้อมูลของตนเอง

การเปิดตัวนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในด้านความปลอดภัยไซเบอร์ โดยที่ AI กำลังขยายออกไปนอกการสรุปการแจ้งเตือนและไปยังการประสานงานการสอบสวนและการตอบสนองกระบวนการงานทั่วทีมและระบบด้านความปลอดภัย

สำหรับ MSSP คุณค่าจะขึ้นอยู่กับการปรับปรุงที่วัดได้ในกำลังการผลิตของนักวิเคราะห์ เวลาในการแก้ปัญหา และต้นทุนการดำเนินงาน การควบคุมที่เข้มงวดรอบการอนุมัติ การบันทึกการตรวจสอบ การแยกข้อมูลลูกค้า และการกำกับดูแลของมนุษย์จะยังคงจำเป็นเมื่อกระบวนการด้านความปลอดภัยอัตโนมัติมากขึ้น