Saryu Nayyar, Gurucul’un CEO’su ve Kurucu Ortağı – Röportaj Serisi

Saryu Nayyar, uluslararası olarak tanınan bir siber güvenlik uzmanı, yazar, konuşmacı ve Forbes Teknoloji Konseyi üyesidir. Bilgi güvenliği, kimlik ve erişim yönetimi, IT riski ve uyumluluk, güvenlik riski yönetimi sektörlerinde 15 yıldan fazla deneyime sahiptir.

2017 yılında EY Girişimci Kadınlar Ödülü’nü kazandı. Oracle (ORCL ), Simeio, Sun Microsystems, Vaau (Sun tarafından satın alındı) ve Disney’de güvenlik ürünleri ve hizmetleri stratejisi liderlik rollerinde bulundu. Saryu, ayrıca Ernst & Young’ın teknoloji güvenlik ve risk yönetimi uygulamasında üst düzey pozisyonlarda görev yaptı.

Gurucul, davranış tabanlı güvenlik ve risk analitiğine uzmanlaşmış bir siber güvenlik şirketidir. Platformu, makine öğrenimi, AI ve büyük veri kullanarak iç tehditleri, hesap tehlikesini ve gelişmiş saldırıları hibrit ortamlarda tespit eder. Gurucul, SIEM, UEBA (Kullanıcı ve Varlık Davranış Analitiği), XDR ve kimlik analitiğini birleştiren Birleştirilmiş Güvenlik ve Risk Analitiği Platformu ile tanınır. Şirket, işletmelere, hükümetlere ve MSSP’lere hizmet vermekte ve akıllı otomasyon yoluyla yanlış pozitifleri azaltmayı ve tehdit giderimini hızlandırmayı hedeflemektedir.

Sizce 2010 yılında Gurucul’u kurma fikri nereden geldi ve siber güvenlik manzarasında hangi problemi çözmeyi amaçladınız?

Gurucul, Güvenlik Operasyonları ve İç Tehdit Yönetimi ekiplerinin işlerini etkileyen en kritik siber risklere ilişkin netlik kazanmalarına yardımcı olmak için kuruldu. 2010’dan beri davranışsal ve öngörülü analiz yaklaşımı benimseyerek, 4.000’den fazla makine öğrenimi modeli geliştirdik. Bu modeller, çeşitli saldırı ve risk senaryolarında kullanıcı ve varlık anormalliklerini bağlamında ele alır. Bu temel üzerine inşa ederek, büyük Fortune 50 şirketlerine İç Tehdit zorluklarını çözme konusunda yardımcı olmaktan, şirketlerin tüm siber risklere ilişkin radikal netlik kazanmalarına yardımcı olmaya doğru ilerledik. Şimdi AI misyonumuza Self-Driving Güvenlik Analitiği platformu sunma vizyonuyla devam ediyoruz. Makine öğrenimi temelinde, Üretken ve Ajans AI yeteneklerini tüm tehdit yaşam döngüsü boyunca katmanlıyoruz. Hedefimiz, analistlerin ve mühendislerin karmaşıklıkta daha az zaman harcamaları ve anlamlı işlere odaklanabilmeleri için makinelerin günlük faaliyetlerini amplifiye etmelerini sağlamaktır.

Oracle, Sun Microsystems ve Ernst & Young’de liderlik rollerinde çalışırken, Gurucul’u kurarken bu deneyimlerden neler öğrendiniz?

Oracle, Sun Microsystems ve Ernst & Young’daki liderlik deneyimlerim, karmaşık güvenlik zorluklarını çözme yeteneğimi güçlendirdi ve Fortune 100 CEO’ları ve CISO’larının karşılaştığı zorlukları anlamamı sağladı. Toplu olarak, güvenlik liderlerinin karşılaştığı teknolojik ve iş zorluklarına ilişkin ön sıradaki koltukta yer almamı sağladı ve bu boşlukları kapatmaya yönelik çözümler geliştirmemi teşvik etti.

Gurucul’un REVEAL platformu geleneksel SIEM (Güvenlik Bilgisi ve Olay Yönetimi) çözümlerinden nasıl farklılık gösterir?

Miras SIEM çözümleri, aşırı yanlış pozitiflere, artan maliyetlere ve gecikmiş algılama ve yanıtlara yol açan statik, kural tabanlı yaklaşımlara dayanır. REVEAL platformumuz, gelişmiş makine öğrenimi, davranışsal analitik ve dinamik risk puanlaması kullanarak tehditleri gerçek zamanlı olarak tespit etme ve yanıtlama konusunda tamamen bulut yerel ve AI sürücülüdür. Geleneksel platformlardan farklı olarak, REVEAL sürekli olarak gelişen tehditlere uyum sağlar ve kapsamlı güvenlik kapsamı için yerel, bulut ve hibrit ortamları entegre eder. Üç yıl üst üste Gartner’ın Magic Quadrant’ta ‘En Vizyoner’ SIEM çözümü olarak tanınan REVEAL, AI sürücülü SIEM’i eşsiz bir doğruluk, hız ve görünürlükle yeniden tanımlar. Ayrıca, SIEM’ler veri aşırı yükü problemiyle mücadele eder. Her şeyi tam görünürlük için yutmak çok pahalıdır ve bunu yaptıklarında bu, yanlış pozitif problemine yalnızca eklenir. Gurucul bu problemi anlar ve bu nedenle AI sürücülü Veri İletim Yönetimi çözümüne sahip olduğumuz için, kritik olmayan verileri düşük maliyetli depolamaya filtreleyerek para tasarrufu sağlarken, tüm veriler üzerinde federated arama çalıştırma yeteneğini koruruz. Analitik sistemleri, “çöp içinde, çöp dışında” durumundadır. Giren veri şişirilmiş, gereksiz veya eksikse, çıktı doğru, eylemde bulunulabilir veya sonunda güvenilmez olmayacaktır.

Makine öğrenimi ve davranışsal analitik nasıl kullanılır da tehditleri gerçek zamanlı olarak tespit edilebilir?

Platformumuz, tüm ilgili veri kümelerini sürekli olarak analiz etmek ve gerçek zamanlı olarak anormallikleri ve şüpheli davranışları tespit etmek için 4.000’den fazla makine öğrenimi modelini kullanır. Statik kurallara dayanan miras güvenlik sistemlerinin aksine, REVEAL ortaya çıkan tehditleri ortaya çıkarır. Platform ayrıca, iç tehditleri, hesap tehlikesini veya kötü niyetli faaliyeti gösterebilecek davranışlardan sapmaları tespit etmek için Kullanıcı ve Varlık Davranış Analitiği (UEBA) kullanır. Bu davranış, güvenlik, ağ, IT, IoT, bulut, kimlik, iş uygulaması verilerini ve hem dahili hem de harici kaynaklı tehdit istihbaratını ilişkilendiren, zenginleştiren ve bağlantılı bir büyük veri motoru tarafından daha da bağlamsallaştırılır. Bu, kritik tehditlere yanıt önceliklendirmeye yardımcı olan gerçek zamanlı risk puanlarını atayan dinamik bir risk puanlama motorunu bilgilendirir. Bu yetenekler birlikte, geleneksel güvenlik çözümlerinden farklı olarak gerçek zamanlı tehdit tespiti ve yanıt için kapsamlı, AI sürücülü bir yaklaşım sağlar.

Gurucul’un AI sürücülü yaklaşımı, geleneksel siber güvenlik sistemlerine kıyasla yanlış pozitifleri nasıl azaltır?

REVEAL platformu, AI sürücülü bağlamsal analiz, davranışsal içgörüler ve makine öğrenimi kullanarak meşru kullanıcı faaliyetini gerçek tehditlerden ayırmak suretiyle yanlış pozitifleri azaltır. Geleneksel çözümlerın aksine, REVEAL algılama yeteneklerini zaman içinde iyileştirir, gürültüyü en aza indirirken doğruluğu artırır. UEBA, yüksek doğrulukla bazline davranışlardan sapmaları tespit eder, böylece güvenlik ekipleri gerçek güvenlik risklerine odaklanabilir ve yanlış alarmlarla bunalmaz. Makine öğrenimi temel bir unsurken, Üretken ve Ajans AI, analistlerin tam olarak neler olduğu hakkında anlamalarına yardımcı olmak için doğal dilde bağlam eklemeye yardımcı olur ve hatta bu alarmlara yönelik yanıtları otomatikleştirebilir.

Modern siber güvenlik tehditlerinde karşıt AI’ın rolü nedir ve Gurucul bu gelişen risklerle nasıl mücadele eder?

İlk olarak, zaten karşıt AI’ın en düşük asma dallarına, insan vektörüne ve kimlik tabanlı tehditlere uygulanmakta olduğunu görüyoruz. Bu nedenle, davranışsal ve kimlik analitiğinin, anormallikleri bağlamsallaştırmak ve kötü niyetli davranışları önce tahmin etmek için kritik önem taşıdığı anlaşılıyor. Ayrıca, karşıt AI, imza tabanlı algılama yöntemleri için çividir. Saldırganlar, bu TTP tanımlı algılama kurallarından kaçınmak için AI’ı kullanıyorlar, ancak yine de davranış tabanlı algılamalardan kaçamazlar. SOC ekipleri, kuralları yazmaya devam etmek için yeterli kaynaklara sahip değildir ve modern bir tehdit algılama, araştırma ve yanıt yaklaşımına ihtiyaç duyarlar. Davranış ve bağlam, anahtar bileşenlerdir. Son olarak, REVEAL gibi platformlar, sürekli bir geri bildirim döngüsüne dayanır ve algılama modellerimizi iyileştirmek, yeni modelleri önermek ve tüm müşteri ekosistemimizin yararlanabileceği yeni tehdit istihbaratı hakkında bizi bilgilendirmek için sürekli olarak AI’ı uyguluyoruz.

Gurucul’un risk tabanlı puanlama sistemi, güvenlik ekiplerinin tehditleri önceliklendirmesini nasıl iyileştirir?

Platformumuzun dinamik risk puanlama sistemi, kullanıcılar, varlıklar ve eylemler için gerçek zamanlı risk puanları atar ve davranışsal içgörüler ve bağlamsal analizleri temel alır. Bu, güvenlik ekiplerinin kritik tehditlere öncelik vermesini, yanıt sürelerini azaltmasını ve kaynaklarını optimize etmesini sağlar. 0-100 ölçeğinde riski nicel olarak ifade ederek, REVEAL organizasyonların en acil olaylara odaklanmasını sağlar ve düşük öncelikli uyarılarla bunalmalarını önler. Tüm kuruluş veri kaynaklarını kapsayan birleşik risk puanı ile güvenlik ekipleri, daha büyük görünürlük ve kontrol kazanır, daha hızlı ve daha bilinçli kararlar alırlar.

Artan veri ihlalleri döneminde, AI sürücülü güvenlik çözümleri nasıl iç tehditleri önlemede organizasyonlara yardımcı olabilir?

İç tehditler, özellikle de çalışanların erişimi ve bu tehditlerin gizli doğası nedeniyle özellikle zorlu bir güvenlik riskidir. REVEAL’ın UEBA’sı, yetkisiz veri erişimi, olağan dışı giriş saatleri ve ayrıcalık suistimali gibi riskli faaliyetleri gösteren davranış bazlı baz çizgilerinden sapmaları tespit eder. Dinamik risk puanlaması da, en kritik iç tehditlere öncelik verebilmek için davranışları gerçek zamanlı olarak sürekli olarak değerlendirir ve risk seviyeleri atar. Bu AI sürücülü yetenekler, güvenlik ekiplerinin iç tehditleri proaktif bir şekilde tespit etmelerine ve veri sızıntısı meydana gelmeden önce bunları hafifletmelerine olanak tanır. İç Tehdit Yönetimi ekipleri, bağlamı kritik önem taşıdığı için ve hızlı bir şekilde yanıt vermeleri ve işbirliği yapmaları gerektiği için, bu ekiplere ilgili tüm veri kaynaklarından bağlam ekleyerek, hızlı bir şekilde delil oluşturmalarına ve işin yanıt vermesine ve hafifletmesine yardımcı olmak için kritik önem taşır.

Gurucul’un kimlik analitiği çözümü, geleneksel IAM (kimlik ve erişim yönetimi) araçlarına kıyasla güvenliği nasıl geliştirir?

Geleneksel IAM çözümleri, erişim kontrolü ve kimlik doğrulama üzerinde odaklanır, ancak hesap tehlikesini veya ayrıcalık suistimalini gerçek zamanlı olarak tespit etme konusunda yeterli görünürlük ve zeka sunmaz. REVEAL, AI sürücülü davranışsal analitik kullanarak kullanıcı riskini sürekli olarak değerlendirir, risk puanlarını dinamik olarak ayarlar ve adaptif erişim haklarını uygular, böylece suistimali ve yasadışı ayrıcalıkları en aza indirir. Mevcut IAM çerçeveleriyle entegre olarak ve en düşük ayrıcalık erişimini uygulayarak, kimlik güvenliğini güçlendirir ve saldırı yüzeyini azaltır. IAM yönetiminde sorun, kimlik sistemi dağınıklığı ve farklı kimlik sistemleri arasındaki bağlantısızlıktır. Gurucul, ekiplere kimlik altyapısı boyunca kimlik risklerine ilişkin 360° bir görünüm sağlar. Şimdi, erişim politikalarına yönelik risk odaklı bir yaklaşım benimseyebilir ve IAM’ın uyumluluk方面ini hızlandırabilir ve erişimi kontrol etmek için sürekli bir izleme ve holistik bir yaklaşımı göstererek, tüm organizasyon genelinde erişim kontrollerini kanıtlamak için kanıt sunabilirler.

Gelecek beş yıl içinde siber güvenlik tehditlerinin ana noktaları neler olacak ve AI bu riskleri nasıl hafifletebilir?

Kimlik tabanlı tehditler devam edecek, çünkü işe yarıyorlar. Saldırganlar, kimlik altyapısına saldırarak veya iç tehditleri compromize ederek erişimi elde etmeye devam edecekler. Doğal olarak, iç tehditler, özellikle de gölge IT devam ettikçe, birçok işletme için önemli bir risk vektörü olmaya devam edecek. AI, geleneksel TTP’leri değiştirmeyi hızlandıracak, çünkü saldırganlar, bu şekilde algılamalardan kaçınabileceğini biliyorlar ve bu, onlara düşük maliyetle adapte olmalarını sağlayacaktır. Bu nedenle, davranışa ve bağlama odaklanmak ve tehditleri aynı hızda adapte olabilen algılama sistemlerine sahip olmak gelecekte kritik olacaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Gurucul ziyaret edebilir.