Адітья К Сood, Віце-президент з безпеки інженерії та стратегії штучного інтелекту, Aryaka – Інтерв’ю Серія

Адітья К Сood (Ph.D) є Віце-президентом з безпеки інженерії та стратегії штучного інтелекту в Aryaka. З більш ніж 16-річним досвідом, він надає стратегічне керівництво в сфері інформаційної безпеки, охоплюючи продукти та інфраструктуру. Доктор Сood цікавиться штучним інтелектом (ШІ), безпекою хмарних технологій, автоматизацією та аналізом шкідливого ПО, безпекою додатків та безпечним проектуванням програмного забезпечення. Він є автором декількох статей для різних журналів та видань, включаючи IEEE, Elsevier, Crosstalk, ISACA, Virus Bulletin та Usenix.

Aryaka надає мережеві та безпекові рішення, пропонуючи Unified SASE як послугу. Це рішення розроблено для поєднання продуктивності, гнучкості, безпеки та простоти. Aryaka підтримує клієнтів на різних етапах їхньої безпечної мережевої доступності, допомагаючи їм модернізувати, оптимізувати та трансформувати свої мережеві та безпекові середовища.

Розкажіть нам більше про свій шлях у сфері кібербезпеки та штучного інтелекту і про те, як це привело вас до вашої поточної посади в Aryaka?

Мій шлях у сфері кібербезпеки та штучного інтелекту розпочався з захоплення потенціалом технологій для вирішення складних проблем. На початку своєї кар’єри я зосередився на кібербезпеці, розвідці загроз та інженерії безпеки, що дало мені міцну основу для розуміння того, як системи взаємодіють та де можуть бути уразливості. Це знайомство природно привело мене до глибшого занурення у сферу кібербезпеки, де я визнав критичну важливість захисту даних та мереж у все більш взаємопов’язаному світі. Коли технології штучного інтелекту з’явилися, я побачив їхній величезний потенціал для трансформації кібербезпеки – від автоматизації виявлення загроз до прогнозної аналітики.

Приєднання до Aryaka на посаду Віце-президента з безпеки інженерії та стратегії штучного інтелекту було ідеальним збігом через лідерство компанії у сфері Unified SASE як послуги, хмарних рішень WAN та фокусу на інноваціях. Моя роль дозволяє мені синтезувати свою пристрасть до кібербезпеки та штучного інтелекту для вирішення сучасних проблем, таких як безпечна гібридна робота, оптимізація SD-WAN та управління загрозами в реальному часі. Конвергенція штучного інтелекту та кібербезпеки в Aryaka дозволяє організаціям залишатися попереду загроз, забезпечуючи виняткову мережеву продуктивність, і я радий бути частиною цієї місії.

Як мислитель у сфері кібербезпеки, як ви бачите штучний інтелект, який змінює безпековий ландшафт у найближчі роки?

 Штучний інтелект знаходиться на порозі трансформації безпекового ландшафту, звільняючи нас від тягаря рутинних завдань та дозволяючи нам зосередитися на більш складних проблемах. Його здатність аналізувати величезні набори даних в реальному часі дозволяє безпековим системам виявляти аномалії, закономірності та нові загрози з темпом, який перевершує людські можливості. Моделі штучного інтелекту/машинного навчання безперервно еволюціонують, підвищуючи свою точність у виявленні та обході впливу складних постійних загроз (APTs) та уразливостей нульового дня. Крім того, штучний інтелект революціонізує реагування на інциденти (IR) шляхом автоматизації повторюваних та часу-чутливих завдань, таких як ізоляція скомпрометованих систем або блокування шкідливої діяльності, суттєво скорочуючи час реакції та мінімізуючи потенційну шкоду. Крім того, штучний інтелект допоможе подолати розрив у навичках кібербезпеки шляхом автоматизації рутинних завдань та посилення прийняття рішень людиною, дозволяючи командам з безпеки зосередитися на більш складних проблемах.

Однак, противники швидко використовують ті самі можливості, які роблять штучний інтелект потужним оборонним інструментом. Кіберзлочинці все частіше використовують штучний інтелект для розробки більш складних загроз, таких як фішинг-атаки з використанням глибоких фейків, адаптивної соціальної інженерії та шкідливого ПО, керованого штучним інтелектом. Ця тенденція призведе до “перегонів штучного інтелекту”, в яких організаціям потрібно буде безперервно інновувати, щоб опередити ці еволюціонуючі загрози.

Які ключові мережеві проблеми підприємства стикаються при розгортанні застосунків штучного інтелекту, і чому ви вважаєте, що ці питання стають все більш критичними?

Підприємства, які розгортають застосунки штучного інтелекту, стикаються з терміновими мережевими проблемами. Вимоглива природа робочих навантажень штучного інтелекту, яка включає передачу та обробку величезних наборів даних в реальному часі, особливо для завдань обробки та навчання, створює негайну потребу у високій пропускній здатності та наднизькій затримці. Наприклад, застосунки штучного інтелекту в реальному часі, такі як автономні системи або прогнозна аналітика, залежать від миттєвої обробки даних, де навіть найменші затримки можуть порушити результати. Ці вимоги часто перевершують можливості традиційних мережевих інфраструктур, що призводить до частих瓶ключень продуктивності.

Масштабованість є критичною проблемою у розгортанні штучного інтелекту. Динамічна та непередбачувана природа робочих навантажень штучного інтелекту вимагає мереж, які можуть швидко адаптуватися до змінних вимог ресурсів. Підприємства, які розгортають штучний інтелект у гібридних або багатоклаудових середовищах, стикаються з доданою складністю, оскільки дані та робочі навантаження розподілені по різних місцях. Потреба у безперебійній передачі даних та масштабуванні по цих середовищах очевидна, але складність досягнення цього без просунутих мережевих рішень є однаково очевидною. Надійність також має вирішальне значення – системи штучного інтелекту часто підтримують критично важливі завдання, і навіть незначна простій або втрата даних може привести до суттєвих порушень або дефектної продукції штучного інтелекту.

Безпека та цілісність даних ще більше ускладнюють розгортання штучного інтелекту. Моделі штучного інтелекту залежать від величезних обсягів чутливих даних для навчання та висновку, що робить безпечну передачу даних та захист від порушень або маніпуляцій першочерговою задачею. Ця проблема особливо гостра в галузях з суворими вимогами з боку регулювання, таких як охорона здоров’я та фінанси, де організації повинні дотримуватися нормативних вимог поряд з вимогами продуктивності.

Підприємства все частіше приймають штучний інтелект, ці мережеві проблеми стають все більш критичними, підкреслюючи необхідність просунутих, готових до штучного інтелекту мережевих рішень, які пропонують високу пропускну здатність, низьку затримку, масштабованість та надійну безпеку.

Як платформа Aryaka вирішує підвищені вимоги до пропускної здатності та продуктивності робочих навантажень штучного інтелекту, особливо у управлінні навантаженням, спричиненим рухом даних, та потребою у швидкому прийнятті рішень?

Aryaka, з її інтелектуальною, гнучкою та оптимізованою мережевою інженерією, унікально підходить для вирішення підвищених вимог до пропускної здатності та продуктивності робочих навантажень штучного інтелекту. Переміщення великих наборів даних між розподіленими місцями, такими як пристрої краю, центри даних та хмарні середовища, часто суттєво навантажує традиційні мережі. Рішення Aryaka надає полегшення, динамічно маршрутизуючи трафік через найбільш ефективні та доступні шляхи, використовуючи кілька варіантів підключення для оптимізації пропускної здатності та зниження затримки.

Одна з ключових переваг рішення Aryaka полягає в його здатності пріоритизувати критично важливі робочі навантаження, пов’язані зі штучним інтелектом, через маршрутизацію, залежну від додатків. Ідентифікуючи та пріоритизуючи задержку-чутливі робочі навантаження, такі як аналіз даних в реальному часі або висновок моделей машинного навчання, Aryaka забезпечує, що застосунки штучного інтелекту отримують необхідні мережеві ресурси для швидкого прийняття рішень. Крім того, рішення Aryaka підтримує динамічне розподілення пропускної здатності, дозволяючи підприємствам впевнено масштабувати ресурси вгору або вниз на основі вимог робочих навантажень штучного інтелекту, запобігаючи瓶ключенням та забезпечуючи сталу продуктивність навіть під час пікових періодів використання.

Крім того, платформа Aryaka надає можливості проактивного моніторингу та аналітики, пропонуючи видимість мережевої продуктивності та поведінки робочих навантажень штучного інтелекту. Цей проактивний підхід дозволяє підприємствам виявляти та вирішувати проблеми продуктивності до того, як вони вплинуть на роботу систем штучного інтелекту, забезпечуючи безперервну роботу. У поєднанні з просунутими безпековими функціями, такими як CASB, SWG, FWaaS, кінцева шифрування, ZTNA та інші, платформа Aryaka захищає цілісність даних штучного інтелекту.

Як прийняття штучного інтелекту вводить нові уразливості або поверхні атаки в мережах підприємств?

Прийняття штучного інтелекту вводить нові уразливості та поверхні атаки в мережах підприємств через унікальні способи, якими системи штучного інтелекту працюють та взаємодіють з даними. Одним із значних ризиків є великі обсяги чутливих даних, які системи штучного інтелекту вимагають для навчання та висновку. Якщо ці дані перехоплюються, маніпулюються або викрадаються під час передачі або зберігання, це може привести до порушень, корупції моделей або порушень вимог з боку регулювання. Крім того, алгоритми штучного інтелекту вразливі до атак противників, при яких шкідливі актори вводять спеціально створені вхідні дані (наприклад, змінені зображення або дані), розроблені для того, щоб ввести в оману системи штучного інтелекту та змусити їх приймати неправильні рішення. Ці атаки можуть компрометувати критично важливі додатки, такі як виявлення шахрайства або автономні системи, що призводить до серйозних операційних або репутаційних збитків. Прийняття штучного інтелекту також вводить ризики, пов’язані з автоматизацією та прийняттям рішень. Шкідливі актори можуть експлуатувати автоматизовані системи прийняття рішень, годуючи їх фальшивими даними, що призводить до непередбачуваних результатів або операційних порушень. Наприклад, атакувальники можуть маніпулювати потоками даних, використовуваними системами моніторингу штучного інтелекту, маскуючи порушення безпеки або генеруючи фальшиві сигнали тривоги для відвернення уваги.

Інша проблема виникає з складності та розподіленої природи робочих навантажень штучного інтелекту. Системи штучного інтелекту часто включають взаємопов’язані компоненти по краях пристроїв, хмарних платформ та інфраструктури. Ця складна мережа взаємопов’язаних елементів суттєво розширює поверхню атаки, оскільки кожен елемент та шлях спілкування представляє потенційний пункт входу для атакувальників. Скомпрометування пристрою краю, наприклад, може дозволити латеральний рух по мережі або надати шлях для порушення даних, які обробляються або передаються до центральних систем штучного інтелекту. Крім того, незахищені API, часто використовувані для інтеграції застосунків штучного інтелекту, можуть виявити уразливості, якщо не будуть належним чином захищені.

Підприємства все частіше залежать від штучного інтелекту для критично важливих функцій, потенційні наслідки цих уразливостей стають все більш серйозними, підкреслюючи термінову необхідність надійних безпекових заходів. Організації повинні діяти швидко, щоб вирішити ці проблеми, такі як тренування моделей штучного інтелекту, захист даних та прийняття архітектури з нульовим довірою.

Які стратегії або технології ви реалізуєте в Aryaka для вирішення цих специфічних для штучного інтелекту ризиків безпеки?

Платформа Aryaka використовує шифрування від кінця до кінця для даних під час передачі та зберігання, щоб захистити великі обсяги чутливих даних, на які системи штучного інтелекту залежать. Ці заходи захищають канали даних штучного інтелекту, запобігаючи перехопленню або маніпулюванню під час передачі між пристроями краю, центрами даних та хмарними послугами. Динамічний маршрутизаційний трафік ще більше підвищує безпеку та продуктивність, направляючи трафік, пов’язаний зі штучним інтелектом, через безпечні та ефективні шляхи, пріоритизуючи критично важливі робочі навантаження для мінімізації затримки та забезпечення надійного прийняття рішень.

Рішення AI Observe від Aryaka моніторить мережевий трафік, аналізуючи журнали на предмет підозрілої діяльності. Централізована видимість та аналітика, надані Aryaka, дозволяють організаціям моніторити безпеку та продуктивність робочих навантажень штучного інтелекту, проактивно виявляючи потенційні шкідливі дії та ризиковану поведінку, пов’язану з кінцевими користувачами, включаючи критично важливі сервери та хости. Рішення AI Observe використовує алгоритми штучного інтелекту/машинного навчання для активації повідомлень про безпекові інциденти на основі рівня серйозності, розрахованого за допомогою різних параметрів та змінних для прийняття рішень.

Рішення AI>Secure від Aryaka, яке з’явиться у другій половині 2025 року, дозволить організаціям розібрати трафік між кінцевими користувачами та сервісами штучного інтелекту (ChatGPT, Gemini, copilot тощо), щоб виявити атаки, такі як ін’єкції запитів, витоки інформації та захист від зловживання. Крім того, суворі політики можуть бути реалізовані для обмеження спілкування з не затвердженими та санкційованими сервісами/застосунками штучного інтелекту. Крім того, Aryaka реалізує просунуті стратегії, які поєднують мережеві та безпекові заходи для вирішення ризиків безпеки, пов’язаних зі штучним інтелектом. Одним із критичних підходів є прийняття архітектури з нульовим довірою (ZTNA), яка примусово верифікує кожен користувач, пристрій та додаток, які намагаються взаємодіяти з робочими навантаженнями штучного інтелекту. Це особливо важливо у розподілених середовищах штучного інтелекту, які охоплюють пристрої краю, хмарні платформи та інфраструктуру, роблячи їх вразливими до неавторизованого доступу та латерального руху атакувальниками.

Реалізуючи ці комплексні заходи, Aryaka допомагає підприємствам захистити свої середовища штучного інтелекту від еволюціонуючих ризиків, забезпечуючи масштабовані та ефективний розгортання штучного інтелекту.

Чи можете ви поділитися прикладами того, як штучний інтелект використовується як для підвищення безпеки, так і як інструмент для потенційних мережевих порушень?

Штучний інтелект грає критичну роль у кібербезпеці. Він є потужним інструментом для підвищення мережевої безпеки та ресурсом, який шкідники можуть використати для складних атак. Визнання цих застосунків підкреслює трансформаційний потенціал штучного інтелекту у безпековому ландшафті та дозволяє нам орієнтуватися в ризиках, які він вводить.

Штучний інтелект революціонізує мережеву безпеку через просунуте виявлення та попередження загроз. Моделі штучного інтелекту аналізують величезні обсяги мережевого трафіку в реальному часі, виявляючи аномалії, підозрілу поведінку або індикатори компрометації (IOCs), які можуть пройти повз традиційні методи. Наприклад, системи, керовані штучним інтелектом, можуть виявляти та мінімізувати атаки типу “відмова у наданні послуг” (DDoS), аналізуючи мережеві протоколи та реагуючи автоматично для ізоляції шкідливих джерел. Крім того, потенціал штучного інтелекту у поведінковій аналітиці значний, створюючи профіль нормальної поведінки користувача для виявлення внутрішніх загроз або компрометації облікових записів. Однак його найбільш потужний застосунок полягає у прогнозній аналітиці, де системи штучного інтелекту прогнозують потенційні уразливості або вектори атак, дозволяючи здійснювати проактивну оборону до того, як загрози матеріалізуються.

З іншого боку, кіберзлочинці все частіше використовують штучний інтелект для розробки більш складних атак. Шкідливе кодування, кероване штучним інтелектом, може адаптуватися, щоб避нути традиційні засоби виявлення, змінюючи свої характеристики динамічно. Атакувальники також використовують штучний інтелект/машинне навчання для підвищення фішинг-кампаній, створюючи переконливі фальшиві електронні листи або повідомлення, адаптовані до окремих цілей через аналіз даних та скрапінг. Одним із тривожних трендів є глибокі фейки у соціальній інженерії. Генерований штучним інтелектом аудіо чи відео може переконливо імітувати виконавців або довірених осіб для маніпулювання співробітниками з метою отримання конфіденційних даних або авторизації фальшивих транзакцій. Крім того, атаки противників штучного інтелекту безпосередньо націлені на інші системи штучного інтелекту, вводячи маніпульовані дані для спричинення неправильних прогнозів або рішень, які можуть порушити критично важливі операції, що залежать від автоматизації штучного інтелекту.

Двоїстий застосунок штучного інтелекту у сфері кібербезпеки підкреслює важливість проактивної, багаторівневої стратегії безпеки. Хоч організації повинні використовувати потенціал штучного інтелекту для підвищення своїх оборонних можливостей, також важливо залишатися пильним щодо потенційного зловживання.

Як платформа Unified SASE від Aryaka відрізняється від традиційних мережевих та безпекових рішень?

Платформа Unified SASE від Aryaka розроблена для масштабування з вашим бізнесом. На відміну від спадкових систем, які покладаються на окремі інструменти для мережевого забезпечення (наприклад, MPLS) та безпеки (наприклад, брандмауери та VPN), Unified SASE інтегрує ці функції, пропонуючи безшовне та масштабоване рішення. Ця конвергенція спрощує управління та забезпечує послідовні безпекові політики та продуктивність для користувачів, незалежно від їхнього місця знаходження. Використовуючи хмарну архітектуру, Unified SASE усуває потребу у складному обладнанні на місці, знижує витрати та дозволяє підприємствам швидко адаптуватися до сучасних гібридних робочих середовищ.

Одним із ключових відмінностей Aryaka є її здатність підтримувати принципи нульового довіря (ZT) у масштабі. Вона примусово верифікує ідентифікатори користувача, пристрою та додатка перед надання їм доступу до ресурсів. У поєднанні з можливостями, такими як Безпекові шлюзи Web (SWG), Брокер безпеки доступу до хмари (CASB), Системи виявлення та попередження вторгнень (IDPS), Брандмауери нового покоління (NGFW) та мережеві функції, Aryaka забезпечує надійний захист проти загроз, одночасно захищаючи конфіденційні дані по розподілених середовищах. Її здатність інтегрувати штучний інтелект ще більше підвищує виявлення загроз та реагування, забезпечуючи швидше та більш ефективне мінімізування безпекових інцидентів.

Aryaka підвищує досвід користувача та продуктивність. Unified SASE використовує програмно визначену широкосмугову мережу (SD-WAN) для оптимізації маршрутизації трафіку, забезпечуючи низьку затримку та високошвидкісні з’єднання. Це особливо критично для організацій, які приймають хмарні додатки та віддалену роботу. Надання безпеки та продуктивності з єдиної платформи, Unified SASE мінімізує складність, підвищує масштабованість та забезпечує, що організації можуть задовольняти вимоги сучасних, динамічних ІТ-ландшафтів.

Чи можете ви пояснити, як архітектура OnePASS™ від Aryaka підтримує робочі навантаження штучного інтелекту, забезпечуючи при цьому безпечну та ефективну передачу даних?

Архітектура OnePASS™ від Aryaka підтримує робочі навантаження штучного інтелекту, інтегруючи безпечне, високопродуктивне мережеве підключення з просунутими безпековими та оптимізаційними функціями даних. Робочі навантаження штучного інтелекту часто передають великі обсяги даних між розподіленими середовищами, такими як пристрої краю, центри даних та хмарні платформи штучного інтелекту. OnePASS™ забезпечує, що ці потоки даних є ефективними та безпечними, використовуючи глобальну приватну мережу та можливості Secure Access Service Edge (SASE) від Aryaka.

Глобальна приватна мережа забезпечує низькозатримку, високопропускну мережу, яка є критично важливою для робочих навантажень штучного інтелекту, які вимагають обробки даних в реальному часі та прийняття рішень. Ця оптимізована мережа забезпечує швидку та надійну передачу даних, уникając瓶ключень, пов’язаних з публічними інтернет-з’єднаннями. Архітектура також використовує просунуті техніки оптимізації WAN, такі як дедуплікація даних та стиснення, для подальшого підвищення ефективності та зниження навантаження на мережеві ресурси. Це ідеально підходить для великих наборів даних та частих оновлень моделей, пов’язаних з операціями штучного інтелекту, створюючи впевненість у продуктивності системи.

З точки зору безпеки архітектура OnePASS™ від Aryaka примусово застосовує рамки нульового довіря, забезпечуючи, що всі потоки даних автентифікуються, шифруються та безперервно моніторяться. Інтегровані безпекові функції, такі як Безпекові шлюзи Web (SWG), Брокер безпеки доступу до хмари (CASB) та системи виявлення вторгнень (IPS), захищають чутливі робочі навантаження штучного інтелекту від кіберзагроз. Крім того, реалізація політики на рівні краю мінімізує затримку, одночасно забезпечуючи, що безпекові контролюються послідовно по розподіленим середовищам, забезпечуючи відчуття безпеки у системі.

Архітектура OnePASS™ від Aryaka інтегрує всі необхідні безпекові функції у єдину платформу. Ця інтеграція дозволяє здійснювати аналіз мережевого трафіку в реальному часі без потреби у декількох безпекових пристроях. Це поєднання безпечного, низькозатримкового підключення та просунутого захисту від загроз робить архітектуру OnePASS™ від Aryaka унікально підходящою для сучасних робочих навантажень штучного інтелекту.

Які тенденції ви прогнозуєте у сфері штучного інтелекту та мережевої безпеки, коли ми рухаємось до 2025 року та далі?

Під час руху до 2025 року та далі штучний інтелект зіграє ключову роль у мережевій безпеці. Системи виявлення загроз, керовані штучним інтелектом, продовжать розвиватися, використовуючи штучний інтелект/машинне навчання для виявлення закономірностей шкідливої діяльності з безпрецедентною швидкістю та точністю. Ці системи будуть видатними у виявленні уразливостей нульового дня та складних атак, таких як постійні загрози (APTs). Штучний інтелект також буде керувати автоматизацією у реагуванні на інциденти, що повинно заспокоїти аудиторію щодо ефективності майбутніх систем безпеки. Ця автоматизація дозволить системам Оркестрації, Автоматизації та Реагування на Безпеку (SOAR) нейтралізувати загрози автономно, мінімізуючи час реакції та знижуючи навантаження на людських аналітиків. Крім того, з розвитком квантових обчислень, воно може підірвати існуючі стандарти шифрування у мережевій безпеці, спонукаючи галузь до квантово-безпечної криптографії.

Однак, все більш тісна інтеграція штучного інтелекту у мережеву безпеку вводить проблеми. Кіберзлочинці все частіше використовують технології штучного інтелекту для розробки більш складних атак, включаючи фішинг-схеми та еволюційне шкідливе ПО. Через ризики упередженого або неправильно натренованого моделювання, уразливості моделей штучного інтелекту, які посилаються на недоліки у проектуванні або реалізації систем штучного інтелекту, ймовірно, збільшаться. Це призведе до експлуатації моделей штучного інтелекту через нові техніки отруєння даних та маніпулювання входами. Крім того, прийняття штучного інтелекту покращить виявлення уразливостей безпеки у бібліотеках та пакетах третіх сторін, використовуваних у ланцюгах поставок програмного забезпечення.

Ми також очікуємо, що інструменти, керовані штучним інтелектом, дозволять краще співробітництво між безпековими інструментами, командами та організаціями. Рішення, орієнтовані на штучний інтелект, створять персоналізовані моделі безпеки, роблячи аудиторію впевненою у тому, що їхні безпекові потреби задоволені. Ці моделі створять індивідуальні безпекові політики на основі ролей користувачів та поведінки. Країни будуть співпрацювати над побудовою глобальної кібербезпекової рамки для технологій штучного інтелекту.

Дякуємо за чудове інтерв’ю. Читачам, які бажають дізнатися більше, слід відвідати Aryaka.