阿迪亚·K·苏德（Aditya K Sood），Aryaka 安全工程和人工智能战略副总裁 – 采访系列

阿迪亚·K·苏德（Aditya K Sood）（博士）是Aryaka公司的安全工程和人工智能战略副总裁。拥有超过16年的经验，他在信息安全领域提供战略领导，涵盖产品和基础设施。苏德博士对人工智能（AI）、云安全、恶意软件自动化和分析、应用安全和安全软件设计感兴趣。他为各种杂志和期刊撰写了多篇文章，包括IEEE、Elsevier、Crosstalk、ISACA、Virus Bulletin和Usenix。

Aryaka 提供网络和安全解决方案，提供统一的SASE服务。该解决方案旨在结合性能、敏捷性、安全性和简单性。Aryaka支持客户在其安全网络访问旅程的各个阶段，帮助他们现代化、优化和转型其网络和安全环境。

您能否告诉我们更多关于您在网络安全和人工智能方面的经历，以及它如何使您来到Aryaka的当前职位？

我对网络安全和人工智能的兴趣始于对技术解决复杂问题的潜力的迷恋。早在我的职业生涯中，我专注于网络安全、威胁情报和安全工程，这给我提供了对系统如何交互和潜在漏洞的扎实基础。这种接触自然使我更深入地了解网络安全，在一个日益相互连接的世界中，保护数据和网络至关重要。随着人工智能技术的出现，我看到了它们在网络安全方面的巨大潜力——从自动化威胁检测到预测分析。

加入Aryaka担任安全工程和人工智能战略副总裁是完美的契合，因为Aryaka是统一SASE服务、云优先的WAN解决方案和创新焦点的领导者。我的角色使我能够将我对网络安全和人工智能的热情结合起来，以解决现代挑战，如安全混合工作、SD-WAN优化和实时威胁管理。Aryaka将人工智能和网络安全融合在一起，赋予组织在面对威胁的同时提供卓越的网络性能，我很高兴能够成为这一使命的一部分。

作为网络安全领域的思想领袖，您如何看待人工智能在未来几年内重塑安全格局的前景？

人工智能即将改变网络安全格局，摆脱我们执行例行任务的负担，让我们能够专注于更复杂的挑战。其分析大量数据的能力使安全系统能够以超越人类能力的速度识别异常、模式和新出现的威胁。此外，人工智能/机器学习模型不断演化，提高了它们检测和规避高级持续威胁（APTs）和零日漏洞的准确性。另外，人工智能将通过自动化重复和时间敏感的任务（如隔离受损系统或阻止恶意活动）来革命性地改变事件响应（IR），从而显著减少响应时间并减轻潜在损害。此外，人工智能将通过自动化例行任务和增强人工决策来弥合网络安全技能缺口，使安全团队能够专注于更复杂的挑战。

然而，攻击者很快就会利用人工智能的相同能力来开发更复杂的威胁，例如深度伪造的钓鱼攻击、自适应的社会工程和人工智能驱动的恶意软件。这一趋势将导致“人工智能军备竞赛”，在这种竞赛中，组织必须不断创新以超越这些不断演变的威胁。

企业在部署人工智能应用程序时面临的主要网络挑战是什么，您认为这些问题为什么变得更加关键？

当企业采用人工智能应用程序时，他们面临着紧迫的网络挑战。人工智能工作负载的要求性质，涉及实时传输和处理大量数据，特别是用于处理和学习任务，创造了对高带宽和超低延迟的迫切需求。例如，实时人工智能应用程序，如自主系统或预测分析，依赖于即时数据处理，即使是最小的延迟也会破坏结果。这些需求通常超过传统网络基础设施的能力，导致频繁的性能瓶颈。

可扩展性是人工智能部署中的一个关键挑战。人工智能工作负载的动态和不可预测的性质需要能够快速适应不断变化的资源需求的网络。企业在混合或多云环境中部署人工智能面临着额外的复杂性，因为数据和工作负载分布在不同的位置。无缝地在这些环境中传输和扩展数据的需求是明显的，但没有先进的网络解决方案，实现这一点的复杂性也是显而易见的。可靠性也至关重要——人工智能系统通常支持任务关键型任务，即使是最小的停机或数据丢失也会导致重大中断或人工智能输出有缺陷。

安全性和数据完整性进一步复杂化了人工智能部署。人工智能模型依赖于大量敏感数据进行训练和推理，使得安全地传输和保护数据免受泄露或操纵的影响成为首要任务。这个挑战在具有严格的合规性要求的行业中尤其严峻，例如医疗保健和金融，在这些行业中，组织需要同时满足性能需求和监管义务。

随着企业越来越多地采用人工智能，这些网络挑战变得更加关键，凸显了需要先进的、人工智能就绪的网络解决方案，这些解决方案提供高带宽、低延迟、可扩展性和强大的安全性。

Aryaka的平台如何解决人工智能工作负载的增加的带宽和性能需求，特别是在管理数据移动和快速决策的压力方面？

Aryaka凭借其智能、灵活和优化的网络管理，能够独特地解决人工智能工作负载的增加的带宽和性能需求。大量数据集在分布式位置（如边缘设备、数据中心和云环境）之间的移动通常会显著地给传统网络带来压力。Aryaka的解决方案通过动态路由流量通过最有效和可用的路径来提供缓解，利用多个连接选项来优化带宽并减少延迟。

Aryaka解决方案的一个主要优势是其能够优先考虑与人工智能相关的关键流量。通过识别和优先考虑延迟敏感的工作负载（如实时数据分析或机器学习模型推理），Aryaka确保人工智能应用程序获得必要的网络资源以进行快速决策。另外，Aryaka的解决方案支持动态带宽分配，使企业能够自信地根据人工智能工作负载的需求扩大或缩小资源，防止瓶颈，并确保即使在峰值使用期间也能保持一致的性能。

此外，Aryaka平台提供了主动监控和分析功能，提供了对网络性能和人工智能工作负载行为的可见性。这种主动方法使企业能够在影响人工智能系统运行之前识别和解决性能问题。结合先进的安全功能，如CASB、SWG、FWaaS、端到端加密、ZTNA等，Aryaka平台保护人工智能数据的完整性。

人工智能的采用如何在企业网络中引入新的漏洞或攻击面？

采用人工智能在企业网络中引入新的漏洞和攻击面，原因在于人工智能系统的独特运行和数据交互方式。一个重大风险来自于人工智能系统所需的大量敏感数据。如果这些数据在传输或存储过程中被拦截、操纵或窃取，可能会导致泄露、模型损坏或合规性违规。另外，人工智能算法容易受到对抗性攻击，攻击者会引入精心设计的输入（例如修改的图像或数据）来误导人工智能系统做出错误的决定。这些攻击可能会损害关键应用程序，如欺诈检测或自主系统，导致严重的运营或声誉损害。人工智能的采用还引入了与自动化和决策相关的风险。恶意攻击者可以通过提供虚假数据来利用自动化决策系统，导致意外结果或运营中断。例如，攻击者可以操纵用于人工智能驱动监控系统的数据流，掩盖安全漏洞或生成虚假警报以转移注意力。

另一个挑战源于人工智能工作负载的复杂性和分布性。人工智能系统通常涉及跨边缘设备、云平台和基础设施的相互连接组件。这种复杂的相互连接性显著扩大了攻击面，因为每个组件和通信路径都代表着潜在的入口点。例如，损害边缘设备可能会允许攻击者横向移动或提供篡改传输到集中式人工智能系统的数据的途径。此外，不安全的API，通常用于集成人工智能应用程序，如果不得到充分保护，可能会暴露漏洞。

随着企业越来越多地依赖人工智能进行任务关键型功能，这些漏洞的潜在后果变得更加严重，凸显了采取强大的安全措施的迫切需要。组织必须迅速采取行动来解决这些挑战，例如为人工智能模型进行对抗性训练、保护数据管道以及采用零信任架构来保护人工智能驱动的环境。

您在Aryaka实施了哪些策略或技术来解决这些特定于人工智能的安全风险？

Aryaka平台使用端到端加密来保护人工智能系统依赖的敏感数据的机密性和完整性。这些措施保护人工智能数据管道，防止在传输或存储过程中被拦截或操纵。动态流量路由进一步增强了安全性和性能，通过优先考虑关键人工智能相关流量来优化带宽和减少延迟。

Aryaka的AI Observe解决方案通过分析日志以检测可疑活动来监控网络流量。Aryaka提供的集中式可见性和分析使组织能够监控人工智能工作负载的安全性和性能，主动识别潜在的恶意行为和风险，并向安全团队提供警报。AI Observe利用AI/ML算法根据各种参数和变量触发安全事件通知，以进行决策。

Aryaka的AI>Secure内联网络解决方案（计划于2025年下半年推出）将使组织能够检查用户和人工智能服务端点（如ChatGPT、Gemini、CoPilot等）之间的流量，以发现诸如提示注入、信息泄露和滥用防护等攻击。此外，可以强制执行严格的策略以限制与未经批准和制裁的GenAI服务/应用程序的通信。Aryaka还通过实施先进的策略来解决人工智能特定的安全风险，这些策略将网络和强大的安全措施相结合。其中一个关键方法是采用零信任网络访问（ZTNA），它对每个用户、设备和应用程序在与人工智能工作负载交互之前进行严格的验证。这种方法对于分布式人工智能环境至关重要，在这些环境中，工作负载跨边缘设备、云平台和本地基础设施，这使它们容易受到未经授权的访问和横向移动的攻击。

通过采用这些综合措施，Aryaka帮助企业保护其人工智能环境免受不断演变的风险，同时实现可扩展和高效的人工智能部署。

您能否分享一些人工智能既被用来增强安全性又被用作潜在网络漏洞的工具的例子？

人工智能在网络安全中发挥着至关重要的作用。它既是增强网络安全的强大工具，也是攻击者可以利用的资源。认识到这些应用程序凸显了人工智能在网络安全格局中的变革潜力，并使我们能够应对它带来的风险。

人工智能通过先进的威胁检测和预防来革新网络安全。人工智能模型分析大量的网络流量，实时识别异常、可疑行为或指标（IOCs），这些可能会被传统方法忽略。例如，人工智能驱动的系统可以检测和缓解分布式拒绝服务（DDoS）攻击，方法是分析网络协议模式并自动响应以隔离恶意源。另外，人工智能在行为分析方面具有显著的潜力，通过创建正常用户行为的配置文件来检测内部威胁或账户泄露。但其最有力的应用是预测分析，人工智能系统预测潜在的漏洞或攻击向量，使得能够采取主动的防御措施，在威胁出现之前。

相反，网络攻击者正在利用人工智能开发更复杂的攻击。人工智能驱动的恶意代码可以适应以避免传统的检测机制，方法是动态改变其特征。攻击者还使用人工智能/机器学习来增强钓鱼活动，通过数据抓取和分析来创建针对个别目标的令人信服的虚假电子邮件或消息。一个令人担忧的趋势是社会工程中的深度伪造。人工智能生成的音频或视频可以令人信服地模仿高管或可信赖的个人，以操纵员工泄露敏感信息或授权欺诈性交易。此外，对抗性人工智能攻击直接针对其他人工智能系统，引入操纵的数据以导致错误的预测或决策，这可能会破坏依赖人工智能驱动自动化的关键操作。

人工智能在网络安全中的双重用途凸显了采取主动、多层次安全策略的重要性。虽然组织必须利用人工智能的潜力来增强其防御，但同样重要的是要保持警惕，以防止其滥用。

Aryaka的统一SASE服务与传统的网络和安全解决方案有什么不同？

Aryaka的统一SASE服务旨在与您的业务一起扩展。与依赖单独工具进行网络（如MPLS）和安全（如防火墙和VPN）相比，统一SASE将这些功能集成在一起，提供了无缝和可扩展的解决方案。这种收敛简化了管理，并为用户提供了一致的安全策略和性能，无论他们的位置如何。通过利用云原生架构，统一SASE消除了对复杂的本地硬件的需求，降低了成本，并使企业能够快速适应现代混合工作环境。

Aryaka的一个关键区别在于其支持零信任（ZT）原则的能力。它对每个用户、设备和应用程序进行身份验证和授权，持续验证其值得信任的状态，然后才能访问资源。结合安全网关（SWG）、云访问安全代理（CASB）、入侵检测和防御系统（IDPS）、下一代防火墙（NGFW）等功能，Aryaka提供了对威胁的强大保护，同时保护分布式环境中的敏感数据。其集成人工智能的能力进一步增强了威胁检测和响应，确保了更快、更有效的安全事件缓解。

Aryaka增强了用户体验和性能。统一SASE利用软件定义的广域网（SD-WAN）来优化流量路由，确保低延迟和高速连接。这对于采用云应用程序和远程工作的组织尤为重要。通过从统一平台提供安全性和性能，统一SASE最小化了复杂性，提高了可扩展性，并确保组织能够满足现代动态IT环境的需求。

您能否解释Aryaka的OnePASS ™架构如何支持人工智能工作负载，同时确保安全高效的数据传输？

Aryaka的OnePASS ™架构支持人工智能工作负载，通过集成安全的高性能网络连接和强大的数据优化功能。人工智能工作负载通常需要在分布式环境（如边缘设备、数据中心和基于云的人工智能平台）之间传输大量数据。OnePASS ™确保这些数据流是高效和安全的，利用Aryaka的全球私有骨干网络和安全访问服务边缘（SASE）功能。

全球私有骨干网络提供了低延迟、高带宽的连接，这对于需要实时数据处理和决策的人工智能工作负载至关重要。该架构还采用了高级的广域网优化技术，例如数据去重和压缩，以进一步提高效率并减少对网络资源的压力。这对于与人工智能操作相关的大型数据集和频繁的模型更新来说是理想的，增强了对系统性能的信心。

从安全角度来看，Aryaka的OnePASS ™架构执行零信任框架，确保所有数据流都经过身份验证、加密并持续监控。集成的安全功能，如安全网关（SWG）、云访问安全代理（CASB）和入侵防御系统（IPS），保护敏感的人工智能工作负载免受网络威胁。此外，通过启用基于边缘的策略执行，OnePASS ™最小化延迟，同时确保安全控制在分布式环境中一致地应用，提供对系统警惕性的信心。

Aryaka的单通道架构将所有必要的安全功能集成到一个统一的平台中。这种集成允许实时的网络流量检查和处理，而无需多个安全设备。安全连接和强大的威胁保护的这种组合使Aryaka的OnePASS ™架构适合现代人工智能工作负载。

您预见2025年及以后人工智能和网络安全的趋势是什么？

展望2025年及以后，人工智能将在网络安全中发挥核心作用。人工智能驱动的威胁检测系统将继续进步，利用人工智能/机器学习来识别恶意活动的模式，速度和准确性超越人类能力。这些系统将在检测零日漏洞和复杂攻击（如高级持续威胁（APTs））方面表现出色。人工智能还将推动事件响应（IR）的自动化，这应该能让受众感到安心，因为未来安全系统的效率。这种自动化将使安全编排、自动化和响应（SOAR）系统能够自主地中和威胁，减少响应时间，并减轻潜在损害。此外，随着量子计算的发展，它可能会破坏现有的加密标准，推动行业向量子安全密码学的转变。

然而，人工智能在网络安全中的日益集成带来了挑战。网络攻击者正在利用人工智能技术开发更复杂的攻击，包括钓鱼计划和规避检测的恶意软件。由于人工智能模型的偏差或训练不当，人工智能模型漏洞的风险可能会增加，攻击者可以通过数据中毒和对抗性输入操纵等新发现的技术来利用这些漏洞。此外，采用人工智能将改善对软件供应链中使用的第三方库和包的安全漏洞的检测。

我们还预计人工智能驱动的工具将实现安全工具、团队和组织之间的更好协作。人工智能中心的解决方案将创建个性化的安全模型，使受众感到他们的安全需求得到满足。这些模型将根据用户角色和行为创建个性化的安全策略。各国将在为人工智能技术构建全球网络安全框架方面进行合作。

感谢您接受这次精彩的采访，希望读者可以通过访问 Aryaka 来了解更多信息。