Tuskira联合创始人兼首席执行官Piyush Sharma – 采访系列

Piyush Sharrma 是一位经验丰富的网络安全和产品领导者，拥有超过18年的经验，专注于构建和扩展企业级安全平台。他之前联合创立了Accurics，一家云原生安全公司，被Tenable收购，他在将基础设施即代码安全集成到更广泛的企业生态系统中发挥了关键作用。作为管理科学系（PUMBA）的毕业生，Piyush以其以人为本的领导风格和在左移安全、DevSecOps和AI驱动的威胁检测等领域的思想领导力而闻名。

他目前是 Tuskira 的首席执行官和联合创始人，Tuskira是一家AI驱动的网络安全平台，旨在将来自150多个安全工具的遥测数据统一为一个连贯的安全网格。Tuskira使用基于GenAI的代理和动态数字孪生来模拟真实世界的攻击路径，验证可利用性，优先考虑可执行的风险，并在实时中自主改进防御。通过减少警报疲劳和提高现有工具的有效性，该平台帮助企业从反应性转变为主动、基于暴露的安全运营。

让我们从您的创业愿景开始——是什么启发您创立Tuskira，您最初想要解决什么根本的安全问题？

AI的优势在于能够进行大量的数据分析，而网络安全传统上是一个数据问题。环境是动态的，客户应用程序是动态的，有很多大型移动部件。Tuskira的目标是利用AI来解决这些环境中出现的复杂问题，同时减少人工干预的数量。

您之前已经建立和退出了多个网络安全创业公司。您在Accurics、Tenable和Symantec的经验如何影响您从一开始就构建AI本地安全平台的方法？

我在Accurics、Tenable和Symantec的经验让我对新威胁将在哪里出现以及如何演变有了深刻的、亲身的理解。在网络安全中，预测未来不是猜测，而是基于多年对攻击者思维和适应方式的接触而产生的模式识别。这种洞察力只能通过在该领域花费大量时间来获得。

网络安全不是一个传统的软件工程领域，您可以在没有经验的情况下进入并不知怎么地创造出一些东西。人们说您不需要有网络安全经验就可以成为网络创始人。事实更为微妙。虽然强大的产品直觉很重要，但真正有效的网络安全平台需要的不仅仅是产品市场适应性，它们还需要对威胁格局及其实时变化有深刻的理解。

网络安全是关于解决客户问题，而不是构建一个符合人们想要听到的叙述。这种洞察力只能通过领域深度来获得，这也正是最终使您能够构建不仅在理论上有效，而且在客户每天面临的不可预测、对抗性环境中有效的解决方案的原因。

最近的一项 Gartner研究 预测，到2027年，40％的AI相关数据泄露将源于滥用。您认为安全团队目前最常见的滥用AI的方式是什么？

我见过安全团队最常见的滥用AI的方式是使用公共版本的AI（如ChatGPT、Anthropic或Microsoft Copilot）来分析组织数据。这可能导致机密信息被无意中泄露。

公司需要细粒度的、私有的LLM（大型语言模型），以确保敏感信息不会从组织中泄露。这些私有模型提供了对信息流向和谁可以访问信息的更大控制。另外，公共模型的有效性比私有模型更难确定，这可能会损害返回的信息的完整性。

什么类型的数据输入对于AI在网络安全中生成有意义和安全的结果最为关键？团队如何确保他们提供了正确的上下文？

AI需要提炼和标记良好的安全数据来生成有意义的结果。将来自企业中使用的数百个工具的数据统一为一个统一的分类法，然后进一步提炼它，以便AI真正理解它所吸收的内容，这是一个挑战。然而，没有适当的数据过滤，AI将无法正常运行。

AI需要来自所有安全控制、IT控制和基础设施工具的数据。安全团队需要一个全面的数据策略，以确保精细数据集被准备、标记和提炼，以便AI具有对所呈现信息的背景的正确理解。无意识的数据转储是不够的。

Tuskira将自己描述为“代理AI”。您能解释一下这对安全团队来说意味着什么？这与传统的自动化或甚至GenAI驱动的工具有什么不同？

Tuskira是一款AI本地平台，利用AI SOC代理来检测、评估和响应大量数据中深埋的威胁。您的安全工具每天都会产生大量数据。理解这些数据是一个机器级的问题。代理AI提供了可以从数据中提取、收获和产生正确价值的AI代理，这就是Tuskira作为一个本地平台提供的内容。

安全团队可以使用这些AI代理来实现自己的自定义期望结果。代理具有客户和安全团队的实时背景，并且具有结果驱动的能力。传统自动化需要人类编写要由自动化脚本执行的步骤。AI代理改变了这种观念，因为它们有自己的思维和精细的模型，允许它们创建、执行和验证自己的剧本，如果前一个剧本不起作用，它们可以重新创建剧本。

Tuskira的平台具有推理、识别自己的计划和在无需人工干预的情况下交付结果的能力。这在传统自动化中是不可能的。

Tuskira的平台在数字孪生中模拟了真实世界的攻击。这个模拟过程如何帮助主动识别可能其他情况下无法检测到的威胁？

在Tuskira，我们建立了一个平台，它不等待威胁出现，而是主动寻找它们。我们的数字孪生技术创建了您环境的实时副本，允许我们的AI代理模拟广泛的攻击，从API和DNS利用到供应链入侵，在它们到达生产环境之前。

这个模拟不是假设的。它反映了您的实际系统、配置和数据流，使我们能够发现不仅可以利用的漏洞，还可以发现那些无法用现有控制来防御的漏洞。通过验证哪些弱点可以用来绕过现有控制，我们将未知风险转化为已知、可执行的洞察力。

这是从反应性防御到主动韧性的转变。而这只有当您的平台能够预测、测试和在威胁面前采取行动时才有可能。这就是我们用Tuskira建立的内容。

您已经将来自150多个工具的遥测数据统一为一个单一的安全网格。构建一个真正的互操作系统的最大技术挑战是什么？

从150多个工具中收集数据并不是挑战；挑战是能够提炼和正确标记数据，以便AI能够理解它。Tuskira建立了一个AI本地的语义层，可以跨多种格式、数百个安全控制和MCP服务器摄取数据，以便AI模型可以理解。所有这些都在自主运行中进行，AI代理正在策划和重新规范化数据，以便AI可以正确理解它所呈现的信息。

目前大多数安全解决方案都是反应性的——等待威胁出现。Tuskira如何将行业转向主动模型，以及这为组织带来了什么可衡量的结果？

大多数现代解决方案只在系统被攻击时才会采取行动。Tuskira预先识别组织防御中最容易受到攻击的区域，并填补这些漏洞以减少进一步被攻击的可能性。

Tuskira的AI SOC代理不断分析来自各种安全工具的警报，将它们与最容易被利用的漏洞关联起来，并采取适当的行动，通过优化您的防御层来优化您的防御层，而不是不断地对其做出反应。在发生攻击时，Tuskira可以衡量是否需要采取行动，或者攻击者是否没有手段来突破现有的防御措施。

您拥有超过十项网络安全专利。您能分享Tuskira最近的一项创新成果，以及它解决了什么问题吗？

Tuskira解决了多个问题。首先：如何构建一个AI本地平台，以便在企业规模上分析数百万条数据？通过我们在数据管理和提炼方面的创新，我们能够以高度可扩展的方式进行数据分析。

Tuskira拥有数十项专利，用于确定如何在网络安全领域微调模型。我们创建了一群LLM模型，以产生最有效和最高效率的结果。

通过在检测和评估方面创建内部防护栏，Tuskira可以创建代理以产生可预测的结果，并在一段时间内保持一致的结果。

展望未来五年，您认为AI将在安全运营中心（SOC）中发挥什么作用？人类分析师会变得过时，还是会变得更加强大？

五年后，AI将接管L1、L2和L3角色。大多数功能将通过AI代理来交付，人类将专注于确保AI做出正确的决定，并帮助增强该决定的自动化。

AI不会取代人类；它将增强人类在更大规模上可以做的事情。AI的工作是让攻击者的工作更加困难。人类的重点将转移到AI做出的决定以及自动化这些决定，而不是每天处理大量的琐碎工作。

如果您要给CISO们一些建议，以便他们在AI时代为自己的安全架构做好准备，您会说什么？

网络安全领域正在发生一场根本性的转变。您有在AI之前构建的平台，现在正在为其添加AI功能，还有从一开始就以AI为核心构建的平台。这种区别比以往任何时候都更重要。

如果我要给CISO们一些建议，那就是：不要问你的工具是否使用AI，而要问AI在其架构中有多深的融合。平台是AI本地的，还是依赖于表面集成来勾选一个复选框？

我们目前面临的威胁，以及它们演变的速度，要求系统不仅要有智能，还要具有内在的适应性。安全架构必须从头开始为AI时代而构建，具有持续学习、模拟和实时响应的能力。任何不足的解决方案都将留下您无法预见的漏洞，直到为时已晚。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问Tuskira。