Wiemy, że rosnąca liczba cyberataków jest wynikiem złożonego środowiska cyfrowego, w którym obrońcy muszą mieć rację przez cały czas, podczas gdy aktorzy zagrażający muszą mieć rację tylko raz. Krajobraz zagrożeń stale się zmienia, a organizacje starają się nadążać za ograniczonymi budżetami i zasobami.
Prowadzi to do nieskoncentrowanego podejmowania decyzji i nieodpowiedniego planowania strategicznego na wszystkich poziomach organizacji. Jakie jest rozwiązanie? Nie mamy jeszcze odpowiedzi na wszystkie pytania, ale wiemy, że generatywna sztuczna inteligencja może pomóc.
Jaka jest rola generatywnej sztucznej inteligencji w cyberbezpieczeństwie?
Przez dziesięciolecia branża stosowała nieskuteczne i kosztowne podejście oparte na rozwiązaniach punktowych, w ramach którego zagrożeniom przeciwdziała się za pomocą technologii, które priorytetowo traktują wykrywanie incydentów i reagowanie na nie. Firmy korzystają z setek różnych rozwiązań w zakresie cyberbezpieczeństwa, każde z własną analizą i brakiem spójnych raportów.
Wszystkie te narzędzia mogą prowadzić do powielania i nieskuteczności alertów bez jasnej ścieżki do wymiernego ograniczenia ryzyka lub zwięzłego komunikowania stanu bezpieczeństwa organizacji.
Dlatego zapobieganie cyberatakom wymaga pełnej widoczności wszystkich zasobów i zagrożeń, szerokiego kontekstu potencjalnych zagrożeń bezpieczeństwa oraz jasnych wskaźników umożliwiających obiektywny pomiar ryzyka cybernetycznego. Organizacje, które mogą przewidywać cyberataki i informować o tych zagrożeniach w celu wsparcia decyzji będą w najlepszej pozycji, aby bronić się przed pojawiającymi się zagrożeniami.
W tym kontekście sztuczna inteligencja (AI) odgrywa dziś zasadniczą rolę w ewolucji bezpieczeństwa. Gartner definiuje sztuczną inteligencję jako zastosowanie zaawansowanej analityki i technik opartych na logice, w tym uczenia maszynowego (ML), do interpretowania zdarzeń, wspierania i automatyzowania decyzji oraz podejmowania działań.
Definicja ta jest spójna z obecnym i powstającym stanem technologii i możliwości AI. Powszechnie wiadomo, że sztuczna inteligencja obejmuje obecnie analizę probabilistyczną, łączącą prawdopodobieństwo i logikę w celu przypisania wartości niepewności.
Nawet przy szerokim wglądzie w powierzchnię ataku zespołom ds. bezpieczeństwa trudno jest przeprowadzić analizę, zinterpretować ustalenia i określić, jakie kroki należy podjąć, aby jak najszybciej zmniejszyć ryzyko. W rezultacie cały czas znajdują się w trybie reakcji, wkładając maksymalny wysiłek, ale zawsze o krok za atakującymi.
W tym sensie wskazuję generatywną sztuczną inteligencję jako ważne wsparcie, ponieważ może ona przyczynić się do:
- analiza logów;
- wykrywanie anomalii;
- możliwości przesiewania;
- promowanie anonimizacji danych;
- tworzenie bezpiecznych haseł;
- wykrywanie phishingu;
- monitorowanie podejrzanych działań sieciowych;
- analizowanie danych dotyczących cyberataków w celu zapobiegania zagrożeniom i podejmowania działań zapobiegawczych.
Prawdą jest, że sztuczna inteligencja jest wciąż na wczesnym etapie i będzie konieczna wyspecjalizowani specjaliści faktycznie weryfikują swoje zalety i rozumieją zagrożenia dla bezpieczeństwa danych. Intrygujące jest jednak to, że jego zdolność do uczenia się poza maszyną (czy to poprzez identyfikowanie wzorców, czy poprzez grupowanie w zbiorze danych) jest przerażająca – zarówno ze względu na potencjalne korzyści, jak i ryzyko.
