ไม่ต้องสนใจโฆษณา: ปัญญาประดิษฐ์ (AI) สามารถปรับปรุงมาตรการรักษาความปลอดภัยของคุณได้แล้ว
เรารอคอยให้ AI มอบประโยชน์ให้กับความปลอดภัยทางไซเบอร์มาเป็นเวลานาน นอกเหนือจาก ChatGPT แล้ว AI เป็นหัวข้อร้อนและเย็นมานานหลายทศวรรษ โดยมีช่วงเวลาของคำสัญญาที่เกินจริงสลับกับช่วงเวลาของการปฏิเสธอย่างเหยียดหยามหลังจากที่ไม่สามารถทำตามสัญญาเหล่านั้นทั้งหมดได้ ไม่น่าแปลกใจที่ผู้นำด้านความปลอดภัยหลายคนระมัดระวัง ถึงกระนั้น แม้จะมีความระแวดระวัง แต่ AI ก็ช่วยปรับปรุงความปลอดภัยในโลกไซเบอร์ในปัจจุบัน และจะมอบประโยชน์ด้านความปลอดภัยจำนวนมากขึ้นเรื่อยๆ–และความท้าทายต่างๆ
จำเป็นต้องมีความฉลาดหลักแหลมสำหรับการรักษาความปลอดภัยที่แข็งแกร่ง
การสร้างมาตรการรักษาความปลอดภัยที่รัดกุมประกอบด้วยองค์ประกอบหลัก 3 ประการ:
การวัดที่ครอบคลุม ความเข้าใจเกี่ยวกับภัยคุกคามจากภายนอกและภายใน พฤติกรรมเสี่ยง และสัญญาณ การดำเนินการตามมาตรการป้องกัน
เพื่อให้บรรลุเป้าหมายเหล่านี้ สิ่งสำคัญคือต้องรวบรวมข้อมูลที่เกี่ยวข้องทั้งหมดและใช้ประโยชน์จากเทคโนโลยีบิ๊กดาต้าเพื่อจัดการ ประสาน และทำความเข้าใจกับข้อมูลดังกล่าว
ในปัจจุบัน ในการวิเคราะห์และใช้ข้อมูลอย่างมีประสิทธิภาพ เราต้องการทั้งมนุษย์ และความฉลาดที่เครื่องจักรสร้างขึ้น ตามที่กำหนดไว้ใน วิกิพีเดีย ความฉลาดคือ”ความสามารถในการรับรู้หรืออนุมาน ข้อมูล และเพื่อเก็บไว้เป็น ความรู้ที่จะนำไปใช้กับพฤติกรรมที่ปรับเปลี่ยนได้ภายในสภาพแวดล้อมหรือบริบท”
ความฉลาดของมนุษย์เป็นสิ่งที่ท้าทายสำหรับนักวิเคราะห์ด้านความปลอดภัยในการขยายขนาด นอกจากนี้ ด้วยความซับซ้อนที่เพิ่มขึ้นของข้อมูล นักวิเคราะห์จึงต้องการทักษะและความเชี่ยวชาญขั้นสูงที่ต้องใช้เวลาหลายปีในการพัฒนา และเป็นแหล่งรวมของบุคลากรที่ขาดแคลน
ดังนั้น AI จึงเป็นโซลูชันที่ใช้งานได้จริงสำหรับการปรับขนาดความปลอดภัยทางไซเบอร์ ด้วยระบบ AI ที่เชื่อถือได้ บริษัทต่างๆ สามารถลดการพึ่งพาผู้เชี่ยวชาญทั้งในด้านข้อมูลและความปลอดภัย
กรณีการใช้งาน 4 อันดับแรกที่ AI สามารถปรับปรุงมาตรการรักษาความปลอดภัยโดยรวมขององค์กร
สี่วิธีในการปรับปรุงความปลอดภัยขององค์กรโดยใช้ AI ได้แก่:
การตรวจจับภัยคุกคามขั้นสูง AI สามารถช่วยระบุสัญญาณ เช่น พฤติกรรมที่เสี่ยงหรือผิดปกติ ซึ่งวิธีการตามกฎแบบดั้งเดิมมีปัญหาในการตรวจหา และการวัดการประมวลผลสัญญาณ ความเข้าใจในสัญญาณสามารถทำให้สัญญาณมีความหมายและนำไปปฏิบัติได้: สัมพันธ์ เพิ่มคุณค่า และประเมินความเสี่ยงที่อาจเกิดขึ้นและภัยคุกคามการสร้างแบบจำลองความเสี่ยงที่รวมเอาสัญญาณทั้งหมดและ สถานการณ์จากข้อมูลจำนวนมากสามารถให้ความเข้าใจที่ดีขึ้นเกี่ยวกับความเสี่ยงที่อาจเกิดขึ้น คำชี้แจงความเสี่ยงที่ชัดเจน แบบจำลองภาษาและการเรียนรู้ของเครื่อง (LLM) สามารถอำนวยความสะดวกในการแสดงข้อมูลความเสี่ยงที่มีประสิทธิภาพและทันท่วงทีและบริบทของมันให้กว้างขึ้น ผู้ชม.
อัลกอริทึม AI พร้อมสำหรับช่วงไพร์มไทม์หรือไม่
คุณภาพของอัลกอริทึม AI ขึ้นอยู่กับข้อมูลการฝึก คุณจะมั่นใจได้อย่างไรว่าโมเดล AI เป็นไปตามความคาดหวังและไม่เพิ่มการแจ้งเตือนความเหนื่อยล้าด้วยการสร้างผลบวกปลอมมากขึ้น
ในช่วงหลายปีที่ผ่านมา ระบบ AI ได้ผ่านความก้าวหน้าที่สำคัญ และไม่ใช่ทุกระบบที่จำเป็นต้องได้รับการดูแล เทคนิคการเรียนรู้ ระบบที่ไม่ได้รับการดูแล เช่น การตรวจจับความผิดปกติ เป็นที่นิยมใช้โดยทั่วไปและเป็นที่ต้องการอย่างมากในแอปพลิเคชันด้านความปลอดภัย ตัวอย่างเช่น การตรวจจับความผิดปกติสามารถลดอัตราการตรวจพบที่ผิดพลาดได้อย่างมาก
นอกจากนี้ ด้วยการสนับสนุนของเนื้อหามาตรฐาน เช่น MITRE ซึ่งรักษา ontology ของแนวภัยคุกคามที่พัฒนาอย่างต่อเนื่อง มีความเป็นไปได้ที่จะพัฒนาระบบ AI ที่มีความซับซ้อนสูงโดยไม่ต้องใช้”ข้อมูลการฝึกอบรม”
โซลูชัน AI สำหรับความปลอดภัยในโลกไซเบอร์กำลังทำงานอยู่ในปัจจุบัน ตัวอย่างเช่นใน Resolution Intelligence Cloud จาก Netenrich โซลูชันเหล่านี้ยังคงปรับปรุงอย่างต่อเนื่องโดยไม่ขึ้นกับโฆษณา และควรเป็นส่วนหนึ่งของคลังแสงของทีมรักษาความปลอดภัยทางไซเบอร์
Praveen Hebbagodi เป็นประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี Netenrich .