Effektiv användning av generativ AI

Så används den rätt i cybersäkerhetsarbetet

Generativ AI (GenAI) har lovordats av många för vad det kan bidra med till cybersäkerhet men många missar att det är något av ett tveeggat svärd. Även om det kan göra stor skillnad i arbetet med att skydda IT-miljöer så är det också sant att det kan hjälpa cyberbrottslingar hitta nya sätt att attackera. Dell Technologies lyfter nu fram hur organisationer kan se till att generativ AI hjälper och inte stjälper cybersäkerhetsarbetet.

”Vår rapport, Global Data Protection Index, visar att över hälften av IT-chefer ser fördelar med generativ AI i cybersäkerhetsarbetet, men också att lite fler än en fjärdedel (28 procent) ser hur det kan ge en fördel för cyberbrottslingar,” säger Adnan Mahmood, cybersäkerhetsexpert på Dell.

Få tvivlar på att GenAI kommer påverka hotbilder framöver och vilka krav vi ställer på dataskydd. Därför tittar nu cybersäkerhetsföretag på hur man bäst framtidssäkrar försvaret. Det är bakgrunden till att den globala marknaden för användning av AI i cybersäkerhet förväntas växa till 657 miljarder kronor år 2028.

”De flesta organisationers viktigaste tillgång är data och därför är insatserna höga. Framstegen inom GenAI innebär att marknaden genomgår en snabb förändring, därför måste IT-chefer nu agera snabbt för att integrera GenAI i deras cybersäkerhetsarsenal, annars riskerar de att överväldigas av mängden cyberbrottslighet som drivs av GenAI”, säger Adnan Mahmood på Dell.

Så kan organisationer använda AI i cybersäkerhetsstrategin

1. Zero Trust får viktig roll
Metoder för förebyggande cybersäkerhet har traditionellt sett fokuserat på ett "perimetercentrerat" tillvägagångssätt, det vill säga att åtkomst till organisationens system hanteras med hjälp av ett säkerhetsramverk baserat på "betrodda" användare såsom anställda och partners, och "okända" användare såsom hackers och andra illvilliga aktörer. Men alltmer sofistikerade metoder såsom nätfiske och deepfakes, förstärkta av GenAI, har försvagat det perimetercentrerade tillvägagångssättet och gjort att illvilliga aktörer i högre grad ges tillgång till nätverk under sken av "betrodda" användare.

Att ta bort det implicita förtroendet med en Zero Trust-modell kan förhindra hackare från att ytterligare infiltrera ett affärsnätverk och att implementera maskininlärningsmodeller (ML) i sådana arkitekturer kommer att förbättra förmågan att upptäcka anomalier och potentiella hot i realtid. Till exempel kan en anställd som kommer åt e-post bli ombedd att slutföra ett tvåfaktorsautentiseringssteg för att återfå åtkomst efter en viss tid, vilket innebär att alla användare individuellt kan nekas åtkomst till det angivna systemet i realtid.

”Genom att kontinuerligt övervaka användarbeteende och nätverksaktivitet stärker generativ AI-drivna Zero Trust-modeller den övergripande säkerhetsberedskapen i en organisation, vilket säkerställer att åtkomstprivilegier justeras dynamiskt baserat på riskbedömningar som sker i realtid”, säger Adnan Mahmood.

2. Mer adaptiv och prediktiv
GenAI och automatisering inom cybersäkerhet går längre än regelbaserade system, och erbjuder även adaptiva och prediktiva funktioner. Exempelvis generativ AI som kontinuerligt analyserar stora mängder skyddad data, och ML-algoritmer som identifierar avvikande beteenden, kan cybersäkerhetsteam vara proaktiva i sina svar på hot. När GenAI upptäcker avvikelser i nätverkstrafik eller misstänkt e-postinnehåll kan den lära sig om hottypen för att förutse framtida hot och identifiera sårbarheter.

Löser inte allt
IT-chefer måste dock förstå att detta inte är en skottsäker lösning, och att cyberattacker fortfarande kan inträffa. Men genom att effektivisera upptäckt av hot och respons möjliggör AI-automatisering snabbare och mer komplett katastrofåterställning vilket minskar de negativa effekterna. AI- och ML-verktyg kan ge organisationer en trygghet i att de snabbt och säkert kan återställa sina mest kritiska data och system efter en cyberattack och återuppta normal verksamhet.

”Enligt vår undersökning tror 75 procent av de tillfrågade organisationerna att deras befintliga dataskyddsåtgärder inte kan hantera ransomware-hot och 69 procent är inte säkra på att de skulle kunna återhämta sig från en destruktiv cyberattack. Av denna anledning bör IT-chefer utnyttja AI-driven analys för att förbättra kapaciteten för incidentrespons, vilket möjliggör snabbare identifiering av källan till ett intrång och påskyndar återställningsprocessen”, säger Adnan Mahmood.

I den expansiva världen av cyberhot är IT-chefernas roll avgörande för att navigera genom det alltmer komplexa landskapet av digitala risker. Genom att integrera GenAI i sina säkerhetsstrategier, kan IT-chefer inte bara tillgodogöra sig värdet och potentialen i GenAI för att stärka sina organisationers försvar mot cyberhot, utan även motverka de hot som den nya tekniken kan komma att skapa.

2024-07-01 - Industritorget