Rozwój AI przyczynia się do zwiększenia skali i skuteczności ataków na infrastrukturę organizacji. Wykorzystanie rozwiązań chmurowych do ochrony przed tymi zagrożeniami jest jednym z kluczowych elementów budowania właściwej strategii bezpieczeństwa.
Tomasz Buła
Ekspert ds. cyberbezpieczeństwa z wieloletnim doświadczeniem; od 12 lat w Akamai, gdzie kieruje zespołem Security Consultants w ramach EMEA Professional Services
Jak duża część ruchu internetowego pochodzi dziś od botów i agentów AI, a nie od ludzi?
Na podstawie zewnętrznych raportów branżowych oraz własnych źródeł możemy szacować, że ponad 50 proc. ruchu internetowego jest zautomatyzowana, z czego ok. 30 proc. związane jest bezpośrednio z AI. Największy udział w zautomatyzowanym ruchu stanowią szkodliwe boty wykorzystywane do agresywnego scrapingu danych oraz innych niechcianych aktywności. Jednocześnie można zaobserwować wyraźny przyrost ruchu generowanego przez oficjalne systemy sztucznej inteligencji związanego z trenowania modeli LLM oraz wyszukiwaniem opartym na AI. Istotnym trendem jest również pojawienie się autonomicznych agentów AI, którzy zaczynają aktywnie uczestniczyć w procesach biznesowych i transakcjach online.
W jaki sposób zagrożenia napędzane przez zaawansowane modele AI zmieniają dynamikę w zakresie cyberbezpieczeństwa?
Rozwój AI znacząco zwiększa liczbę i skuteczność cyberataków.
Zagrożeniem nie jest jednak konkretny model, lecz możliwości AI w zakresie łączenia wielu niegroźnych podatności w jedną ścieżkę ataku oraz skrócenia czasu od wykrycia podatności do jej wykorzystania. Niedawno atakujący potrzebowali tygodni na wykorzystanie podatności w złożonym środowisku – dziś, ze wsparciem AI, wystarczą minuty. Upowszechnienie AI obniża też koszt ataków i barierę wejścia, co prowadzi do ich umasowienia. Czynniki te sprawiają, że organizacjom coraz trudniej przeciwdziałać atakom. Istotnym trendem jest także rosnąca autonomia agentów AI i ich zdolność do modyfikowania działań w czasie rzeczywistym, co zwiastuje pojawienie się w najbliższej przyszłości w pełni autonomicznych, skalowalnych kampanii prowadzonych przez systemy AI.
Jaką strategię obrony należy przyjąć i na jakie elementy należy zwrócić szczególną uwagę?
Głosy, że przez rozwój AI wszystkie dotychczasowe metody obrony są nieaktualne i trzeba budować je od nowa, są błędne. W dobie AI kluczowe paradygmaty cyberbezpieczeństwa nabierają jeszcze większego znaczenia i należy się ich trzymać, wzbogacając je o nowe elementy. W pierwszej kolejności nie wszystkie podatności wykryte przy użyciu AI tworzą realne ryzyko, dlatego podstawą pozostaje efektywne zarządzanie ryzykiem informatycznym, który to proces może być znacząco usprawniony przez użycie… AI. Kolejną kwestią jest zapewnienie widoczności na ruch przychodzący oraz ten wewnątrz sieci, co jest warunkiem koniecznym, by nim skutecznie zarządzać oraz pomaga wyeliminować m.in. „shadow API”, czyli ruch API o nieznanym pochodzeniu i celu. Rozwój AI i narzędzi służących do przeprowadzania ataków powoduje, że duża część niechcianego ruchu ma skuteczne możliwości maskowania się i adaptacji, dlatego do jego wykrycia i zatrzymania potrzebny jest system ochrony wielowarstwowej, w dużej mierze bazujący na analizie intencji i kontekście behawioralnym. Ponadto ze względu na wspomnianą kompresję czasową tradycyjne cykle łatania nie są wystarczająco skuteczne. Należy wdrożyć „virtual patching” na brzegu sieci oraz architekturę Zero Trust (m.in. mikrosegmentację) w myśl zasady „assume breach”.
Dlaczego bezpieczeństwo i infrastruktura chmurowa stają się dziś nierozłączne w kontekście zagrożeń wykorzystujących AI?
Ze względu na masowość i złożoność ataków tradycyjne bariery ochronne wdrażane lokalnie, na poziomie pojedynczych organizacji, nie mogą im sprostać.
Współczesna chmura nie jest tylko miejscem do przechowywania danych – stała się jedynym środowiskiem o skali i mocy obliczeniowej potrzebnej do zasilania obrony opartej na AI. Zaawansowane rozwiązania chmurowe, takie jak dostarcza Akamai, wykorzystują „collective intelligence”, czyli zbiorczą analitykę zagrożeń łącząc stały dostęp do danych o globalnym ruchu internetowym z zastosowanie uczenia maszynowego oraz innych aspektów AI. Umożliwia to znacznie skuteczniejsze wykrywanie nowych wzorców ataków i szybką adaptację. Dodatkowo kompleksowość dostarczanych rozwiązań pozwala realizować strategię ochrony wielowarstwowej w jednym, zintegrowanym środowisku.
