在網(wǎng)絡(luò )大流行不堪重負之前，通常會(huì )在每周一次的國家級新聞廣播中報道數據泄露或勒索軟件的故事，因為盡管網(wǎng)絡(luò )安全界做出了最大的努力，但泄露新聞還是很容易找到的。 全球在網(wǎng)絡(luò )安全產(chǎn)品和服務(wù)上的支出每年超過(guò)$ 100B， 并且正在以接近兩位數的速度增長(cháng)。麻省理工學(xué)院報告說(shuō)，僅勒索軟件就可能在2019年給美國造成超過(guò)$ 7B的損失，而受害組織的數據泄露的平均成本總計接近$ 4MM。
顯然，要保護全球無(wú)休止的電子信息在網(wǎng)絡(luò )上的存儲，以免受眾多從事竊取和利用它的網(wǎng)絡(luò )罪犯的攻擊，這是一個(gè)持續的挑戰，它將要求好人利用所有可用的技術(shù)。那么，人工智能在這場(chǎng)戰爭中是否起作用?簡(jiǎn)短的答案是：絕對。較長(cháng)的版本需要一些快速的網(wǎng)絡(luò )安全背景。
甚至廣大公眾也意識到Equifax，Sony，Target，Yahoo以及最近在2019年Facebook，Marriott和CapitalOne 等重大違規事件。最近，勒索軟件攻擊已成為信息安全頭條新聞，因為比特幣使網(wǎng)絡(luò )犯罪分子能夠不受懲罰地將成功的攻擊貨幣化。從流行的新聞報道中不太明顯的是，不良演員如何滲透這些公司。大多數漏洞是兩種常規攻擊技術(shù)之一的結果：
1.網(wǎng)絡(luò )釣魚(yú)活動(dòng)或
2.利用已知的軟件漏洞。
網(wǎng)絡(luò )釣魚(yú)是一種攻擊技術(shù)，其中數千種專(zhuān)門(mén)設計為看起來(lái)像合法通信的電子郵件發(fā)送給目標組織的員工。網(wǎng)絡(luò )釣魚(yú)電子郵件要么包含指向旨在誘使受害者輸入個(gè)人信息的網(wǎng)站鏈接，要么包含密碼或附件，該附件在單擊時(shí)會(huì )在其計算機上安裝惡意軟件。
另一種類(lèi)型的攻擊利用了攻擊者可以用來(lái)獲取系統和數據訪(fǎng)問(wèn)權限的軟件漏洞或缺陷。一些軟件漏洞可能難以利用，需要大量專(zhuān)業(yè)知識才能加以利用，而其他軟件漏洞則相對容易用于犯罪活動(dòng)?？紤]到典型企業(yè)網(wǎng)絡(luò )的復雜性以及現代企業(yè)使用的軟件產(chǎn)品的數量，在任何給定時(shí)間，網(wǎng)絡(luò )都可能具有數十萬(wàn)甚至數百萬(wàn)個(gè)漏洞。
盡管出于明顯的原因，公司沒(méi)有公開(kāi)披露其網(wǎng)絡(luò )上的漏洞數量，但最近的一篇新聞報道顯示，明尼蘇達州藍十字會(huì )的網(wǎng)絡(luò )上存在超過(guò)20萬(wàn)個(gè) 嚴重或嚴重漏洞。
大多數漏洞報告都避免透露攻擊的詳細信息，因此可能很難知道成功的網(wǎng)絡(luò )釣魚(yú)攻擊導致了多少個(gè)漏洞，以及利用漏洞利用了多少漏洞，但是Ponemon Institute最近的調查的受訪(fǎng)者估計“ 2019年的違規事件中有60%涉及未修補的漏洞。”
從表面上看，當“簡(jiǎn)單地”修補漏洞可以彌合這些安全漏洞并將其消除為攻擊源時(shí)，這似乎是由于冷漠或過(guò)失導致的不可接受的數字。但是經(jīng)驗豐富的IT專(zhuān)業(yè)人員知道，修補程序-本質(zhì)上是安裝現有軟件的更新版本-不僅耗時(shí)且資源密集，而且更重要的是具有風(fēng)險。
新軟件的安裝可能會(huì )破壞運行該軟件的系統或相鄰的系統，即使在最佳情況下，也必須使關(guān)鍵業(yè)務(wù)系統脫機，以便有時(shí)間安裝和測試補丁程序。因此，修補不是萬(wàn)能的靈丹妙藥。 這就是AI來(lái)的地方。
正如我們前面提到的，典型的企業(yè)網(wǎng)絡(luò )在任何給定時(shí)間都可以有成千上萬(wàn)個(gè)漏洞，因此安全和IT團隊的目標是對這些漏洞進(jìn)行優(yōu)先級排序，以便將資源密集型和風(fēng)險較大的補丁工作重點(diǎn)放在構成漏洞的漏洞上。對企業(yè)的最高風(fēng)險。幾乎無(wú)法手動(dòng)(尤其是大規模)對這數千個(gè)漏洞進(jìn)行分類(lèi)，但是可以采用多種方式來(lái)部署AI以自動(dòng)執行優(yōu)先級排序過(guò)程。
制定有用的優(yōu)先級漏洞列表的一個(gè)關(guān)鍵因素是，包含漏洞的資產(chǎn)(例如筆記本電腦，連接的設備，服務(wù)器，路由器)是否在某種程度上是唯一的。為什么?因為有經(jīng)驗的黑客會(huì )在網(wǎng)絡(luò )上搜索“異常”資產(chǎn)作為進(jìn)行攻擊的主要目標。最好的黑客知道，獨特的資產(chǎn)通?？梢宰鳛檐浤繕?，并且在攻擊的早期階段對不良行為者特別有吸引力。但是，由于典型企業(yè)網(wǎng)絡(luò )中有成千上萬(wàn)的資產(chǎn)，因此普通IT分析師無(wú)法準確識別異常資產(chǎn)。
在這里，AI(特別是機器學(xué)習)可用于從網(wǎng)絡(luò )上的數千個(gè)過(guò)濾異常資產(chǎn)。被標識為異常值的資產(chǎn)漏洞被認為是較高的風(fēng)險，因此也具有更高的優(yōu)先級，因為這些漏洞由于其獨特性而更有可能被吸引到這些資產(chǎn)的有經(jīng)驗的黑客利用。
此外，當黑客識別出異常資產(chǎn)并成功利用它時(shí)，他(或她)將搜索與剛剛成功利用的資產(chǎn)相似的資產(chǎn)，所有這些都可以收集盡可能多的數據和盡可能多的憑據，同時(shí)花費最少的精力。因此，對這些可能目標的識別是對網(wǎng)絡(luò )漏洞進(jìn)行風(fēng)險排名的關(guān)鍵要素。
并非企業(yè)網(wǎng)絡(luò )上的所有資產(chǎn)都是平等創(chuàng )建的。一些服務(wù)器或機器對業(yè)務(wù)運營(yíng)比其他服務(wù)器或機器更重要。它們可能包含對于企業(yè)的日常運營(yíng)必不可少的特別敏感的數據或電源應用程序。這些“關(guān)鍵業(yè)務(wù)”資產(chǎn)的漏洞通常被認為是高度優(yōu)先事項。
但是，手動(dòng)確定哪些資產(chǎn)比其他資產(chǎn)更重要。典型網(wǎng)絡(luò )上的龐大資產(chǎn)充其量使這項任務(wù)充其量是困難的，而網(wǎng)絡(luò )和組織的不斷變化的性質(zhì)則使這一難題更加復雜。
在這種情況下，可以收集IT團隊的補丁程序和其他行為，并與機器學(xué)習結合使用，在一兩個(gè)星期內準確地確定組織中哪些資產(chǎn)一直受到最關(guān)注，因此最有可能被認為是業(yè)務(wù)關(guān)鍵的結論，可以有效地得出結論，而無(wú)需繁瑣的人工識別。
如何利用AI自動(dòng)執行漏洞優(yōu)先級處理的另一個(gè)示例是預測是否有可能利用新漏洞。每天都會(huì )發(fā)現并發(fā)布新的軟件漏洞，而如今的AI研究人員已經(jīng)開(kāi)發(fā)出了一些技術(shù)，可以預測新發(fā)現的漏洞是否可能被不良行為者用來(lái)攻擊網(wǎng)絡(luò )。
惡意行為者從未使用過(guò)許多(實(shí)際上是大多數)漏洞來(lái)進(jìn)行攻擊，因此，在有意義的優(yōu)先級分析中，了解哪些漏洞可能被使用以及哪些漏洞沒(méi)有被使用是一個(gè)因素。
這些只是AI驅動(dòng)的現代漏洞優(yōu)先級解決方案可以有效地對企業(yè)網(wǎng)絡(luò )上成千上萬(wàn)個(gè)漏洞進(jìn)行優(yōu)先級排序的數十種因素的三個(gè)示例。沒(méi)有AI的能力，自動(dòng)進(jìn)行漏洞優(yōu)先級排序是不可能的，而徒勞的手動(dòng)優(yōu)先級排序將是唯一的選擇，尤其是隨著(zhù)網(wǎng)絡(luò )上資產(chǎn)數量的增加。
如果沒(méi)有人工智能，大規模地進(jìn)行有意義的優(yōu)先排序根本是不可行的。隨著(zhù)軟件產(chǎn)品的數量和企業(yè)對任何業(yè)務(wù)應用程序的依賴(lài)程度的增加，漏洞的數量也將增加。減輕這種巨大的信息安全風(fēng)險的唯一方法是對所有漏洞進(jìn)行連續有意義的風(fēng)險排名，并優(yōu)化修補工作以首先解決最合理的嚴重漏洞。利用現代AI技術(shù)是實(shí)現此目標的唯一方法。