Mākslīgā intelekta attīstība izraisa jaunu kiberdrošības izaicinājumu laikmetu, brīdina eksperts

Attēls: The Verge · Avots

Aleks Stamos, Cognition galvenais drošības speciālists, skaidro, kā ar AI darbināmas uzlaušanas rīki veicina bezprecedenta kiberuzbrukumu viļņus un pārkārto kiberdrošības ekonomiku, prognozējot sarežģītu pārejas "tumšo laikmetu".

Kiberdrošība piedzīvo dziļas pārmaiņas mākslīgā intelekta uzlabotu uzlaušanas paņēmienu dēļ, norāda Aleks Stamos, uzņēmuma Cognition galvenais drošības speciālists un pieredzējis kiberdrošības eksperts. Detalizētā sarunā ar The Verge Stamos uzsvēra, kā AI rīki ļauj uzbrucējiem automatizēt visu kiberuzbrukuma "nosedzamo ķēdi", ļaujot viņiem reāllaikā atklāt un izmantot programmatūras ievainojamības nebijušā apmērā. Šī inovācija būtiski palielina kiberuzbrukumu ātrumu, apjomu un sarežģītību pret uzņēmumiem visā pasaulē.

Stamos pašreizējo kiberdrošības vidi raksturo kā līdzīgu haotiskajām interneta agrīnām dienām 1990. gados, kad tiešsaistes drošības protokoli bija nepilnīgi un viegli apietami. Tomēr šodien šis "Savvaļas Rietumu" scenārijs ir ievērojami pastiprināts ar AI darbināmiem rīkiem, kas ir publiski pieejami, piemēram, atvērtā koda ARTEX sistēma, kas saistīta ar Ķīnas uzlaušanas grupām. Šie rīki būtiski pazemina prasmes līmeni, ļaujot plašākam ļaunprātīgo dalībnieku lokam veiksmīgi uzlauzt miljardu dolāru vērtus uzņēmumus. Piemēram, nesenie uzbrukumi ir apdraudējuši AI pakalpojumu platformas un izraisījuši kaskādveida drošības pārkāpumus tūkstošiem uzņēmumu.

Kiberuzbrukumu ekonomikas modelis arī mainās. Agrāk ierobežots skaits augsti kvalificētu hakeru un valsts atbalstītu komandu veica uzbrukumus ar strukturētu rīku un operatoru hierarhiju. Tagad AI demokrātizē progresīvas uzlaušanas iespējas, padarot sarežģītus uzbrukumus pieejamus un mērogojamus mazākām grupām un individuāliem uzbrucējiem. Šo pāreju pastiprina tādas tehnoloģijas kā Bitcoin, kas vienkāršo kiberkriminālu anonīmu monetizāciju.

Stamos identificē galvenos draudus no dažādiem avotiem: Ziemeļkorejas grupām, kas koncentrējas uz kriptovalūtas zagšanu, un ķīniešu "mājsaimniecības rūpniecību" — līgumslēdzējiem, kas uzlauž uzņēmumus, lai pārdotu informāciju. Tikmēr aizsardzības puse saskaras ar augstām darbības izmaksām. Pašreizējie AI modeļi, kas tiek izmantoti aizsardzības operācijās, ir dārgi salīdzinājumā ar gandrīz nulle marginalajām izmaksām uzbrucējiem, kas izmanto plaši pieejamo aparatūru un atvērtos modeļus.

Lai mazinātu šo nelīdzsvarotību, Stamos iestājas par inovācijām, kas samazina aizsardzības izmaksas, tostarp izmantojot vieglākus AI modeļus, lai apstrādātu milzīgus drošības žurnālus un tikai eskalētu aizdomīgu darbību uz sarežģītākām sistēmām. Viņš arī iesaka fundamentālu pāreju no vienkāršas kļūdu labošanas uz programmatūras pārbūvi un pārrakstīšanu, īpaši novecojušiem kodu bāzēm, kas satur plašas ievainojamības. Piemēram, plašu kritisku sistēmu, piemēram, Linux kodola, pārrakstīšana drošākās programmēšanas valodās, piemēram, Rust, varētu sniegt ilgtermiņa drošības ieguvumus.

Neskatoties uz biedējošajiem izaicinājumiem, Stamos ir piesardzīgi optimistisks. Viņš paredz neizbēgamu "tumšo laikmetu", kad uzbrukumi pastiprinās un aizsardzība cīnās, taču uzskata, ka parādīsies jauna uzlabotas drošības ēra. Ilgtermiņā viņš sagaida, ka vidusmēra programmatūra būs AI ģenerēta, izmantojot drošas valodas un plaši testēta, tādējādi samazinot ievainojamības.

Stamos uzsver, ka kiberdrošības nozarei ir jāpielāgojas šai AI vadītajai realitātei ātri, koncentrējoties uz darbības izmaksu efektivitāti un holistiskām aizsardzības stratēģijām, kas pārsniedz vienkāršu kļūdu labošanu. Likmes ir augstas, jo AI darbināmu kiberuzbrukumu apmēri un smagums turpina pieaugt, ietekmējot globālo tehnoloģiju infrastruktūru un uzņēmējdarbības darbību.