Kako se Cisco brani strojnom brzinom uz OpenAI

Cisco gradi mrežnu i sigurnosnu infrastrukturu na koju se organizacije oslanjaju kako bi povezale i zaštitile svoje sustave. Kako napadači upotrebljavaju AI za povećanje opsega automatiziranih napada i razvoj metoda iskorištavanja ranjivosti strojnom brzinom, obrana poslovne infrastrukture mora se razvijati. Povezivanje opsežne mrežne telemetrije tvrtke Cisco s rasuđivanjem graničnih AI modela sigurnosnim timovima daje alate potrebne da budu korak ispred novih prijetnji. Strog pristup tvrtke OpenAI privatnosti poslovnih podataka — koji se temelji na radu bez zadržavanja podataka, strogom razgraničenju podataka korisnika i provjerljivoj izolaciji — omogućio je tvrtki Cisco da s povjerenjem uvede granične AI modele u ključne sustave, bez ugrožavanja prioriteta korisnika ili osjetljivih telemetrijskih podataka.

Obrana tvrtke Cisco počinje ondje gdje se prijetnje kreću: u mreži. Patel opisuje prijelaz s jedinstvenog sigurnosnog perimetra na kontrole raspoređene po mikroservisima, kontejnerima i klasterima. „Ispred svakog mikroservisa, svakog Kubernetes kontejnera i svakog Kubernetes klastera možemo postaviti mali skup sigurnosnih alata i ugraditi sigurnost u samu strukturu mreže”, kaže.

Kontrole na razini aplikacije mogu ograničiti komunikaciju na veze potrebne svakom servisu, čime se smanjuje broj putova kojima se napadač može širiti. Sigurnosni timovi mogu i preciznije izolirati pogođene sustave, pa servisi koji nisu pogođeni mogu nastaviti raditi dok timovi istražuju incident i reagiraju na njega.

Povezivanje tih mrežnih uvida s modelima tvrtke OpenAI omogućuje tvrtki Cisco da povezuje signale u opsegu koji omogućuju strojevi, kaže Patel. „Dva signala mogu djelovati bezazleno kada se promatraju zasebno, ali zajedno mogu otkriti značajan obrazac. Mrežna analitika omogućuje nam povezivanje podataka iz cijele mreže i dobivanje uvida koji usmjeravaju siguran rad.”

Patel ističe gorući izazov za sigurnosne timove: jaz između brzine kojom napadači mogu iskoristiti ranjivost i vremena potrebnog organizacijama da je zakrpaju. U AI-ju vidi način da se taj jaz smanji jer sigurnosnim timovima omogućuje istraživanje većeg broja prijetnji i bržu reakciju. „AI napadačima omogućuje brže djelovanje u većem opsegu. Upotreba AI-ja za obranu preduvjet je za očuvanje sigurnosti”, kaže.

Inicijative kao što su Daybreak i GPT‑6 Astra opisuje kao iskorake koji jačaju sigurnost tvrtke Cisco i njezinih korisnika. „Možemo učinkovitije pronalaziti i krpati ranjivosti, a istodobno skratiti vrijeme potrebno za istragu, odgovor i otklanjanje problema”, kaže Patel.

Patel vidi mogućnost uvođenja tih rješenja kroz procese koje timovi već upotrebljavaju za pronalaženje i otklanjanje ranjivosti. „Te se mogućnosti mogu uklopiti u vaše postojeće radne procese skeniranja, pa ne morate iz temelja mijenjati način rada svojeg tima.”

Kako agenti postaju sve autonomniji, sigurnosni timovi moraju razlikovati zlonamjerno ometanje od situacija u kojima agent ostvaruje legitiman cilj na nepredviđen način. Patel kaže da su za to, uz podatke o radu sustava, potrebni i sigurnosni telemetrijski podaci kako bi timovi mogli procijeniti i prijetnje i ponašanje agenata.

Navodi tri prioriteta: zaštititi agente od zlonamjernih napada, otkriti i zaustaviti nepredviđeno ponašanje te djelovati gotovo u stvarnom vremenu. Ti prioriteti usmjeravaju prijelaz na pravila i kontrole koje se mogu prilagođavati tijekom djelovanja agenata.

Kroz Daybreak Defense Network, Cisco i OpenAI istražuju kako sigurnosnim timovima pomoći da brže procijene izloženost rizicima i odrede prioritete te provedu odgovarajuće kontrole u sustavu Cisco Cloud Control. Patel smatra da to može pomoći vratiti prednost onima koji se brane.