Kā Cisco ar OpenAI palīdzību aizsargā sistēmas datoru ātrumā
Cisco apvieno tīkla datu analīzi un OpenAI modeļus, lai veidotu pielāgoties spējīgāku aizsardzību.
Cisco veido tīklu un drošības infrastruktūru, uz kuru organizācijas paļaujas, lai savienotu un aizsargātu savas sistēmas. Uzbrucēji izmanto MI, lai palielinātu automatizētu uzbrukumu apjomu un datoru ātrumā izstrādātu ievainojamību izmantošanas paņēmienus, tāpēc jāattīstās arī uzņēmumu infrastruktūras aizsardzībai. Apvienojot Cisco plašos tīkla telemetrijas datus ar robežšķirtnes MI spriestspēju, aizstāvji iegūst nepieciešamos rīkus, lai apsteigtu jaunus apdraudējumus. OpenAI stingrā pieeja uzņēmumu datu privātumam, kuras pamatā ir nulles datu saglabāšana, stingra klientu datu nošķiršana un pārbaudāma izolācija, ļāva Cisco ar pārliecību ieviest robežšķirtnes MI kritiski svarīgās sistēmās, neapdraudot klientu prioritātes vai sensitīvus telemetrijas datus.
Cisco aizsardzība sākas tur, kur izplatās apdraudējumi, — tīklā. Patels raksturo pāreju no viena drošības perimetra uz kontroles mehānismiem, kas izvietoti mikropakalpojumos, konteineros un klasteros. „Mēs varam katram mikropakalpojumam, katram Kubernetes konteineram un katram Kubernetes klasterim priekšā izvietot nelielu drošības rīku kopumu un iestrādāt drošību pašā tīkla struktūrā,” viņš saka.
Lietojumprogrammu līmeņa kontroles mehānismi var atļaut tikai katram pakalpojumam nepieciešamos savienojumus, tā samazinot iespējas uzbrucējam izplatīt uzbrukumu. Drošības komandas var arī precīzāk izolēt skartās sistēmas, ļaujot neskartajiem pakalpojumiem turpināt darboties, kamēr komandas izmeklē incidentu un veic reaģēšanas pasākumus.
Patels norāda, ka, apvienojot šo tīkla datu analīzi ar OpenAI modeļiem, Cisco var sasaistīt signālus datoru jaudai atbilstošā mērogā. „Divi signāli katrs atsevišķi var šķist nekaitīgi, taču kopā tie var atklāt nozīmīgu likumsakarību. Tīkla datu analīze ļauj mums sasaistīt datus no visa tīkla un gūt atziņas, kas palīdz nodrošināt drošu darbību.”
Patels norāda uz aktuālu aizstāvju izaicinājumu: uzbrucēji spēj izmantot ievainojamību daudz ātrāk, nekā organizācijas to novērš. Viņaprāt, MI var palīdzēt mazināt šo laika starpību, dodot aizstāvjiem iespēju izmeklēt vairāk apdraudējumu un reaģēt ātrāk. „MI ļauj uzbrucējiem darboties ātrāk un plašākā mērogā. MI izmantošana aizsardzībā ir priekšnoteikums tam, lai saglabātu drošību,” viņš saka.
Viņš raksturo tādas iniciatīvas kā Daybreak un GPT‑6 Astra kā sasniegumus, kas stiprina gan Cisco, gan tā klientu drošību. „Mēs spējam efektīvāk atrast un novērst ievainojamības, vienlaikus saīsinot izmeklēšanai, reaģēšanai un problēmu novēršanai nepieciešamo laiku,” saka Patels.
„Daybreak un GPT-6 Astra ir ļāvuši būtiski paaugstināt ne tikai mūsu, bet arī mūsu klientu drošības līmeni.”
Patels saskata iespēju ieviest šīs tehnoloģijas, balstoties uz procesiem, ko komandas jau izmanto ievainojamību atrašanai un novēršanai. „Šīs iespējas var iekļaut esošajās skenēšanas darbplūsmās, tāpēc jums nav būtiski jāmaina komandas darba veids.”
Aģentiem kļūstot patstāvīgākiem, drošības komandām jāspēj arī atšķirt ļaunprātīgu iejaukšanos no situācijām, kurās aģents cenšas sasniegt leģitīmu mērķi neparedzētā veidā. Patels norāda, ka tam līdzās novērojamības datiem nepieciešami drošības telemetrijas dati, lai komandas varētu izvērtēt gan apdraudējumus, gan aģentu uzvedību.
Viņš izceļ trīs prioritātes: aizsargāt aģentus pret ļaunprātīgiem uzbrukumiem, atklāt un apturēt neparedzētu uzvedību un darboties gandrīz reāllaikā. Šīs prioritātes nosaka pāreju uz politikām un kontroles mehānismiem, kas spēj pielāgoties aģentu darbībām.
Daybreak Defense Network ietvaros Cisco un OpenAI pēta, kā palīdzēt drošības komandām ātrāk izvērtēt pakļautību apdraudējumiem, noteikt prioritātes un piemērot atbilstošus kontroles mehānismus platformā Cisco Cloud Control. Patels uzskata, ka tas var palīdzēt atgūt pārsvaru aizstāvju pusē.
„OpenAI dod priekšrocības aizstāvjiem, ļaujot mums darboties ar datoriem raksturīgo ātrumu un vērienu.”
