Slik forsvarer Cisco seg i maskinhastighet med OpenAI

Cisco bygger nettverks- og sikkerhetsinfrastrukturen som organisasjoner er avhengige av for å koble sammen og beskytte systemene sine. Når angripere bruker AI til å skalere automatiserte angrep og utvikle angrepskode i maskinhastighet, må også forsvaret av virksomheters infrastruktur utvikle seg. Ved å kombinere Ciscos omfattende nettverkstelemetri med banebrytende AI-resonnering får forsvarerne verktøyene de trenger for å ligge i forkant av nye trusler. OpenAIs strenge tilnærming til vern av virksomheters data – med ingen oppbevaring av data, strenge skiller mellom kundedata og verifiserbar isolasjon – gjorde at Cisco trygt kunne ta i bruk banebrytende intelligens i virksomhetskritiske systemer uten å gå på akkord med kundenes prioriteringer eller beskyttelsen av sensitive telemetridata.

Ciscos forsvar starter der truslene beveger seg: i nettverket. Patel beskriver en overgang fra én ytre sikkerhetsgrense til sikkerhetskontroller fordelt på mikrotjenester, containere og klynger. «Vi kan legge en liten sikkerhetsstakk foran hver mikrotjeneste, hver Kubernetes-container og hver Kubernetes-klynge, og bygge sikkerheten inn i selve nettverket», sier han.

Kontroller på applikasjonsnivå kan begrense kommunikasjonen til forbindelsene hver tjeneste trenger. Det gir angripere færre veier å spre seg gjennom. Sikkerhetsteam kan også isolere berørte systemer mer målrettet, slik at tjenester som ikke er rammet, kan fortsette å kjøre mens teamene undersøker og håndterer hendelsen.

Ved å kombinere denne nettverksinnsikten med OpenAIs modeller kan Cisco se sammenhenger mellom signaler i en skala som bare maskiner kan håndtere, sier Patel. «To signaler kan virke harmløse hver for seg, men sammen kan de avdekke et viktig mønster. Nettverksinnsikt lar oss se sammenhenger mellom data på tvers av nettverket og få kunnskap som bidrar til sikker drift.»

Patel peker på en presserende utfordring for forsvarerne: gapet mellom hvor raskt angripere kan utnytte en sårbarhet, og hvor lang tid organisasjoner bruker på å lukke den. Han ser AI som en måte å bidra til å redusere dette gapet på, ved å gi forsvarerne kapasitet til å undersøke flere trusler og reagere raskere. «AI lar angripere operere raskere og i større skala. Å bruke AI til forsvar er en forutsetning for å være trygg», sier han.

Han beskriver initiativer som Daybreak og GPT‑6 Astra som fremskritt som styrker sikkerheten for både Cisco og kundene. «Vi kan finne og lukke sårbarheter mer effektivt, samtidig som vi reduserer tiden som trengs til undersøkelser, respons og utbedring», sier Patel.

Patel mener teknologien kan tas i bruk med utgangspunkt i prosessene teamene allerede bruker for å finne og håndtere sårbarheter. «Disse funksjonene kan inngå i de eksisterende arbeidsflytene for skanning, så dere slipper å endre teamets arbeidsmåte fra grunnen av.»

Etter hvert som agenter blir mer autonome, må sikkerhetsteam også kunne skille ondsinnet påvirkning fra en agent som forsøker å nå et legitimt mål på en utilsiktet måte. Patel sier at dette krever sikkerhetstelemetri sammen med observabilitetsdata, slik at teamene kan vurdere både trusler og agentenes atferd.

Han skisserer tre prioriteringer: å beskytte agenter mot ondsinnede angrep, oppdage og stoppe utilsiktet atferd og operere i tilnærmet sanntid. Disse prioriteringene styrer overgangen til retningslinjer og kontroller som kan tilpasses underveis når agentene handler.

Gjennom Daybreak Defense Network utforsker Cisco og OpenAI hvordan de kan hjelpe sikkerhetsteam med å vurdere og prioritere risiko raskere og håndheve de riktige kontrollene i Cisco Cloud Control. Patel mener dette kan bidra til å gi forsvarerne overtaket tilbake.