Cisco ป้องกันภัยด้วยความเร็วระดับเครื่องจักรได้อย่างไรด้วย OpenAI
Cisco ผสานข้อมูลเชิงลึกด้านเครือข่ายกับโมเดลของ OpenAI เพื่อสร้างระบบป้องกันที่ปรับตัวได้ดีขึ้น
Cisco สร้างโครงสร้างพื้นฐานด้านเครือข่ายและความปลอดภัยที่องค์กรต่างๆ พึ่งพาเพื่อเชื่อมต่อและปกป้องระบบของตน เมื่อผู้โจมตีใช้ AI ขยายการโจมตีอัตโนมัติและสร้างวิธีเจาะช่องโหว่ด้วยความเร็วระดับเครื่องจักร การป้องกันโครงสร้างพื้นฐานขององค์กรก็ต้องพัฒนาตาม การผสานข้อมูลตรวจวัดเครือข่ายปริมาณมหาศาลของ Cisco เข้ากับการให้เหตุผลของ AI ระดับแนวหน้า ช่วยให้ฝ่ายป้องกันมีเครื่องมือที่จำเป็นในการรับมือภัยคุกคามใหม่ๆ ได้อย่างทันท่วงที แนวทางที่เข้มงวดของ OpenAI ในการคุ้มครองความเป็นส่วนตัวของข้อมูลองค์กร ซึ่งยึดหลักการไม่เก็บข้อมูล การกำหนดขอบเขตข้อมูลลูกค้าอย่างเคร่งครัด และการแยกข้อมูลที่ตรวจสอบได้ ทำให้ Cisco นำ AI ระดับแนวหน้าไปใช้กับระบบที่สำคัญต่อภารกิจได้อย่างมั่นใจ โดยไม่ละเลยสิ่งที่ลูกค้าให้ความสำคัญหรือทำให้ข้อมูลตรวจวัดที่ละเอียดอ่อนเสี่ยงต่อการรั่วไหล
การป้องกันของ Cisco เริ่มต้นจากจุดที่ภัยคุกคามเคลื่อนผ่าน นั่นคือเครือข่าย Patel อธิบายถึงการเปลี่ยนจากการรักษาความปลอดภัยที่ขอบเขตเดียว ไปสู่มาตรการควบคุมที่กระจายอยู่ตามไมโครเซอร์วิส คอนเทนเนอร์ และคลัสเตอร์ เขากล่าวว่า “เราสามารถวางชุดเครื่องมือรักษาความปลอดภัยขนาดย่อมไว้หน้าไมโครเซอร์วิสทุกตัว คอนเทนเนอร์ Kubernetes ทุกตัว และคลัสเตอร์ Kubernetes ทุกชุด เพื่อผสานความปลอดภัยเข้าเป็นส่วนหนึ่งของโครงข่าย”
มาตรการควบคุมในระดับแอปพลิเคชันสามารถจำกัดการสื่อสารให้เหลือเฉพาะการเชื่อมต่อที่แต่ละบริการจำเป็นต้องใช้ จึงลดช่องทางที่ผู้โจมตีจะใช้แพร่กระจายการโจมตี ทีมรักษาความปลอดภัยยังสามารถเลือกแยกเฉพาะระบบที่ได้รับผลกระทบได้อย่างเจาะจงยิ่งขึ้น ทำให้บริการที่ไม่ได้รับผลกระทบยังทำงานต่อได้ระหว่างที่ทีมตรวจสอบและตอบสนองต่อเหตุการณ์
Patel กล่าวว่า การผสานข้อมูลเชิงลึกด้านเครือข่ายเหล่านี้เข้ากับโมเดลของ OpenAI ช่วยให้ Cisco เชื่อมโยงสัญญาณจำนวนมหาศาลได้ในระดับที่เครื่องจักรทำได้ “สัญญาณสองอย่างอาจดูไม่มีพิษภัยเมื่อพิจารณาแยกกัน แต่เมื่อนำมาพิจารณาร่วมกัน อาจเผยให้เห็นรูปแบบที่มีนัยสำคัญ ข้อมูลเชิงลึกด้านเครือข่ายช่วยให้เราเชื่อมโยงข้อมูลทั่วทั้งเครือข่าย และสรุปเป็นข้อค้นพบเพื่อใช้ประกอบการดำเนินงานอย่างปลอดภัย”
Patel ชี้ถึงความท้าทายเร่งด่วนของฝ่ายป้องกัน นั่นคือช่องว่างระหว่างความรวดเร็วที่ผู้โจมตีใช้ประโยชน์จากช่องโหว่ได้ กับระยะเวลาที่องค์กรต้องใช้ในการอุดช่องโหว่นั้น เขามองว่า AI เป็นหนทางหนึ่งที่จะช่วยลดช่องว่างนี้ โดยเพิ่มขีดความสามารถให้ฝ่ายป้องกันตรวจสอบภัยคุกคามได้มากขึ้นและตอบสนองได้เร็วขึ้น “AI ช่วยให้ผู้โจมตีลงมือได้เร็วขึ้นและขยายการโจมตีได้มากขึ้น การใช้ AI ในการป้องกันจึงเป็นสิ่งจำเป็นหากต้องการรักษาความปลอดภัยไว้” เขากล่าว
เขาอธิบายว่าโครงการอย่าง Daybreak และ GPT‑6 Astra เป็นความก้าวหน้าที่ช่วยเสริมความปลอดภัยให้ทั้ง Cisco และลูกค้า “เราค้นหาและอุดช่องโหว่ได้อย่างมีประสิทธิภาพมากขึ้น พร้อมทั้งลดเวลาที่ใช้ในการตรวจสอบ ตอบสนอง และแก้ไขปัญหา” Patel กล่าว
“Daybreak และ GPT-6 Astra ยกระดับความพร้อมด้านความปลอดภัยแบบก้าวกระโดด ไม่ใช่แค่สำหรับเรา แต่สำหรับลูกค้าของเราด้วย”
Patel มองเห็นแนวทางนำเทคโนโลยีนี้มาใช้โดยต่อยอดจากกระบวนการที่ทีมใช้อยู่แล้วในการค้นหาและจัดการช่องโหว่ “ความสามารถเหล่านี้ผสานเข้ากับขั้นตอนการสแกนที่คุณใช้อยู่ได้ คุณจึงไม่ต้องเปลี่ยนวิธีทำงานของทีมไปจากเดิมโดยสิ้นเชิง”
เมื่อเอเจนต์ทำงานได้อย่างอิสระมากขึ้น ทีมรักษาความปลอดภัยก็ต้องแยกให้ออกระหว่างการแทรกแซงที่มุ่งร้าย กับการที่เอเจนต์พยายามทำตามเป้าหมายที่ถูกต้องด้วยวิธีที่ไม่ได้ตั้งใจให้เกิดขึ้น Patel กล่าวว่า การทำเช่นนั้นต้องใช้ข้อมูลตรวจวัดด้านความปลอดภัยควบคู่กับข้อมูลที่ใช้สังเกตการณ์การทำงานของระบบ เพื่อให้ทีมประเมินได้ทั้งภัยคุกคามและพฤติกรรมของเอเจนต์
เขาระบุสิ่งสำคัญสามประการ ได้แก่ การปกป้องเอเจนต์จากการโจมตีที่มุ่งร้าย การตรวจจับและยับยั้งพฤติกรรมที่ไม่ได้ตั้งใจให้เกิดขึ้น และการทำงานแบบเกือบเรียลไทม์ สิ่งสำคัญเหล่านี้กำลังกำหนดทิศทางการเปลี่ยนผ่านไปสู่นโยบายและมาตรการควบคุมที่ปรับตัวตามการทำงานของเอเจนต์ได้
Cisco และ OpenAI กำลังร่วมกันสำรวจผ่าน Daybreak Defense Network ว่าจะช่วยให้ทีมรักษาความปลอดภัยประเมินและจัดลำดับความเสี่ยงได้เร็วขึ้น รวมถึงบังคับใช้มาตรการควบคุมที่เหมาะสมใน Cisco Cloud Control ได้อย่างไร สำหรับ Patel สิ่งนี้อาจช่วยให้ฝ่ายป้องกันกลับมาได้เปรียบอีกครั้ง
“OpenAI กำลังทำให้ฝ่ายป้องกันได้เปรียบ ด้วยการช่วยให้เราทำงานได้รวดเร็วและรองรับงานปริมาณมหาศาลในระดับเครื่องจักร”
