Soos u dalk weet, werk die moderne sagteware-argitektuur baie beter as ooit. Dit is ongetwyfeld meer aanpasbaar, data-intensief en vinniger as sy voorgangers. Dit is egter 'n groot uitdaging - veral in die moderne tyd - om dieselfde sagteware te beskerm teen aanlynbedreigings (ook bekend as kuberaanvalle). Aangesien sagtewarestelsels deesdae alles van krag hou - van mobiele toestelle tot veiligheidskameras, van slim motors tot slim huise en van vervaardigingsaanlegte tot kernkragstasies, is moderne sagteware te belangrik om oortree of gekap te word.

Byvoorbeeld, 'n kernkragaanleg in Kudankulam, Indië, is in Oktober 2019 gekap. Die aanval het 'n malware gebruik wat geprogrammeer is vir die onttrekking van data, maar die interne netwerk van die aanleg was gelukkig kompromisloos. As die malware die interne netwerk kon oortree, sou dit belangrike inligting oor die kragsentrale kon gesteel het en sodoende die land se kritieke infrastruktuur binnedring. Boonop, as die aanval die doel gehad het om beheer oor die kragstasie te neem en suksesvol was in die plan, sou dit geweldige skade kon berokken deur die aanleg te oorrompel.

Gelukkig is daar geen kritieke skade aangerig nie. Indië – of enige land in daardie geval – mag egter nie so gelukkig wees in die toekoms nie. Dit is die rede waarom moderne sagteware van nuuts af gebou moet word met die sekuriteit in gedagte. Dit moet ook gereeld getoets word vir sekuriteitsfoute en kwesbaarhede. Toepassingsekuriteitstoetsing is egter 'n duur proses, en daarom is outomatiese toetsing die noodsaaklikheid van die uur . Onder die outomatiese toetsstrategieë staan ​​een van die mees algemene en effektiewe oplossings bekend as outomatiese penetrasietoetsing.

Outomatiese penetrasie toets

Verwys na die proses om outomaties gesimuleerde aanvalle op 'n netwerk of stelsel te loods om sekuriteitsfoute en kwesbaarhede te vind. Die doel is om die kwesbaarhede op te spoor en op te los voordat kubermisdadigers dit leer ken en uitbuit. Dit is gewoonlik 'n onderdeel van 'n volledige kuberveiligheidsoudit, wat vanweë nakoming en wettige redes nodig mag wees. PCI DSS (Payment Card Industry Data Security Standard) vra byvoorbeeld dat organisasies op 'n gereelde skedule pentesting moet uitvoer.

Outomatiese penetrasietoetsing word met behulp van sagteware uitgevoer , anders as handmatige penetrasietoetsing wat deur kuberveiligheidskundiges uitgevoer word. Aangesien dit deur sagteware uitgevoer word, word dit beperk deur die omvang van die gegewe sagteware, wat beperk word deur die kennis en vaardighede van die sekuriteitsprofessionele persone wat die sagteware ontwerp. Boonop blyk dit minder effektief te wees vir nuwe bedreigings, aangesien dit slegs die bekende kwesbaarhede identifiseer of toets, wat dit ondoeltreffend maak teen onbekendes.

“ Dit is waar kunsmatige intelligensie ter sprake kom – die outomatisering wat jy deur kunsmatige intelligensie kan bereik, kan help om penetrasietoetsing baie makliker te maak om konsekwent en op skaal te doen. Op sy beurt sal dit organisasies help om beide kwessies van vaardighede en kultuur aan te pak, en ernstig op te tree oor hul kuberveiligheidsstrategieë, ” het Packt Hub geskryf . Kunsmatige intelligensie help om die outomatiese penetrasietoetsproses te skaal terwyl dit die skanderingsfunksies vir onbekende kwesbaarhede verbeter.

Kunsmatige intelligensie en die impak daarvan

Met die vordering van kunsmatige intelligensie in die afgelope dekades, probeer outomatiseringskundiges en rekenaarwetenskaplikes om alles te outomatiseer, met kuberverdedigingstegnologieë geen uitsondering nie. Daar is byvoorbeeld baie outomatiese gereedskap wat aanvullings vir die penetrasie-toetsinstrumente aanvul vir die verskaffing van intelligente verslae. Hierdie outomatiese oplossings het basiese kunsmatige intelligensie-vermoëns, maar dit groei geleidelik danksy deurlopende navorsing en openbare kompetisies.

Cyber ​​Grand Challenge 2016 - 'n kompetisie wat deur DARPA geborg word - het mense byvoorbeeld uitgedaag om hack-bots te bou en mee te ding. Hierdie kunsmatig intelligente bots doen penetrasie-toetsing om sekuriteitskwessies te soek en te herstel voordat die mededingende spanne dit kan benut. Sy wenner - bekend as Mayhem - kan indringings op sy gasheerstelsel vind, regstel en soek, terwyl die beveiligingsprobleme op mededingende stelsels gevind en ontgin word.

Dit gesê, kunsmatige intelligensie help om die doeltreffendheid van kuberverdedigingsoplossings te verbeter - veral oplossings vir penetrasie-toetsing. Die rede hiervoor is om verskillende fases van outomatiese penetrasie-toetse te verbeter, soos hieronder beskryf.

Fase 1: Beplanning

Die eerste fase - beplanning en verkenning - is om inligting oor die teiken in te samel. En dit verg baie bronne, want hoe meer inligting u insamel, hoe groter kans het u om suksesvol te wees. In hierdie stadium help die gebruik van KI beter resultate met minder hoeveelheid hulpbronne. AI saam met rekenaarvisie en natuurlike taalverwerking kan help om 'n volledige profiel op te stel oor die teikenorganisasie en sy werknemers, netwerk, veiligheidshouding, ens.

Fase 2: Skandering

Die tweede fase vra vir omvattende dekking van die teikensisteme. Dit wil sê, u moet na honderde, indien nie duisende rekenaars en ander toestelle, soek en die resultate ontleed. Met behulp van AI kan die gereedskap aangepas word om die toestelle intelligent te skandeer en die vereiste resultate te versamel, wat die ontledingsproses vereenvoudig.

Fase 3: Toegang verkry

Die derde fase is om toegang tot een van die teikennetwerke of stelsels te kry. Hierdie aangetaste stelsel kan dan gebruik word om data te onttrek of aanvalle op die ander stelsels in die netwerk te loods. Met behulp van AI kan die instrumente 'n verskeidenheid aanvalle en talle wagwoordkombinasies uitprobeer om toegang te verkry. Dan kan hulle ook algoritmes gebruik om swak patrone of tendense te vind wat in gevaar kan kom.

Fase 4: Behoud van toegang

Die vierde fase is om die toegang tot die stelsel te handhaaf. Met behulp van AI kan die gereedskap na bekende of onbekende agterdeure, geënkripteerde kanale soek en rekeninge en logboeke dophou om verdagte of ongemagtigde aktiwiteite op te spoor en aan te meld. Byvoorbeeld, 'n nuwe administrateurrekening of netwerktoegangskanaal kan in die rigting van 'n stelsel in die gedrang kom en / of ongemagtigde toegang.

Fase 5: Ontleding en verslaggewing

Die laaste fase is om te toets of 'n ongemagtigde entiteit spore kan dek, dws die geskiedenis en logboeke van u stelsels kan verwyder, wat dit onmoontlik maak om aanvalle op te spoor. Met behulp van AI kan die gereedskap verborge agterdeure, ongemagtigde toegangspunte, ens. Opspoor. Ook kan hierdie instrumente foutboodskappe en stelsellogboeke beter ontleed om foute, ontbrekende inskrywings of ander verdagte aktiwiteite te vind. Ten slotte word hierdie analise op 'n maklik leesbare verslag geplaas waarin die volledige toetsresultate van die teiken uiteengesit word.