Kaip žinote, šiuolaikinė programinės įrangos architektūra veikia kur kas geriau nei bet kada. Be abejo, jis yra labiau pritaikomas, daug duomenų reikalaujantis ir greitesnis nei jo pirmtakai. Tačiau tai yra tikras iššūkis - ypač šiais laikais - apsaugoti tą pačią programinę įrangą nuo internetinių grėsmių (dar vadinamų kibernetinėmis atakomis). Kadangi šiais laikais programinės įrangos sistemos maitina viską - nuo mobiliųjų įrenginių iki saugos kamerų, nuo išmaniųjų automobilių iki išmaniųjų namų ir nuo gamyklų iki atominių elektrinių, šiuolaikinė programinė įranga yra pernelyg svarbi, kad būtų pažeista ar įsilaužta.

Pavyzdžiui, 2019 m. Spalio mėn. Buvo įsilaužta į atominę elektrinę Kudankulame, Indijoje. Išpuolio metu buvo panaudota kenkėjiška programa, užprogramuota duomenims išgauti, tačiau, laimei, gamyklos vidinis tinklas buvo bekompromisis. Jei kenkėjiška programa galėjo pažeisti vidinį tinklą, ji galėjo pavogti esminius duomenis apie elektrinę ir taip įsibrauti į svarbiausią šalies infrastruktūrą. Be to, jei išpuolio tikslas buvo perimti jėgainės kontrolę ir jos planas buvo sėkmingas, tai galėjo padaryti didžiulę žalą perpildydama jėgainę.

Laimei, kritinės žalos nebuvo padaryta. Tačiau Indijai – ar bet kuriai kitai šaliai – ateityje gali taip nepasisekti. Štai kodėl šiuolaikinė programinė įranga turi būti kuriama nuo nulio, atsižvelgiant į jos saugumą. Be to, ji turi būti reguliariai testuojama dėl saugumo klaidų ir pažeidžiamumų. Tačiau programų saugumo testavimas yra brangus procesas, todėl automatinis testavimas yra būtinas . Tarp automatinio testavimo strategijų vienas iš labiausiai paplitusių ir efektyviausių sprendimų yra žinomas kaip automatinis skverbties testavimas.

Automatinis skverbimosi bandymas

Nurodo procesą, kai automatiškai pradedamos imituotos atakos tinkle ar sistemoje, siekiant rasti saugos klaidas ir pažeidžiamumus. Tikslas yra surasti pažeidžiamumus ir juos ištaisyti, kol kibernetiniai nusikaltėliai apie juos sužino ir išnaudoja. Paprastai tai yra visiško kibernetinio saugumo audito dalis, kurios gali prireikti dėl atitikties ir teisinių priežasčių. Pavyzdžiui, PCI DSS (mokėjimo kortelių pramonės duomenų saugumo standartas) prašo organizacijų reguliariai atlikti pentestavimą.

Automatinis įsiskverbimo testavimas atliekamas naudojant programinę įrangą , kitaip nei rankinis įsiskverbimo testavimas, kurį atlieka kibernetinio saugumo ekspertai. Kadangi jį atlieka programinė įranga, jį riboja konkrečios programinės įrangos apimtis, kurią riboja programinę įrangą kuriančių saugumo specialistų žinios ir įgūdžiai. Be to, jis yra mažiau efektyvus naujų grėsmių atveju, nes identifikuoja arba testuoja tik žinomus pažeidžiamumus, todėl jis neveiksmingas prieš nežinomus.

„ Čia praverčia dirbtinis intelektas – automatizavimas, kurį galima pasiekti naudojant dirbtinį intelektą, galėtų padėti daug lengviau ir nuosekliau atlikti skverbties testavimą. Savo ruožtu tai padėtų organizacijoms spręsti tiek įgūdžių, tiek kultūros klausimus ir rimtai pažvelgti į savo kibernetinio saugumo strategijas “, – rašė „Packt Hub “ . Dirbtinis intelektas padeda plėsti automatizuotą skverbties testavimo procesą ir kartu patobulinti jo nuskaitymo funkcijas, siekiant nustatyti nežinomus pažeidžiamumus.

Dirbtinis intelektas ir jo poveikis

Pastaraisiais dešimtmečiais progresuojant dirbtiniam intelektui, automatikos ekspertai ir kompiuterių mokslininkai stengiasi viską automatizuoti, nes kibernetinės gynybos technologijos nėra išimtis. Pavyzdžiui, yra daug automatinių įrankių, kurie papildo skverbties tikrinimo įrankius, kad būtų galima teikti protingas ataskaitas. Šie automatiniai sprendimai turi tam tikras pagrindines dirbtinio intelekto galimybes, tačiau dėl vykstančių tyrimų ir atvirų konkursų jis palaipsniui auga.

Pavyzdžiui, „Cyber ​​Grand Challenge 2016“-DARPA remiamos varžybos-privertė žmones kurti ir konkuruoti su įsilaužėliais. Šie dirbtinai protingi robotai atlieka skverbties testus, kad surastų ir ištaisytų saugumo spragas, kol konkuruojančios komandos galėtų jomis pasinaudoti. Jos nugalėtojas, žinomas kaip „Mayhem“, galėjo rasti, pataisyti ir ieškoti įsilaužimo į savo pagrindinę sistemą, tuo pačiu ieškodamas ir išnaudodamas konkurencinių sistemų saugumo spragas.

Tačiau dirbtinis intelektas padeda pagerinti kibernetinės gynybos sprendimų efektyvumą, ypač skverbties testavimo sprendimus. Priežastis yra ta, kad ji padeda tobulinti įvairius automatinio skverbties bandymo etapus, kaip aprašyta toliau.

1 etapas: planavimas

Pirmasis etapas - planavimas ir žvalgyba - informacijos apie taikinį rinkimas. Ir tam reikia daug išteklių, nes kuo daugiau informacijos surinksite, tuo didesnė tikimybė, kad jums pasiseks. Šiame etape dirbtinio intelekto naudojimas padeda pasiekti geresnių rezultatų naudojant mažiau išteklių. Dirbtinis intelektas kartu su kompiuterio vizija ir natūralios kalbos apdorojimu gali padėti sukurti išsamų tikslinės organizacijos ir jos darbuotojų profilį, tinklą, saugumo laikyseną ir kt.

2 etapas: nuskaitymas

Antrame etape prašoma visapusiškai aprėpti tikslines sistemas. Tai reiškia, kad turite nuskaityti šimtus, jei ne tūkstančius kompiuterių ir kitų įrenginių, ir išanalizuoti rezultatus. Naudojant AI, galima patobulinti įrankius, kad būtų galima protingai nuskaityti įrenginius ir surinkti reikiamus rezultatus, supaprastinant analizės procesą.

3 etapas: prieigos gavimas

Trečiasis etapas yra prieiga prie vieno iš tikslinių tinklų ar sistemų. Ši pažeista sistema gali būti naudojama duomenims išgauti arba atakoms prieš kitas tinklo sistemas pradėti. Naudodami AI, įrankiai gali išbandyti įvairias atakas ir daugybę slaptažodžių derinių, kad gautų prieigą. Tada jie taip pat gali naudoti algoritmus, kad surastų silpnus modelius ar tendencijas, dėl kurių gali kilti pavojus.

4 etapas: prieigos išlaikymas

Ketvirtasis etapas - prieigos prie pažeistos sistemos išsaugojimas. Naudodami AI, įrankiai gali ieškoti žinomų ar nežinomų galinių durų, užšifruotų kanalų ir stebėti paskyras bei žurnalus, kad aptiktų įtartiną ar neleistiną veiklą ir praneštų apie ją. Pvz., Nauja administratoriaus paskyra arba tinklo prieigos kanalas gali nukreipti į pažeistą sistemą ir (arba) neteisėtą prieigą.

5 etapas: analizė ir ataskaitų teikimas

Paskutinis etapas yra bandymas, ar neleistinas subjektas gali apimti takelius, ty ištrinti istoriją ir žurnalus iš jūsų sistemų, todėl neįmanoma aptikti atakų. Naudodami AI, įrankiai gali aptikti paslėptas užpakalines duris, neteisėtos prieigos galinius taškus ir tt. Be to, šie įrankiai gali geriau išanalizuoti klaidų pranešimus ir sistemos žurnalus, kad rastų klaidų, trūkstamų įrašų ar kitos įtartinos veiklos. Galiausiai ši analizė pateikiama lengvai skaitomoje ataskaitoje, kurioje išsamiai aprašomi visi tikslo bandymo rezultatai.