Como você deve saber, a arquitetura de software moderna funciona muito melhor do que nunca. É sem dúvida mais adaptável, com uso intensivo de dados e rápido do que seus antecessores. No entanto, é um verdadeiro desafio - especialmente nos tempos modernos - proteger o mesmo software de ameaças online (também conhecidos como ataques cibernéticos). Como os sistemas de software alimentam tudo hoje em dia - de dispositivos móveis a câmeras de segurança, de carros inteligentes a casas inteligentes e de fábricas a usinas nucleares, o software moderno é muito importante para ser violado ou hackeado.

Por exemplo, uma usina nuclear em Kudankulam, Índia, foi hackeada em outubro de 2019. O ataque usou um malware programado para extração de dados, mas a rede interna da usina não estava comprometida, felizmente. Se o malware pudesse ter violado a rede interna, ele poderia ter roubado dados cruciais sobre a usina, invadindo assim a infraestrutura crítica do país. Além disso, se o ataque tivesse o objetivo de assumir o controle da usina e tivesse sido bem-sucedido em seu plano, poderia ter causado danos imensos ao dominar a usina.

Felizmente, não houve danos críticos. No entanto, a Índia — ou qualquer outro país, nesse caso — pode não ter a mesma sorte no futuro. Essa é a razão pela qual o software moderno deve ser construído desde o início com a segurança em mente. Além disso, ele deve ser testado regularmente em busca de bugs e vulnerabilidades de segurança. Contudo, o teste de segurança de aplicativos é um processo dispendioso e, portanto, o teste automatizado é essencial nos dias de hoje . Entre as estratégias de teste automatizado, uma das soluções mais comuns e eficazes é conhecida como teste de penetração automatizado.

Teste de penetração automatizado

Refere-se ao processo de lançamento de ataques simulados em uma rede ou sistema automaticamente para encontrar bugs e vulnerabilidades de segurança. O objetivo é encontrar as vulnerabilidades e corrigi-las antes que os cibercriminosos as conheçam e explorem. Geralmente, é parte de uma auditoria completa de segurança cibernética, que pode ser exigida por motivos legais e de conformidade. Por exemplo, o PCI DSS (padrão de segurança de dados da indústria de cartões de pagamento) pede que as organizações realizem testes de pentest em uma programação regular.

O teste de penetração automatizado é realizado por meio de software , diferentemente do teste de penetração manual, que é executado por especialistas em cibersegurança. Por ser realizado por software, é limitado pelo escopo do software em questão, que, por sua vez, é limitado pelo conhecimento e habilidades dos profissionais de segurança que o desenvolvem. Além disso, demonstra-se menos eficaz contra novas ameaças, uma vez que identifica ou testa apenas vulnerabilidades conhecidas, tornando-se ineficaz contra ameaças desconhecidas.

“ É aqui que entra a inteligência artificial – a automação que você pode alcançar por meio da inteligência artificial pode muito bem ajudar a tornar os testes de intrusão muito mais fáceis de serem realizados de forma consistente e em grande escala. Por sua vez, isso ajudaria as organizações a lidar com questões de habilidades e cultura, e a levar a sério suas estratégias de cibersegurança ”, escreveu a Packt Hub . A inteligência artificial ajuda a escalar o processo automatizado de testes de intrusão, ao mesmo tempo que aprimora seus recursos de varredura em busca de vulnerabilidades desconhecidas.

Inteligência Artificial e seu Impacto

Com o progresso da inteligência artificial nas últimas décadas, especialistas em automação e cientistas da computação estão tentando automatizar tudo, com as tecnologias de defesa cibernética não sendo exceção. Por exemplo, existem muitas ferramentas automatizadas que complementam as ferramentas de teste de penetração para fornecer relatórios inteligentes. Essas soluções automatizadas têm alguns recursos básicos de inteligência artificial, mas estão crescendo gradualmente, graças às pesquisas em andamento e às competições abertas.

Por exemplo, Cyber ​​Grand Challenge 2016 - uma competição patrocinada pela DARPA - desafiou as pessoas a construir e competir com bots de hackers. Esses bots com inteligência artificial realizam testes de penetração para procurar e corrigir vulnerabilidades de segurança antes que as equipes concorrentes possam explorá-los. Seu vencedor - conhecido como Mayhem - poderia encontrar, consertar e procurar intrusões em seu sistema host enquanto encontrava e explorava vulnerabilidades de segurança em sistemas concorrentes.

Dito isso, a inteligência artificial ajuda a melhorar a eficiência das soluções de defesa cibernética - especialmente as soluções de teste de penetração. A razão é que ajuda a melhorar vários estágios do teste de penetração automatizado, conforme descrito abaixo.

Etapa 1: planejamento

A primeira etapa - planejamento e reconhecimento - é a coleta de informações sobre o alvo. E é preciso muitos recursos, pois quanto mais informações você coleta, mais chances você tem de obter sucesso. Nesta fase, o uso de IA ajuda a fornecer melhores resultados com menos quantidade de recursos. A IA, juntamente com a visão computacional e o processamento de linguagem natural, podem ajudar a construir um perfil completo sobre a organização-alvo e seus funcionários, rede, postura de segurança, etc.

Etapa 2: digitalização

A segunda etapa exige uma cobertura abrangente dos sistemas-alvo. Ou seja, você deve procurar centenas, senão milhares de computadores e outros dispositivos e analisar os resultados. Usando IA, as ferramentas podem ser ajustadas para escanear os dispositivos de forma inteligente e reunir os resultados necessários, simplificando o processo de análise.

Etapa 3: obter acesso

O terceiro estágio é obter acesso a uma das redes ou sistemas de destino. Esse sistema comprometido pode então ser usado para extrair dados ou lançar ataques em outros sistemas na rede. Usando IA, as ferramentas podem experimentar uma variedade de ataques e inúmeras combinações de senha para obter acesso. Em seguida, eles também podem usar algoritmos para encontrar padrões ou tendências fracos que podem ficar comprometidos.

Etapa 4: Manter o acesso

A quarta etapa é manter o acesso ao sistema comprometido. Usando a IA, as ferramentas podem procurar backdoors conhecidos ou desconhecidos, canais criptografados e ficar de olho em contas e logs para detectar e relatar atividades suspeitas ou não autorizadas. Por exemplo, uma nova conta de administrador ou canal de acesso à rede pode direcionar para um sistema comprometido e / ou acesso não autorizado.

Etapa 5: análise e relatórios

A última etapa é testar se uma entidade não autorizada pode cobrir rastros, ou seja, deletar histórico e logs de seus sistemas, impossibilitando a detecção de ataques. Usando AI, as ferramentas podem detectar backdoors ocultos, endpoints de acesso não autorizado, etc. Além disso, essas ferramentas podem analisar melhor as mensagens de erro e os logs do sistema para encontrar erros, entradas ausentes ou outras atividades suspeitas. Finalmente, esta análise é colocada em um relatório de fácil leitura detalhando os resultados completos do teste do alvo.