Као што можда знате, модерна софтверска архитектура ради много боље него икад. Без сумње је прилагодљивији, интензивнији и бржи од својих претходника. Међутим, прави је изазов - посебно у модерно доба - заштитити исти софтвер од мрежних претњи (познатих и као кибернетаци). Будући да софтверски системи данас покрећу све - од мобилних уређаја до сигурносних камера, од паметних аутомобила до паметних домова и од производних погона до нуклеарних електрана, савремени софтвер је превише важан да би био проваљен или хакован.

На пример, нуклеарна електрана у Куданкуламу у Индији хакована је у октобру 2019. У нападу је коришћен злонамерни софтвер програмиран за извлачење података, али интерна мрежа електране, на срећу, није била компромитована. Ако је злонамерни софтвер могао да прекрши унутрашњу мрежу, могао је да украде кључне податке о електрани, упадајући тако у критичну инфраструктуру земље. Штавише, да је циљ напада био преузимање контроле над електраном и да је био успешан у свом плану, могао би нанијети огромну штету свладавањем електране.

Срећом, није било озбиљне штете. Међутим, Индија — или било која земља у том случају — можда неће бити те среће у будућности. То је разлог зашто се модерни софтвер мора градити од темеља, имајући у виду његову безбедност. Такође, мора се редовно тестирати на безбедносне грешке и рањивости. Међутим, тестирање безбедности апликација је скуп процес и стога је аутоматизовано тестирање потреба времена . Међу стратегијама аутоматизованог тестирања, једно од најчешћих и најефикаснијих решења је познато као аутоматизовано тестирање продора.

Аутоматизовано испитивање пенетрације

Односи се на поступак аутоматског покретања симулираних напада на мрежу или систем за проналажење безбедносних грешака и рањивости. Циљ је пронаћи рањивости и отклонити их пре него што сајбер криминалци сазнају за њих и искористе их. Обично је део комплетне ревизије кибербезбедности, која може бити потребна због усклађености и правних разлога. На пример, ПЦИ ДСС (Стандард за заштиту података о индустрији платних картица) тражи од организација да изврше тестирање по редовном распореду.

Аутоматизовано тестирање продора се врши помоћу софтвера , за разлику од ручног тестирања продора које обављају стручњаци за сајбер безбедност. Пошто се врши помоћу софтвера, ограничено је обимом датог софтвера, који је ограничен знањем и вештинама стручњака за безбедност који дизајнирају софтвер. Штавише, показује се мање ефикасним за нове претње јер идентификује или тестира само познате рањивости, што га чини неефикасним против непознатих.

„ Ту долази до изражаја вештачка интелигенција – аутоматизација коју можете постићи путем вештачке интелигенције могла би значајно олакшати доследно и велико тестирање. Заузврат, ово би помогло организацијама да се позабаве питањима вештина и културе и да озбиљно схвате своје стратегије сајбер безбедности “, написао је Packt Hub . Вештачка интелигенција помаже у скалирању аутоматизованог процеса тестирања, истовремено побољшавајући његове функције скенирања за непознате рањивости.

Вештачка интелигенција и њен утицај

Са напретком вештачке интелигенције последњих деценија, стручњаци за аутоматизацију и рачунарски научници покушавају да аутоматизују све, с тим што технологије кибер-одбране нису изузетак. На пример, постоји много аутоматизованих алата који допуњују алате за тестирање пенетрације за пружање интелигентних извештаја. Ова аутоматизована решења имају неке основне способности вештачке интелигенције, али она постепено расте, захваљујући текућим истраживањима и отвореним конкурсима.

На пример, Цибер Гранд Цхалленге 2016 - такмичење које спонзорише ДАРПА - изазвало је људе да граде и такмиче се са хакерским ботовима. Ови вештачки интелигентни ботови изводе тестирање пенетрације да би тражили и закрпили безбедносне пропусте пре него што их конкурентски тимови могу да искористе. Његов победник - познат као Маихем - могао је да пронађе, поправи и тражи упаде у свој систем домаћина док истовремено проналази и користи сигурносне пропусте на конкурентним системима.

Уз то, вештачка интелигенција помаже у побољшању ефикасности решења за кибернетску одбрану - посебно решења за тестирање пенетрације. Разлог томе је што помаже у побољшању различитих фаза аутоматског испитивања пенетрације, као што је описано у наставку.

Фаза 1: Планирање

Прва фаза - планирање и извиђање - је прикупљање информација о циљу. А потребно је пуно ресурса, јер што више информација прикупите, то више шансе имате за успех. У овој фази, коришћење АИ помаже у постизању бољих резултата уз мање ресурса. АИ заједно са Цомпутер Висион-ом и обрадом природног језика могу помоћи у стварању комплетног профила о циљној организацији и њеним запосленима, мрежи, безбедносном држању итд.

Фаза 2: Скенирање

Друга фаза тражи свеобухватно покривање циљних система. Односно, морате скенирати стотине, ако не и хиљаде рачунара и других уређаја, и анализирати резултате. Користећи АИ, алати се могу дорадити за интелигентно скенирање уређаја и прикупљање потребних резултата, поједностављујући поступак анализе.

Фаза 3: Приступ

Трећа фаза је добијање приступа једној од циљних мрежа или система. Овај компромитовани систем се затим може користити за издвајање података или покретање напада на друге системе у мрежи. Користећи АИ, алати могу испробати разне нападе и бројне комбинације лозинки за добијање приступа. Затим, такође могу да користе алгоритме за проналажење слабих образаца или трендова који могу бити угрожени.

Фаза 4: Одржавање приступа

Четврта фаза је одржавање приступа угроженом систему. Користећи АИ, алати могу тражити познате или непознате позадине, шифроване канале и надгледати рачуне и евиденције како би открили и пријавили сумњиве или неовлашћене активности. На пример, нови администраторски налог или мрежни приступни канал могу усмерити на угрожени систем и / или неовлашћени приступ.

Фаза 5: Анализа и извештавање

Последња фаза је тестирање да ли неовлашћени ентитет може да покрије трагове, тј. Избрише историју и евиденције са својих система, што онемогућава откривање напада. Користећи АИ, алати могу открити скривене позадине, неовлашћени приступ крајњим тачкама итд. Такође, ови алати могу боље анализирати поруке о грешкама и системске евиденције како би пронашли грешке, недостајуће уносе или друге сумњиве активности. На крају, ова анализа је стављена на извештај који се лако чита и детаљно описује комплетне резултате испитивања циља.