Aprili 23, 2020

Faida za Upimaji wa Uingizaji wa Kujiendesha wa AI

Kama unavyojua, usanifu wa programu ya kisasa unafanya kazi vizuri zaidi kuliko hapo awali. Bila shaka ni rahisi kubadilika, inahitaji data nyingi, na haraka kuliko watangulizi wake. Walakini, ni changamoto ya kweli - haswa katika nyakati za kisasa - kulinda programu hiyo hiyo kutoka kwa vitisho vya mkondoni (pia inajulikana kama mashambulio ya kimtandao). Kwa kuwa mifumo ya programu inapeana nguvu kila kitu siku hizi - kutoka kwa vifaa vya rununu hadi kamera za usalama, kutoka kwa gari mahiri hadi nyumba nzuri, na kutoka kwa viwanda vya utengenezaji hadi vituo vya nguvu za nyuklia, programu ya kisasa ni muhimu sana kuvunjika au kudukuliwa.

Kwa mfano, mmea wa nguvu za nyuklia huko Kudankulam, India ulidukuliwa mnamo Oktoba 2019. Shambulio hilo lilitumia programu hasidi iliyowekwa kwa utaftaji wa data, lakini mtandao wa ndani wa mmea huo haukuwa sawa, kwa bahati nzuri. Ikiwa zisizo zinaweza kuvunja mtandao wa ndani, ingeweza kuiba data muhimu juu ya kituo cha umeme, na hivyo kuingilia miundombinu muhimu ya nchi. Kwa kuongezea, ikiwa shambulio hilo lilikuwa na lengo la kudhibiti mmea wa umeme na limefanikiwa katika mpango wake, lingeweza kufanya uharibifu mkubwa kwa kuushinda mtambo huo.

Kwa bahati nzuri, hakukuwa na uharibifu mkubwa uliofanywa. Hata hivyo, India — au nchi yoyote katika hali hiyo — huenda isiwe na bahati sana katika siku zijazo. Hiyo ndiyo sababu programu za kisasa lazima zijengwe kuanzia chini kabisa zikizingatia usalama wake. Pia, lazima zijaribiwe mara kwa mara kwa hitilafu za usalama na udhaifu. Hata hivyo, upimaji wa usalama wa programu ni mchakato wa gharama kubwa, na hivyo, upimaji otomatiki ni hitaji la saa moja . Miongoni mwa mikakati ya upimaji otomatiki, mojawapo ya suluhisho za kawaida na zenye ufanisi hujulikana kama upimaji otomatiki wa upenyaji.

Upimaji wa Kuingia kwa Kujiendesha

Inahusu mchakato wa kuzindua mashambulio ya kuiga kwenye mtandao au mfumo kiatomati kwa kupata mende na usalama. Lengo ni kupata udhaifu na kuurekebisha kabla wahalifu wa mtandao hawajui na kuwatumia. Kawaida ni sehemu ya ukaguzi kamili wa usalama wa mtandao, ambayo inaweza kuhitajika kwa kufuata na sababu za kisheria. Kwa mfano, PCI DSS (Kiwango cha Usalama wa Takwimu ya Viwanda vya Kadi ya Malipo) inauliza mashirika kufanya uporaji kwa ratiba ya kawaida.

Uingizaji data kiotomatiki hufanywa kwa kutumia programu , tofauti na upimaji wa upenyaji unaofanywa na wataalamu wa usalama wa mtandao. Kwa kuwa unafanywa na programu, unapunguzwa na wigo wa programu husika, ambao unapunguzwa na maarifa na ujuzi wa wataalamu wa usalama wanaobuni programu hiyo. Zaidi ya hayo, inathibitika kuwa haina ufanisi kwa vitisho vipya kwani inatambua au kupima udhaifu unaojulikana tu, jambo ambalo linaifanya isifanye kazi dhidi ya vitu visivyojulikana.

" Hapa ndipo akili bandia inapoingia - otomatiki unayoweza kufikia kupitia akili bandia inaweza kusaidia kurahisisha upensheni kufanya mara kwa mara na kwa kiwango kikubwa. Kwa upande mwingine, hii ingesaidia mashirika kushughulikia masuala ya ujuzi na utamaduni, na kuzingatia mikakati yao ya usalama wa mtandao, " aliandika Packt Hub . Akili bandia husaidia kupanua mchakato wa upensheni otomatiki huku ikiboresha vipengele vyake vya kuchanganua udhaifu usiojulikana.

Akili bandia na athari zake

Pamoja na maendeleo ya ujasusi bandia katika miongo ya hivi karibuni, wataalam wa mitambo na wanasayansi wa kompyuta wanajaribu kugeuza kila kitu na teknolojia za ulinzi wa mtandao bila ubaguzi. Kwa mfano, kuna zana nyingi za kiatomati zinazosaidia zana za kupenya za kupenya kwa kutoa ripoti za akili. Suluhisho hizi za kiotomatiki zina uwezo wa msingi wa akili ya bandia, lakini inakua polepole, shukrani kwa utafiti unaoendelea na mashindano wazi.

Kwa mfano, Cyber ​​Grand Challenge 2016 - mashindano yaliyofadhiliwa na DARPA - yalitoa changamoto kwa watu kujenga na kushindana na bots za udukuzi. Boti hizi zenye akili bandia hufanya upimaji wa kupenya kutafuta na kupata udhaifu wa usalama kabla ya timu zinazoshindana kuzitumia. Mshindi wake - anayejulikana kama Mayhem - angeweza kupata, kurekebisha, na kutafuta uingiliaji kwenye mfumo wa mwenyeji wake wakati akipata na kutumia udhaifu wa usalama kwenye mifumo ya ushindani.

Hiyo ilisema, akili ya bandia husaidia kuboresha ufanisi wa suluhisho za utetezi wa mtandao - haswa suluhisho za upimaji wa kupenya. Sababu kuwa inasaidia kuboresha hatua anuwai za upimaji wa kupenya kiotomatiki kama ilivyoelezwa hapo chini.

Hatua ya 1: Kupanga

Hatua ya kwanza - kupanga na upelelezi - inakusanya habari kuhusu mlengwa. Na inachukua rasilimali nyingi kwani habari zaidi unayokusanya, nafasi zaidi unayo ya kufanikiwa. Katika hatua hii, kutumia AI husaidia kutoa matokeo bora na rasilimali kidogo. AI pamoja na Maono ya Kompyuta na Usindikaji wa Lugha Asilia inaweza kusaidia kujenga wasifu kamili juu ya shirika lengwa na wafanyikazi wake, mtandao, mkao wa usalama, nk.

Hatua ya 2: Kutambaza

Hatua ya pili inauliza chanjo kamili ya mifumo lengwa. Hiyo ni, lazima utafute mamia ikiwa sio maelfu ya kompyuta na vifaa vingine na uchanganue matokeo. Kutumia AI, zana zinaweza kubadilishwa ili kukagua vifaa na kukusanya matokeo yanayotakiwa, na kurahisisha mchakato wa uchambuzi.

Hatua ya 3: Kupata Ufikiaji

Hatua ya tatu ni kupata ufikiaji wa moja ya mitandao lengwa au mifumo. Mfumo huu ulioathirika unaweza kutumiwa kutoa data au kuanzisha mashambulizi kwenye mifumo mingine kwenye mtandao. Kutumia AI, zana zinaweza kujaribu mashambulizi anuwai na mchanganyiko wa nywila nyingi ili kupata ufikiaji. Halafu, wanaweza pia kutumia algorithms kupata mifumo dhaifu au mwelekeo ambao unaweza kuathiriwa.

Hatua ya 4: Kudumisha Ufikiaji

Hatua ya nne ni kudumisha ufikiaji wa mfumo ulioathirika. Kutumia AI, zana zinaweza kutafuta milango inayojulikana au isiyojulikana, njia zilizosimbwa kwa njia fiche, na kutazama akaunti na magogo ili kugundua na kuripoti shughuli za tuhuma au zisizoidhinishwa. Kwa mfano, akaunti mpya ya msimamizi au kituo cha ufikiaji wa mtandao kinaweza kuelekeza kuelekea mfumo ulioathirika na / au ufikiaji usioruhusiwa.

Hatua ya 5: Uchambuzi na Kuripoti

Hatua ya mwisho ni kujaribu ikiwa chombo kisichoruhusiwa kinaweza kufunika nyimbo, yaani, kufuta historia na magogo kutoka kwa mifumo yako, na kuifanya iwezekane kugundua mashambulio. Kutumia AI, zana zinaweza kugundua milango iliyofichwa, vituo vya ufikiaji visivyoidhinishwa, nk. Pia, zana hizi zinaweza kuchambua vyema ujumbe wa makosa na magogo ya mfumo ili kupata makosa, viingilio vilivyokosekana, au shughuli zingine za tuhuma. Mwishowe, uchambuzi huu umewekwa kwenye ripoti rahisi ya kusoma inayoonyesha matokeo kamili ya jaribio la lengo.

kuhusu mwandishi 

Imran Uddin


{"barua pepe": "Anwani ya barua pepe batili", "url": "Anwani ya wavuti batili", "inahitajika": "Sehemu inayohitajika haipo"}