कृत्रिम बुद्धिमत्ता (AI) रूपांतरित करता रहा है साइबर सुरक्षा एक दशक से अधिक के लिए परिदृश्य, के साथ मशीन लर्निंग (एमएल) खतरों का पता लगाने और विषम उपयोगकर्ता और इकाई व्यवहारों की पहचान करने में तेजी लाना। हालाँकि, बड़े भाषा मॉडल में हाल के विकास (एलएलएम)इस तरह के रूप में, OpenAI का GPT-3, AI को साइबर सुरक्षा समुदाय में सबसे आगे लाया है। ये मॉडल प्रलेखित का उपयोग करते हैं साइबर सुरक्षा विषय पर संकेतों का जवाब देने का तरीका जानने के लिए जानकारी। एलएलएम गैर-विशेषज्ञ को दुनिया में लाने के लिए, आसानी से समझ में आने वाली भाषा में जटिल सुरक्षा मुद्दों की व्याख्या भी कर सकते हैं साइबर सुरक्षा.
हालांकि एलएलएम साइबर सुरक्षा का कोई अचूक समाधान नहीं है, फिर भी ये बड़े पैमाने पर साइबर हमलों का तेजी से पता लगाने और उन्हें कम करने में सक्षम हैं। दुर्भाग्य से, साइबर सुरक्षा जगत में सभी प्रगति की तरह, दुर्भावनापूर्ण तत्व एलएलएम का उपयोग करके अपने हमलों की व्यापकता और गति को बढ़ा रहे हैं और उन्हें कुछ हद तक शुरुआती सफलता भी मिल रही है।
उत्तोलन में महत्वपूर्ण चुनौतियों में से एक साइबर सुरक्षा के लिए ए.आई भरोसा बना रहा है। सुरक्षा में विश्वास ही सब कुछ है, और वर्षों से, विक्रेताओं ने "तेज और ढीला" खेला है "एआई/एमएल", अक्सर अपनी पेशकशों में रुचि बढ़ाने के लिए अपनी क्षमताओं को बढ़ा-चढ़ाकर बताते हैं। इस अभ्यास ने कई साइबर सुरक्षा निर्णय लेने वालों को किसी भी प्रौद्योगिकी दलाली पर संदेह किया है ऐ / एमएल क्षमताओं। इसके अतिरिक्त, सटीकता और व्याख्यात्मकता के संबंध में दो महत्वपूर्ण चुनौतियाँ हैं ऐ / एमएल. डेटा को प्रशिक्षित करने के लिए उपयोग किया जाता है एआई/एमएल मॉडल मॉडल के आउटपुट को ड्राइव करता है। यदि प्रशिक्षण डेटा "वास्तविक दुनिया" का प्रतिनिधित्व नहीं करता है, तो मॉडल एक पूर्वाग्रह विकसित करेगा जो अपेक्षित परिणाम देने की क्षमता को कम कर सकता है। कुछ डेटा, जैसे कि थ्रेट इंटेल, अच्छी और बुरी फ़ाइल विशेषताएँ, समझौता के संकेतक (IOCs), और इसी तरह, सभी के लिए हैं। हालाँकि, उपयोगकर्ता और इकाई व्यवहार डेटा केवल विशिष्ट उपयोगकर्ता या इकाई पर लागू होता है।
डेटा सुरक्षा एक और महत्वपूर्ण चुनौती है। यह परिभाषित करना और नियंत्रित करना आवश्यक है कि कौन सा प्रशिक्षण डेटा साझा किया जा सकता है और कौन सा डेटा संगठनों के पास ही रहेगा। गलत हाथों में पड़ने पर, यह डेटा दुर्भावनापूर्ण तत्वों को एआई/एमएल की फाइलों, अनुप्रयोगों और व्यवहारों को दुर्भावनापूर्ण के रूप में पहचानने की क्षमता को कमजोर करने के उनके हमलों में सहायता कर सकता है। परिणामस्वरूप, सरकारों और व्यावसायिक संस्थाओं को नए खतरों को रोकने के लिए नियम, मानक और सर्वोत्तम कार्यप्रणालियाँ विकसित करने की आवश्यकता है।
उदाहरण के लिए, विस्तारित पता लगाने और प्रतिक्रिया (XDR) उत्पाद गैर-विशेषज्ञ उपयोगकर्ताओं को केवल वरिष्ठ सुरक्षा कर्मियों के लिए एक बार सोचे गए परिणाम देने में सक्षम बनाते हैं। गैर-विशेषज्ञ जटिल प्रश्न लिखे बिना या स्क्रिप्ट विकसित किए बिना व्यापक जांच और प्रतिक्रियाएं पूरी कर सकते हैं। नतीजतन, हम सुरक्षा पेशेवरों की आपूर्ति और मांग के बीच मौजूदा प्रतिभा अंतर देख सकते हैं।
हालिया कृत्रिम बुद्धिमत्ता (AI) के विकास से स्वचालन प्रक्रिया में तेजी आएगी, जिससे पहचान और प्रतिक्रिया अधिक त्वरित और प्रभावी हो जाएगी। हालांकि, डेटा संग्रह, मानकीकरण, पहचान और सहसंबंध स्वचालन संभव है, लेकिन जटिल विशिष्ट हमलों के लिए पेशेवर सुरक्षा विशेषज्ञों की भागीदारी आवश्यक है। इसके अलावा, हमलावर अक्सर मानवीय कारकों का फायदा उठाते हैं, जैसा कि सोलरविंड्स और कॉलोनियल पाइपलाइन जैसे हाई-प्रोफाइल हमलों में देखा गया है। हालांकि किसी उपयोगकर्ता के अनजाने में साइबर हमले का शिकार होने की संभावना को पूरी तरह से समाप्त करना असंभव है, लेकिन निरंतर तकनीकी प्रगति और एमडीआर/एमएसएसपी सेवाओं की उपलब्धता से यह संभव है कि उपयोगकर्ता की कार्रवाइयों, चाहे जानबूझकर हों या अनजाने में, से व्यापक सुरक्षा उल्लंघन होने की संभावना को लगातार कम किया जा सके।
के प्रगति संकेतकों के संबंध में साइबर सुरक्षा में ए.आई., सुरक्षा आसन बनाम सुरक्षा बजट परम परीक्षा है। क्या एआई बेहतर परिणाम प्रदान करता है जो विकल्प की तुलना में सस्ता/तेज है? एंटरप्राइज़ सुरक्षा दल 'वास्तविक प्रदर्शन मीट्रिक परिवर्तनों में एआई प्रभाव का प्रतिनिधित्व करते हैं, जैसे कि पता लगाने और प्रतिक्रिया देने का औसत समय (एमटीटीडी और एमटीटीआर, क्रमश)। एमएसएसपी के पास सकारात्मक या नकारात्मक रूप से एआई के प्रभाव को उनकी निचली रेखा पर स्पष्ट करने का सबसे अच्छा अवसर है। चूंकि वे राजस्व बढ़ाने के लिए सेवाएं प्रदान करते हैं, इसलिए उन्हें अपनाने के बाद ठोस वित्तीय प्रभाव देखना चाहिए एआई-संचालित साइबर सुरक्षा साइबर सुरक्षा की दुनिया में कोई जादुई समाधान नहीं है। सुरक्षा विक्रेता जो किसी भी तकनीक को 100% प्रभावी बताते हैं या सभी उल्लंघनों को रोकने और पता लगाने की क्षमता का दावा करते हैं, उन्हें साइबर सुरक्षा समुदाय द्वारा उपहास का पात्र माना जाना चाहिए क्योंकि वे सबके सामने साइबर सुरक्षा के प्रति अपनी अज्ञानता प्रदर्शित करते हैं। हालांकि, एलएलएम और अन्य एआई तकनीकों में हाल के विकास से खतरों का पता लगाने और उन्हें कम करने की गति और आसानी पर प्रभाव पड़ सकता है। साइबर सुरक्षा समुदाय को एआई की पूरी क्षमता को अपनाने के लिए विश्वास, सटीकता और जवाबदेही की आवश्यकता है। इसके अलावा, हमेशा ऐसे जटिल हमले होंगे जिनमें मानवीय हस्तक्षेप की आवश्यकता होगी, और प्रगति संकेतकों को सुरक्षा बजट बनाम सुरक्षा स्थिति जैसे मापदंडों पर ध्यान केंद्रित करना चाहिए। SOC स्वचालन। एआई इन चुनौतियों का समाधान करके और प्रगति पर नज़र रखकर हमें एक अधिक सुरक्षित डिजिटल दुनिया बनाए रखने में मदद कर सकता है।
