人工知能（AI） 変革を遂げてきた サイバーセキュリティーの最も暗い領域に光を当てます。 10年以上にわたり、 機械学習（ML） 脅威の検出を高速化し、異常なユーザーやエンティティの行動を特定します。しかし、大規模言語モデルの最近の進歩は (LLM)、 といった OpenAIのGPT-3は、AIをサイバーセキュリティコミュニティの最前線に押し上げました。これらのモデルは、文書化された サイバーセキュリティーの最も暗い領域に光を当てます。 トピックに関するプロンプトにどのように応答するかを学ぶための情報。 LLM また、複雑なセキュリティ問題を分かりやすい言葉で説明し、専門家でない人をセキュリティの世界に連れて行くこともできます。 サイバーセキュリティーの最も暗い領域に光を当てます。.
LLM（ライフサイクル管理）はサイバーセキュリティの万能薬ではありませんが、大規模なサイバー攻撃を迅速に検知し、軽減することができます。しかし残念ながら、サイバーセキュリティ分野におけるあらゆる進歩と同様に、悪意のある攻撃者はLLMを利用して攻撃の範囲と速度を拡大しており、初期段階では一定の成果を上げています。
活用する上での大きな課題の1つは サイバーセキュリティのためのAI 信頼を築くことです。セキュリティにおいては信頼がすべてであり、ベンダーは長年にわたり「いい加減な」対応をしてきました。 「AI/ML」多くの場合、自社のサービスへの関心を高めるために自社の能力を誇張して宣伝しています。この慣行により、多くのサイバーセキュリティの意思決定者は、自社のサービスを宣伝する技術に懐疑的になっています。 AI / ML 機能。さらに、正確性と説明可能性は、 AI / ML訓練に使用されたデータ AI / ML モデル モデルの出力を駆動します。トレーニング データが「現実世界」を表していない場合、モデルはバイアスを生じ、期待される結果を提供する能力を歪める可能性があります。脅威情報、良いファイルと悪いファイルの特性、侵害の兆候 (IOC) などの一部のデータは、すべての人に公開されます。ただし、ユーザーとエンティティの動作データは、特定のユーザーまたはエンティティにのみ適用されます。
もう一つの重要な課題は、データセキュリティです。どのトレーニングデータを共有できるか、どのデータを組織内に保持するかを明確に定義し、管理することが不可欠です。悪意のある者の手に渡れば、このデータはAI/MLがファイル、アプリケーション、動作を不正なものとして識別する能力を阻害する攻撃に悪用される可能性があります。そのため、政府機関や企業は、新たな脅威を阻止するための規制、基準、ベストプラクティスを策定する必要があります。
たとえば、 拡張検出および対応（XDR) 製品により、これまでは上級セキュリティ担当者だけが実行できると考えられていた成果を、非専門家でも実現できるようになります。非専門家でも、複雑なクエリを書いたりスクリプトを開発したりすることなく、包括的な調査と対応を完了できます。その結果、セキュリティ専門家の需要と供給の間にある現在の人材ギャップが明らかになります。
近年のAIの発展により、自動化プロセスが加速し、検出と対応がより迅速かつ効果的になります。しかし、データ収集、正規化、検出、相関分析の自動化は可能になったものの、複雑で個別の攻撃には専門のセキュリティエキスパートの関与が必要です。さらに、攻撃者はSolarWindsやColonial Pipeline攻撃のような注目度の高い攻撃に見られるように、人間の行動を悪用するケースが頻繁に発生しています。ユーザーが意図せずサイバー攻撃に巻き込まれる可能性を完全に排除することは不可能ですが、継続的な技術進歩とMDR/MSSPサービスの利用可能性により、ユーザーの行動が意図的か偶発的かを問わず、広範囲にわたる侵害につながる可能性を継続的に低減することが可能になります。
進捗状況指標について サイバーセキュリティのAI、 安全 姿勢とセキュリティ予算 究極のテストです。AIは他の方法よりも安価で高速な、より良い結果をもたらすのでしょうか？企業のセキュリティチームは、AIの影響を、検出と対応にかかる平均時間（MTTD と MTTR（それぞれ）MSSPは、AIが収益に与えるプラスまたはマイナスの影響を明確に示す絶好の機会を持っています。収益を上げるためにサービスを提供しているため、AIを導入した後の具体的な財務的影響を確認する必要があります。 AI主導のサイバーセキュリティ サイバーセキュリティの世界には魔法の弾丸はありません。セキュリティベンダーが、ある技術が100%効果的であるかのように宣伝したり、あらゆる侵害を防止・検知できると主張したりすることは、サイバーセキュリティに対する誤解を露呈するものであり、コミュニティから嘲笑されるべきです。とはいえ、LLMやその他のAI技術の近年の発展は、脅威の検知と軽減の速度と容易さに影響を与える可能性があります。サイバーセキュリティコミュニティは、AIの潜在能力を最大限に活用するために、信頼、正確性、そして説明責任を持たなければなりません。さらに、人間の介入を必要とする複雑な攻撃は常に存在するため、進捗指標は、セキュリティ体制とセキュリティ予算、そしてセキュリティ対策の進捗状況といった指標に焦点を当てるべきです。 SOC 自動化。AIは、これらの課題に対処し、進捗状況を追跡することで、より安全なデジタル世界を維持するのに役立ちます。
