จุดบอดของผู้โจมตีหายไปแล้ว
ปัจจุบันผู้โจมตีส่วนใหญ่ถือว่าซอฟต์แวร์เป็นกล่องดำ บางคนศึกษาซอฟต์แวร์โอเพนซอร์ส (OSS) เพื่อปรับแต่งเทคนิคของตน แต่การทำเช่นนั้นในระดับใหญ่เป็นไปไม่ได้ในทางปฏิบัติ ซึ่งทำให้เกิดข้อจำกัดโดยธรรมชาติในด้านความแม่นยำของการโจมตี Mythos ขจัดข้อจำกัดนั้นได้อย่างสิ้นเชิง
เนื่องจากโมเดล LLM ระดับแนวหน้าได้รับการฝึกฝนจากโค้ดสาธารณะเกือบทั้งหมด ไม่ว่าจะเป็นเคอร์เนล ไลบรารี หรือบรรทัดโค้ดทุกบรรทัดในที่เก็บโค้ดสาธารณะทุกแห่ง ทำให้พวกมันเข้าใจซอฟต์แวร์โอเพนซอร์สอย่างลึกซึ้งเหมือนกับนักพัฒนาที่เป็นมนุษย์ที่สร้างมันขึ้นมา ด้วยบริบทที่มนุษย์ไม่สามารถเทียบได้ โมเดลเหล่านี้สามารถตรวจจับช่องโหว่ Zero-day และสร้างการโจมตีแบบหลายขั้นตอนและหลายห่วงโซ่ที่ซับซ้อน ซึ่งผู้โจมตีที่เป็นมนุษย์ไม่สามารถทำได้ด้วยตนเอง
เนื่องจากโมเดล LLM ระดับแนวหน้าได้รับการฝึกฝนจากโค้ดสาธารณะเกือบทั้งหมด ไม่ว่าจะเป็นเคอร์เนล ไลบรารี หรือบรรทัดโค้ดทุกบรรทัดในที่เก็บโค้ดสาธารณะทุกแห่ง ทำให้พวกมันเข้าใจซอฟต์แวร์โอเพนซอร์สอย่างลึกซึ้งเหมือนกับนักพัฒนาที่เป็นมนุษย์ที่สร้างมันขึ้นมา ด้วยบริบทที่มนุษย์ไม่สามารถเทียบได้ โมเดลเหล่านี้สามารถตรวจจับช่องโหว่ Zero-day และสร้างการโจมตีแบบหลายขั้นตอนและหลายห่วงโซ่ที่ซับซ้อน ซึ่งผู้โจมตีที่เป็นมนุษย์ไม่สามารถทำได้ด้วยตนเอง
สิ่งที่ยังคงเป็นเรื่องยากสำหรับผู้โจมตี — ในตอนนี้
โมเดล LLM มีโอกาสเข้าถึงโค้ดขององค์กรโดยตรงอย่างจำกัด โค้ดเบสที่เป็นกรรมสิทธิ์ยังคงไม่โปร่งใสสำหรับโมเดลเหล่านี้ ซึ่งหมายความว่าข้อได้เปรียบด้านช่องโหว่การโจมตีของโมเดลเหล่านี้ในปัจจุบันกระจุกตัวอยู่ในโอเพนซอร์ส นั่นเป็นข้อได้เปรียบที่แคบแต่ชั่วคราวเท่านั้น
โมเดล LLM มีโอกาสเข้าถึงโค้ดขององค์กรโดยตรงอย่างจำกัด โค้ดเบสที่เป็นกรรมสิทธิ์ยังคงไม่โปร่งใสสำหรับโมเดลเหล่านี้ ซึ่งหมายความว่าข้อได้เปรียบด้านช่องโหว่การโจมตีของโมเดลเหล่านี้ในปัจจุบันกระจุกตัวอยู่ในโอเพนซอร์ส นั่นเป็นข้อได้เปรียบที่แคบแต่ชั่วคราวเท่านั้น
สามประเด็นที่แนวทางเดิมใช้ไม่ได้ผลอีกต่อไป:
การโจมตีห่วงโซ่อุปทานไม่ใช่เรื่องเล็กน้อยอีกต่อไปแล้ว ปัญหา - นี่เป็นปัญหาที่คุกคามการดำรงอยู่ ปริมาณ CVE ในซอฟต์แวร์โอเพนซอร์สกำลังจะเพิ่มขึ้นอย่างมหาศาล ระยะเวลาระหว่างการเปิดเผยช่องโหว่และการโจมตีที่ใช้งานได้จริงนั้นลดลงจากหลายสัปดาห์เหลือเพียงไม่กี่ชั่วโมง ทีมที่ขาดกระบวนการแก้ไขอัตโนมัติที่รวดเร็วจะพบว่างานค้างของพวกเขากลายเป็นสิ่งที่จัดการไม่ได้
การจัดการความเสี่ยงในด้านความปลอดภัยของแอปพลิเคชัน (AppSec) ต้องได้รับการสร้างใหม่ทั้งหมดตั้งแต่เริ่มต้น เมื่อจำนวน CVE ดิบเพิ่มขึ้นอย่างมหาศาล มันก็กลายเป็นเพียงเสียงรบกวน สิ่งสำคัญคือไลบรารีที่มีช่องโหว่นั้นถูกเรียกใช้ในระหว่างการทำงานหรือไม่ ฟังก์ชันที่มีช่องโหว่นั้นสามารถเข้าถึงได้จริงหรือไม่ สามารถนำมาตรการควบคุมมาปรับใช้ได้ทันทีในระหว่างการทำงานหรือไม่ และมาตรการควบคุมนั้นก่อให้เกิดความเสี่ยงในส่วนอื่น ๆ ต่อไปหรือไม่ การจัดลำดับความสำคัญในระดับนี้และในปริมาณมากเช่นนี้ ไม่สามารถทำได้ด้วยตนเอง
การปรับปรุงให้ทันสมัย SOC ไม่ใช่รายการในแผนงานอีกต่อไปแล้ว — นี่คือแผนรับมือ ช่องโหว่บางอย่างอาจจะยังไม่ได้รับการแก้ไขในที่สุด ผู้ไม่ประสงค์ดีนั้นไม่ย่อท้อเสมอ และตอนนี้ด้วยเครื่องมืออย่าง Mythos พวกเขาก็จะยิ่งรวดเร็วมากขึ้น เมื่อช่องโหว่ถูกพัฒนาขึ้นภายในไม่กี่ชั่วโมง คุณต้องดำเนินการโดยตั้งสมมติฐานว่าในที่สุดพวกเขาจะสามารถเจาะระบบได้
คำถามที่แท้จริงคือ เมื่อภัยคุกคามเกิดขึ้น คุณจะรู้ได้เร็วแค่ไหน และคุณจะตอบสนองได้เร็วแค่ไหน? ทีมรักษาความปลอดภัยกำลังจมอยู่กับข้อมูลจำนวนมหาศาลเพื่อหาคำตอบสำหรับคำถามนั้น เทคโนโลยีการตรวจจับสมัยใหม่สร้างการแจ้งเตือนจำนวนมหาศาลและหลากหลายรูปแบบผ่านเครื่องมือที่กระจัดกระจาย ผลที่ตามมาคือ ความเหนื่อยล้าจากการแจ้งเตือนอย่างรุนแรง ความเหนื่อยล้าของนักวิเคราะห์ และที่อันตรายที่สุดคือ ภัยคุกคามที่แท้จริงหลุดรอดไปได้ท่ามกลางการแจ้งเตือนมากมาย เหตุการณ์เหล่านี้จะไม่ใช่เหตุการณ์โดดเดี่ยวอีกต่อไป เพราะเมื่อตรวจพบภัยคุกคามในเวลาเพียงไม่กี่มิลลิวินาที (ด้วยความเร็วของเครื่องจักร) การคัดกรองและการตอบสนองจึงไม่สามารถทำได้ในระดับมนุษย์
นี่คือเหตุผลสำคัญที่ทำให้การนำ AI มาใช้มีความเร่งด่วนอย่างยิ่งในปัจจุบัน SOCนี่คือจุดเดียวในกระบวนการทำงานด้านความปลอดภัยทางไซเบอร์ที่ข้อมูลมีปริมาณมากเกินไป มีแรงกดดันด้านเวลาสูง และมีความเสี่ยงสูงเกินกว่าที่มนุษย์จะจัดการได้เพียงลำพัง SOCกระบวนการทำงานที่เสริมด้วย AI ไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพการทำงานเท่านั้น แต่ยังช่วยกำหนดว่าการละเมิดข้อมูลจะถูกควบคุมได้ภายในไม่กี่นาทีหรือถูกค้นพบในอีกหลายเดือนข้างหน้า
เจพี มอร์แกน ตั้งข้อสังเกตว่า Mythos เป็นปัจจัยสนับสนุนโดยตรงสำหรับปัญญาประดิษฐ์ (AI) SOC บริษัทต่างๆ Stellar Cyber เป็นหนึ่งในผู้จำหน่ายเพียงไม่กี่รายในวงการนี้ที่ไม่ใช่ระบบนิเวศแบบปิด และสนับสนุนเครื่องมืออื่นๆ ในฐานะสมาชิกหลักในแพลตฟอร์มของตน เราเชื่อมานานแล้วว่า ระบบอัตโนมัติที่เสริมศักยภาพมนุษย์ (Human-Augmented Autonomous) นั้นมีประสิทธิภาพ SOC คือพรมแดนใหม่ในด้าน SecOps Mythos ไม่ได้แค่ทำให้พรมแดนนั้นใกล้เข้ามาเท่านั้น แต่ยังทำให้มันพังทลายลงอีกด้วย
คำถามที่แท้จริงคือ เมื่อภัยคุกคามเกิดขึ้น คุณจะรู้ได้เร็วแค่ไหน และคุณจะตอบสนองได้เร็วแค่ไหน? ทีมรักษาความปลอดภัยกำลังจมอยู่กับข้อมูลจำนวนมหาศาลเพื่อหาคำตอบสำหรับคำถามนั้น เทคโนโลยีการตรวจจับสมัยใหม่สร้างการแจ้งเตือนจำนวนมหาศาลและหลากหลายรูปแบบผ่านเครื่องมือที่กระจัดกระจาย ผลที่ตามมาคือ ความเหนื่อยล้าจากการแจ้งเตือนอย่างรุนแรง ความเหนื่อยล้าของนักวิเคราะห์ และที่อันตรายที่สุดคือ ภัยคุกคามที่แท้จริงหลุดรอดไปได้ท่ามกลางการแจ้งเตือนมากมาย เหตุการณ์เหล่านี้จะไม่ใช่เหตุการณ์โดดเดี่ยวอีกต่อไป เพราะเมื่อตรวจพบภัยคุกคามในเวลาเพียงไม่กี่มิลลิวินาที (ด้วยความเร็วของเครื่องจักร) การคัดกรองและการตอบสนองจึงไม่สามารถทำได้ในระดับมนุษย์
นี่คือเหตุผลสำคัญที่ทำให้การนำ AI มาใช้มีความเร่งด่วนอย่างยิ่งในปัจจุบัน SOCนี่คือจุดเดียวในกระบวนการทำงานด้านความปลอดภัยทางไซเบอร์ที่ข้อมูลมีปริมาณมากเกินไป มีแรงกดดันด้านเวลาสูง และมีความเสี่ยงสูงเกินกว่าที่มนุษย์จะจัดการได้เพียงลำพัง SOCกระบวนการทำงานที่เสริมด้วย AI ไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพการทำงานเท่านั้น แต่ยังช่วยกำหนดว่าการละเมิดข้อมูลจะถูกควบคุมได้ภายในไม่กี่นาทีหรือถูกค้นพบในอีกหลายเดือนข้างหน้า
เจพี มอร์แกน ตั้งข้อสังเกตว่า Mythos เป็นปัจจัยสนับสนุนโดยตรงสำหรับปัญญาประดิษฐ์ (AI) SOC บริษัทต่างๆ Stellar Cyber เป็นหนึ่งในผู้จำหน่ายเพียงไม่กี่รายในวงการนี้ที่ไม่ใช่ระบบนิเวศแบบปิด และสนับสนุนเครื่องมืออื่นๆ ในฐานะสมาชิกหลักในแพลตฟอร์มของตน เราเชื่อมานานแล้วว่า ระบบอัตโนมัติที่เสริมศักยภาพมนุษย์ (Human-Augmented Autonomous) นั้นมีประสิทธิภาพ SOC คือพรมแดนใหม่ในด้าน SecOps Mythos ไม่ได้แค่ทำให้พรมแดนนั้นใกล้เข้ามาเท่านั้น แต่ยังทำให้มันพังทลายลงอีกด้วย
