Abaikan hype: Kecerdasan buatan (AI) dapat meningkatkan postur keamanan Anda sekarang.
Kami sudah lama menunggu AI memberikan manfaat bagi keamanan siber. Selain ChatGPT, AI telah menjadi topik hangat dan dingin selama beberapa dekade, dengan periode janji yang berlebihan diselingi dengan periode penolakan sinis setelah gagal memenuhi semua janji tersebut. Tidak heran banyak pemimpin keamanan waspada. Namun, terlepas dari kewaspadaan, AI membantu meningkatkan keamanan siber saat ini dan akan semakin memberikan manfaat keamanan yang substansial — dan tantangan.
Intelijen diperlukan untuk postur keamanan yang kuat
Menciptakan postur keamanan yang kuat melibatkan tiga elemen kunci:
Pengukuran komprehensif. Pemahaman tentang ancaman eksternal dan internal, perilaku berisiko, dan sinyal. Implementasi tindakan pencegahan.
Untuk mencapainya, penting untuk mengumpulkan semua data yang relevan dan memanfaatkan teknologi big data untuk mengelola, mengatur, dan memahaminya.
Saat ini, untuk menganalisis dan menerapkan data secara efektif, kita membutuhkan kecerdasan buatan manusia dan mesin. Sebagaimana didefinisikan dalam Wikipedia, kecerdasan adalah “kemampuan untuk memahami atau menyimpulkan informasi, dan mempertahankannya sebagai pengetahuan untuk diterapkan pada perilaku adaptif dalam lingkungan atau konteks.”
Kecerdasan manusia menantang bagi analis keamanan untuk mengukur. Selain itu, dengan meningkatnya kompleksitas data, analis memerlukan keterampilan dan keahlian tingkat lanjut yang membutuhkan waktu bertahun-tahun untuk berkembang — dan ini adalah kumpulan bakat yang terbatas.
Akibatnya, AI adalah solusi praktis untuk meningkatkan keamanan siber. Dengan sistem AI yang andal, perusahaan dapat mengurangi ketergantungan pada pakar baik di bidang data maupun keamanan.
4 teratas menggunakan kasus di mana AI dapat meningkatkan postur keamanan organisasi secara keseluruhan
Empat cara untuk meningkatkan keamanan perusahaan menggunakan AI meliputi:
Deteksi ancaman tingkat lanjut. AI dapat membantu mengidentifikasi sinyal, seperti perilaku berisiko atau anomali, yang sulit dideteksi dan diukur oleh metode berbasis aturan tradisional. Pemrosesan sinyal. Pemahaman sinyal dapat membuatnya bermakna dan dapat ditindaklanjuti: menghubungkan, memperkaya, dan menilai potensi paparan dan ancaman. Pemodelan risiko yang menggabungkan semua sinyal dan situasi dari sejumlah besar data dapat memberikan pemahaman yang lebih baik tentang potensi risiko. Pernyataan risiko yang jelas. Model pembelajaran bahasa dan mesin (LLM) dapat memfasilitasi artikulasi informasi risiko yang efektif dan tepat waktu serta konteksnya ke audiens yang lebih luas.
Apakah algoritme AI siap untuk prime time?
Kualitas algoritme AI bergantung pada data pelatihan. Bagaimana Anda memastikan bahwa model AI memenuhi harapan dan tidak menambah keletihan peringatan dengan menghasilkan lebih banyak positif palsu?
Selama bertahun-tahun, sistem AI telah mengalami kemajuan yang signifikan, dan tidak semua sistem memerlukan teknik pembelajaran yang diawasi. Sistem tanpa pengawasan, seperti deteksi anomali, biasanya digunakan dan sangat dicari dalam aplikasi keamanan. Deteksi anomali, misalnya, dapat secara signifikan mengurangi tingkat positif palsu.
Selain itu, dengan dukungan badan standar, seperti MITRE, yang mempertahankan ontologi lanskap ancaman yang terus berkembang, sistem AI yang sangat canggih dapat dikembangkan tanpa “data pelatihan”.
Solusi AI untuk keamanan siber berfungsi saat ini, misalnya di Resolution Intelligence Cloud dari Netenrich. Solusi ini terus meningkat, terlepas dari hype, dan harus menjadi bagian dari gudang tim keamanan siber mana pun.
Praveen Hebbagodi adalah Chief Technology Officer, Netenrich.
