کارشناس مسائل قفقاز در گفتوگو با آنا:
آناتک بررسی کرد
هوش مصنوعی حملات سایبری را سریع‌تر و ارزان‌تر کرده است
به گزارش خبرگزاری آنا؛ افزایش حملات سایبری به شرکت‌های فناوری در ماه‌های اخیر نشان داده است که هوش مصنوعی به ابزاری کاربردی برای مهاجمان نیز تبدیل شده است. در یکی از نمونه‌های اخیر، مهاجمان پس از نفوذ به شرکت Fireworks که خدمات پردازش هوش مصنوعی ارائه می‌کند، کلید‌های دسترسی برخی از سامانه‌های آن را به سرقت بردند و از این اطلاعات برای نفوذ به پلتفرم برنامه‌نویسی مبتنی بر هوش مصنوعی کرسر استفاده کردند. آن‌ها سپس افزونه‌ای آلوده منتشر کردند که به حدود ۵ هزار شرکت دیگر رسید و احتمال نفوذ به سامانه‌های این مجموعه‌ها را نیز افزایش داد. این زنجیره حملات در کنار نفوذ به شرکت‌های فعال در حوزه خدمات ابری و سرقت‌های گسترده رمزارزی، فشار زیادی بر تیم‌های امنیتی وارد کرده است؛ زیرا اکنون یک نفوذ موفق می‌تواند به‌جای محدود ماندن به یک شرکت، از طریق ابزار‌ها و خدمات مشترک به مجموعه بزرگی از کسب‌وکار‌ها گسترش پیدا کند.
مهاجمان برای نفوذ به تخصص کمتری نیاز دارند
در حملات سایبری سنتی، مهاجم باید ابتدا نرم‌افزار هدف را بررسی می‌کرد، نقص‌های امنیتی آن را پیدا می‌کرد و سپس ابزار لازم برای سوءاستفاده از این مشکلات را می‌ساخت. اجرای این مراحل به دانش تخصصی برنامه‌نویسی و مهندسی معکوس نیاز داشت و معمولاً گروه‌های حرفه‌ای برای انجام آن‌ها از چندین متخصص کمک می‌گرفتند. اکنون مدل‌های هوش مصنوعی می‌توانند بخش زیادی از این کار‌ها را به‌صورت خودکار انجام دهند؛ برای مثال، یک سامانه می‌تواند نرم‌افزار‌های مختلف را بررسی کند، راه‌های احتمالی نفوذ را پیدا کند و ابزار موردنیاز برای استفاده از یک نقص امنیتی را بسازد. به این ترتیب، مهاجم می‌تواند به‌جای صرف زمان طولانی برای آماده‌سازی حمله، بخش زیادی از این مراحل را به هوش مصنوعی بسپارد و هم‌زمان چندین هدف را بررسی کند.
استاموس برای نشان دادن ابعاد این تغییر به ابزار متن‌باز ARTEX اشاره می‌کند که برای شناسایی و سوءاستفاده از آسیب‌پذیری‌ها به کار می‌رود. به گفته وی، حملات با هدف قرار گرفتن ۳ بانک کره جنوبی آغاز شد و در ادامه حدود ۲۰۰ شرکت دیگر نیز در معرض حمله قرار گرفتند. نکته مهم این است که ابزارهای مورد استفاده برای چنین حملاتی دیگر الزاماً در اختیار گروه‌های حرفه‌ای و سازمان‌های اطلاعاتی نیستند و افراد بیشتری می‌توانند آن‌ها را دریافت کنند و با کمک مدل‌های هوش مصنوعی به کار بگیرند. پیش از این، ساخت ابزارهای پیشرفته نفوذ به مهارت‌هایی نیاز داشت که تنها تعداد محدودی از متخصصان در اختیار داشتند، اما هوش مصنوعی بخشی از این توانایی‌ها را در دسترس افراد بیشتری قرار داده است.
هزینه حمله کاهش یافته، اما دفاع همچنان گران است
یکی از نگرانی‌های اصلی این تغییر، کاهش هزینه و نیروی انسانی موردنیاز برای اجرای حملات است. در گذشته گروه‌های مهاجم برای شناسایی آسیب‌پذیری‌ها، ساخت ابزارهای نفوذ و اجرای حملات به تیم‌های تخصصی نیاز داشتند، اما اکنون یک مهاجم با استفاده از چند رایانه و مدل‌های هوش مصنوعی می‌تواند بخش زیادی از این فعالیت‌ها را انجام دهد. در مقابل، شرکت‌های قربانی همچنان باید هزینه زیادی برای بررسی حمله، پیدا کردن مسیر نفوذ، ترمیم مشکلات و بازگرداندن سامانه‌های خود به وضعیت عادی بپردازند. استاموس می‌گوید یکی از همکارانش هزینه بررسی یک رخداد امنیتی با استفاده از مدل‌های پیشرفته را حدود ۹۰۰ دلار برآورد کرده است؛ رقمی که برای بررسی تعداد زیادی از هشدار‌ها و حملات، هزینه قابل توجهی به شرکت‌ها تحمیل می‌کند. این در حالی است که مهاجمان می‌توانند از مدل‌های متن‌باز و نسخه‌های قابل اجرا روی رایانه شخصی استفاده کنند و هزینه اجرای حملات را تا حد زیادی پایین بیاورند.
به اعتقاد این مدیر امنیتی، شرکت‌ها باید از هوش مصنوعی برای بررسی مداوم وضعیت شبکه و شناسایی حملات در حال اجرا نیز استفاده کنند. مراکز عملیات امنیت که وظیفه بررسی گزارش‌ها و هشدار‌های شبکه را بر عهده دارند، روزانه با حجم بسیار زیادی از اطلاعات روبه‌رو می‌شوند و نیروی انسانی نمی‌تواند تمام این داده‌ها را به‌صورت دستی بررسی کند. راهکار پیشنهادی، استفاده از چند سطح ابزار امنیتی است؛ ابتدا برنامه‌های ساده و کم‌هزینه حجم زیادی از گزارش‌ها را بررسی می‌کنند و موارد مشکوک را جدا می‌کنند. سپس مدل‌های هوش مصنوعی این موارد را با دقت بیشتری تحلیل می‌کنند تا مشخص شود آیا واقعاً حمله‌ای در جریان است یا خیر. این روش می‌تواند هم هزینه بررسی تهدید‌ها را کاهش دهد و هم به شرکت‌ها کمک کند پیش از گسترش نفوذ، واکنش مناسبی نشان دهند.
وصله‌کردن نرم‌افزار‌های قدیمی دیگر کافی نیست
مشکل دیگر این است که بسیاری از زیرساخت‌های مهم اینترنت و شرکت‌های فناوری همچنان از نرم‌افزار‌هایی استفاده می‌کنند که سال‌ها پیش نوشته شده‌اند و در طول زمان آسیب‌پذیری‌های زیادی در آن‌ها شناسایی شده است. با قوی‌تر شدن مدل‌های هوش مصنوعی، تعداد نقص‌هایی که می‌توان در این نرم‌افزار‌ها پیدا کرد نیز افزایش می‌یابد و انتشار هر مدل جدید ممکن است به شناسایی مجموعه دیگری از مشکلات منجر شود. در چنین شرایطی، تیم‌های فنی دائماً باید وصله‌های امنیتی جدید نصب کنند و مشکلات تازه را برطرف کنند؛ روندی که می‌تواند زمان و هزینه زیادی به شرکت‌ها تحمیل کند. استاموس معتقد است در بعضی پروژه‌های قدیمی که هزاران نقص امنیتی دارند، بازنویسی بخش‌های اصلی نرم‌افزار می‌تواند از پیدا کردن و اصلاح تک‌تک آسیب‌پذیری‌ها سریع‌تر و کم‌هزینه‌تر باشد.
وی برای نمونه به هسته لینوکس اشاره می‌کند که زیربنای بخش بزرگی از سرور‌ها و زیرساخت‌های مراکز داده است. پیشنهاد این کارشناس آن است که شرکت‌هایی مانند گوگل و آمازون با استفاده از توانایی مدل‌های هوش مصنوعی، بخش‌های مهم این هسته را با زبان برنامه‌نویسی Rust بازنویسی کنند. این زبان به‌گونه‌ای طراحی شده است که از بروز بسیاری از خطا‌های مرتبط با حافظه جلوگیری می‌کند و می‌تواند احتمال ایجاد برخی آسیب‌پذیری‌های رایج را کاهش دهد. چنین پروژه‌ای به سرمایه‌گذاری قابل توجهی نیاز دارد، اما در مقایسه با هزینه‌ای که شرکت‌ها برای شناسایی و رفع مداوم نقص‌های امنیتی در زیرساخت‌های قدیمی می‌پردازند، می‌تواند در بلندمدت به‌صرفه‌تر باشد. از نگاه استاموس، شرکت‌ها باید به‌جای آنکه فقط منتظر شناسایی آسیب‌پذیری‌های بعدی بمانند، از توان هوش مصنوعی برای بازسازی نرم‌افزار‌های قدیمی و ایمن‌تر کردن زیرساخت‌های خود استفاده کنند.
دفاع خودکار هم به نظارت انسانی نیاز دارد
با وجود افزایش توانایی مهاجمان، استفاده از هوش مصنوعی در بخش دفاعی نیز می‌تواند به شرکت‌ها کمک کند، اما واگذاری کامل کنترل شبکه به سامانه‌های خودکار خطر‌های تازه‌ای به همراه دارد. برای مثال، یک ایجنت امنیتی ممکن است پس از مشاهده رفتار مشکوک، تصمیم بگیرد حساب کاربری افراد را غیرفعال کند یا دسترسی برخی سامانه‌ها را ببندد. اگر این تشخیص اشتباه باشد و ایجنت محدودیتی برای اجرای دستورات خود نداشته باشد، ممکن است به‌جای جلوگیری از حمله، فعالیت یک شرکت را مختل کند. به همین دلیل، پیشنهاد استاموس این است که برای چنین ابزار‌هایی محدودیت‌های مشخصی در نظر گرفته شود؛ به‌طوری‌که ایجنت بتواند اقدامات اولیه را انجام دهد، اما برای تصمیم‌های گسترده‌تر به تأیید نیروی انسانی نیاز داشته باشد.
این کارشناس وضعیت فعلی امنیت سایبری را آغاز یک دوره دشوار می‌داند، اما معتقد است این شرایط دائمی نخواهد بود و صنعت فناوری می‌تواند با تغییر روش‌های توسعه نرم‌افزار و استفاده گسترده‌تر از ابزارهای دفاعی مبتنی بر هوش مصنوعی از آن عبور کند. از نظر وی، کاهش تعداد حملات بزرگ، کمتر شدن آسیب‌پذیری‌های مهم در نرم‌افزار‌های زیربنایی و کاهش تعداد وصله‌های امنیتی منتشرشده برای سیستم‌عامل‌ها می‌تواند نشانه‌ای از بهتر شدن شرایط باشد. با این حال، تا رسیدن به چنین وضعیتی، شرکت‌ها باید خود را برای حملاتی آماده کنند که با سرعت بیشتری اجرا می‌شوند و دیگر مقابله با آن‌ها صرفاً به روش‌های سنتی امنیت شبکه امکان‌پذیر نیست.
انتهای پیام/
