211service.com
AIOps wykorzystuje sztuczną inteligencję, automatyzację w celu zwiększenia bezpieczeństwa
W związku z AppDynamics
Kiedy pandemia koronawirusa w 2020 r. zmusiła pracowników w całych Stanach Zjednoczonych do zaprzestania gromadzenia się w biurach i pracy z domu, firma Siemens USA była przygotowana do ochrony swojej nowej zdalnej siły roboczej oraz identyfikowania i odpierania potencjalnych naruszeń danych. Zwrócił się w stronę AIOps — sztucznej inteligencji dla operacji IT — i specjalistycznego systemu bezpieczeństwa, aby natychmiast zabezpieczyć i monitorować 95% swoich 400 000 komputerów, laptopów, urządzeń mobilnych i innych interfejsów używanych przez pracowników niezależnie od tego, gdzie ich używali.
AIOps wykorzystuje sztuczną inteligencję, automatyzację w celu zwiększenia bezpieczeństwa
Pobierz pełny raport
Podstawowym czynnikiem w tym kontekście jest szybkość, mówi Adeeb Mahmood, starszy dyrektor ds. operacji cyberbezpieczeństwa w Siemens USA w Waszyngtonie. Im szybciej jesteśmy w stanie wykryć i zapobiegać zagrożeniom dla naszych urządzeń i krytycznych danych, tym lepiej chroniona jest nasza firma.
Siemens USA, producent sprzętu przemysłowego i medycznego, wykorzystuje AIOps poprzez swój system wykrywania i reagowania w punktach końcowych, który obejmuje uczenie maszynowe, podzbiór sztucznej inteligencji, który umożliwia systemom uczenie się i doskonalenie. System gromadzi dane z punktów końcowych — urządzeń sprzętowych, takich jak laptopy i komputery — a następnie analizuje je w celu wykrycia potencjalnych zagrożeń. Ogólne podejście organizacji do cyberbezpieczeństwa wykorzystuje również analizę danych, co pozwala na szybkie i wydajne analizowanie wielu źródeł dzienników. Technologia ta zapewnia naszym analitykom bezpieczeństwa praktyczne wyniki i pozwala nam być na bieżąco z zagrożeniami i wskaźnikami kompromitacji, mówi Mahmood.
AIOps to szeroka kategoria narzędzi i komponentów, które wykorzystują sztuczną inteligencję i analizy do automatyzacji typowych procesów operacyjnych IT, wykrywania i rozwiązywania problemów oraz zapobiegania kosztownym przestojom. Algorytmy uczenia maszynowego monitorują różne systemy, ucząc się, jak działają systemy, oraz wykrywają problemy i anomalie. Teraz, gdy wdrażanie platform AIOps nabiera tempa, obserwatorzy branżowi twierdzą, że decydenci IT będą coraz częściej wykorzystywać tę technologię do wzmacniania cyberbezpieczeństwa — tak jak Siemens, w integracji z innymi narzędziami bezpieczeństwa — i ochrony przed wieloma zagrożeniami. Dzieje się tak w kontekście rosnącej złożoności środowisk aplikacji organizacji, obejmujących wdrożenia chmur publicznych i prywatnych, oraz ich nieustanną potrzebę skalowania w górę lub w dół w odpowiedzi na zapotrzebowanie biznesowe. Co więcej, masowa migracja pracowników do ich biur domowych w celu powstrzymania śmiertelnej pandemii oznacza wykładniczy wzrost liczby urządzeń obliczeniowych, które wymagają ochrony.
W majowym raporcie Global Industry Analysts przewiduje się, że rynek platform AIOps na całym świecie wzrośnie w tym roku o około 18 miliardów dolarów, napędzany przez skumulowaną stopę wzrostu na poziomie 37%1. ekosystem korporacyjny, od lokalnych, przez chmury publiczne, prywatne i hybrydowe, po brzeg sieci, gdzie zasoby i personel IT są ograniczone. Ostatnio dobrze udokumentowany wzrost naruszeń danych, szczególnie podczas pandemii, podkreślił potrzebę zapewnienia silnego, wbudowanego bezpieczeństwa za pomocą platform AIOps.
Szybszy niż pędzący człowiek
Cyberbezpieczeństwo wpływa na każdy aspekt działalności biznesowej i informatycznej. Sama liczba naruszeń, które zdarzają się niemal codziennie, utrudnia, a nawet uniemożliwia, organizacjom, działom IT i specjalistom ds. bezpieczeństwa radzenie sobie z nimi. W ubiegłym roku 43% firm na całym świecie zgłosiło wielokrotne udane lub usiłowane naruszenia bezpieczeństwa danych, zgodnie z badaniem przeprowadzonym w październiku 2019 r. przez KnowBe4, firmę szkolącą świadomość w zakresie bezpieczeństwa.2 Prawie dwie trzecie respondentów obawia się, że ich organizacje mogą paść ofiarą ukierunkowanego atak w ciągu najbliższych 12 miesięcy, a dziś obawy są dodatkowo podsycane przez rosnąca liczba cyberprzestępczości pośród chaosu wywołanego pandemią. Organizacje muszą użyć wszelkich dostępnych środków technologicznych, aby udaremnić ataki hakerów.
Najsilniejsze platformy AIOps mogą pomóc organizacjom w proaktywnym identyfikowaniu, izolowaniu i reagowaniu na problemy związane z bezpieczeństwem, pomagając zespołom ocenić względny wpływ na biznes. Mogą na przykład określić, czy potencjalnym problemem jest oprogramowanie ransomware, które infiltruje systemy komputerowe i blokuje dostęp do krytycznych danych. Mogą też wykrywać zagrożenia o długoterminowych skutkach, takich jak wyciek danych klientów, co z kolei powoduje ogromne szkody dla reputacji. Dzieje się tak, ponieważ platformy AIOps mają pełny wgląd w dane organizacji, obejmujące tradycyjne silosy wydziałowe. Stosują analizy i sztuczną inteligencję do danych, aby określić typowe zachowanie systemów organizacji. Gdy osiągną ten stan bazowy, platformy dokonują ciągłej ponownej oceny sieci — i wszystkich komunikujących się z nią urządzeń przewodowych i bezprzewodowych — oraz kierują się sygnałami odstającymi. Jeśli są podejrzani — przekraczają próg zdefiniowany przez sztuczną inteligencję — do pracowników ds. bezpieczeństwa IT wysyłany jest alert szczegółowo opisujący zagrożenie, stopień, w jakim może ono zakłócić działalność biznesową, oraz kroki, które muszą podjąć, aby je wyeliminować.
Pobierz pełny raport .
Ta treść została stworzona przez Insights, dział zajmujący się treściami niestandardowymi MIT Technology Review. Nie została napisana przez redakcję MIT Technology Review.