Գեներատիվ արհեստական բանականության (AI) արագ ժողովրդավարացումը կորպորատիվ արդյունավետության նոր դարաշրջան է բացել, սակայն միաժամանակ իջեցրել է մուտքի շեմը թվային հակառակորդների նոր դասի համար: Ներկայումս մենք ականատես ենք լինում պարադիգմային փոփոխության՝ մալվերների (malware) նախագծման, տեղակայման և կառավարման գործընթացում: Մինչ անվտանգության ոլորտի հետազոտողները սկսում են բացահայտել սպառնալիքների այս զարգացող լանդշաֆտի շերտերը, մի միտում ի հայտ է եկել որպես կիբերպատերազմի ապագայի հստակ և մտահոգիչ ցուցիչ՝ ձեռքով կառավարվող էքսպլոյտներից անցումը դեպի ինքնավար, ինքնաշտկվող «հավաքական բանականությամբ» (hive mind) հարձակման շրջանակներ:

Cisco Talos-ի վերջին բացահայտումներն ընդգծում են մալվերային սցենարների՝ լեզվական մեծ մոդելների (LLM) օգտագործման անհանգստացնող զարգացումը: Ստատիկ կոդի կամ նախապես ծրագրավորված հրահանգների վրա հիմնվելու փոխարեն, այս նոր գործիքներն օգտագործում են AI-ի վրա հիմնված տրամաբանություն՝ իրական ժամանակում իրենց վարքագիծը հարմարեցնելու համար՝ արդյունավետորեն ստեղծելով սպառնալիքների ապակենտրոնացված ցանց, որը կարող է սովորել իր սխալներից: Սա պարզապես ավտոմատացում չէ. սա բարդ, ռեակտիվ էկոհամակարգ է, որը նախատեսված է շրջանցելու պաշտպանական ավանդական պարագծերը, որոնք երբեք չեն նախագծվել այնպիսի հակառակորդի դեմ պայքարելու համար, որը սովորում է հարձակման ընթացքում:

Տեղաշարժը դեպի ինքնավար սպառնալիքների վեկտորներ

Տարիներ շարունակ կիբերանվտանգության ոլորտը կենտրոնացած էր ստորագրության վրա հիմնված հայտնաբերման (signature-based detection) և անոմալիաների հայտնաբերման (anomaly detection) վրա: Այս համակարգերը հիմնվում են հայտնի հակերային գործիքներին բնորոշ նախշերի նույնականացման վրա: Այնուամենայնիվ, երբ մալվերը ղեկավարվում է AI գործակալի կամ գործակալների խմբի կողմից, այն այլևս չի գործում կանխատեսելի, գծային եղանակով: Այս գործիքները կարող են իրականացնել կրկնվող հետախուզում՝ հարցումներ ուղարկելով մասնավոր կամ հանրային LLM-ներին՝ իրենց փեյլոդները (payloads) կատարելագործելու, կոդը քողարկելու և նույնիսկ օրինական օգտատիրոջ վարքագիծը նմանակելու համար՝ շրջանցելու նույնականացման և հասանելիության կառավարման (IAM) վերահսկողությունը:

Այս «հավաքական բանականության» մոտեցումը նշանակում է, որ վարակի առանձին կետերը կարող են կիսվել տեղեկատվությամբ կենտրոնացված (կամ հավասարազոր՝ P2P) հրամանատարական կառուցվածքի հետ՝ թույլ տալով չարամիտ կոլեկտիվին «սովորել», թե որ պաշտպանական արձանագրություններն են ակտիվ կորպորատիվ ցանցում և համապատասխանաբար հարմարվել: Բիզնեսի համար սա նշանակում է, որ սպառնալիքի մակերեսն այլևս ստատիկ թիրախ չէ, այլ հոսուն, խելացի միավոր:

Այս նոր սերնդի սպառնալիքների հիմնական բնութագրերն են.

  • Ադապտիվ քողարկում (Adaptive Obfuscation). Կոդը փոխում է իր շարահյուսությունը և կատարման ուղին՝ կախված այն միջավայրից, որը հայտնաբերում է, ինչը ստատիկ վերլուծության գործիքները դարձնում է մեծապես անօգուտ:
  • Ինքնավերականգնվող փեյլոդներ (Self-Healing Payloads). Եթե մալվերի մի հատվածը նշվում է կամ կարանտինի ենթարկվում, AI գործակալը կարող է փորձել կրկին տեղակայվել հետախուզման փուլում հայտնաբերված այլ խոցելիության միջոցով:
  • Համատեքստային սոցիալական ճարտարագիտություն. AI-ի վրա հիմնված գործակալները կարող են վերլուծել ներքին հաղորդակցությունները կամ օգտագործել տվյալներ վարկաբեկված CRM հարթակներից՝ գերանհատականացված ֆիշինգային թակարդներ պատրաստելու համար՝ զգալիորեն մեծացնելով հաջող հարձակման հավանականությունը:

Ռազմավարական հետևանքները թվային տրանսֆորմացիայի համար

Բիզնես առաջնորդների համար այս զարգացումներն ընդգծում են մի կարևոր իրողություն. Թվային տրանսֆորմացիայի ճանապարհորդությունը հիմնովին թերի է առանց AI-ի վրա հիմնված անվտանգության ռազմավարության: Երբ ընկերությունները AI-ն ինտեգրում են իրենց բիզնես գործընթացներին, օրինակ՝ տեղակայելով հաճախորդների սպասարկման չաթ-բոտեր կամ ավտոմատացված բեք-էնդ աշխատանքային հոսքեր, նրանք հաճախ ակամայից ստեղծում են նոր վեկտորներ, որոնք կարող են օգտագործել այս ինքնավար սպառնալիքները:

Ժամանակակից թվային տրանսֆորմացիայի նախաձեռնությունների ներդրումների վերադարձը (ROI) հաճախ կապված է արագության, արդյունավետության և մասշտաբայնության հետ: Այնուամենայնիվ, եթե այդ մասշտաբը պաշտպանված չէ նույնքան խելացի պաշտպանական համակարգով, հարձակման ֆինանսական ազդեցությունը կարող է ջնջել արտադրողականության տարիների ձեռքբերումները: Մենք շարժվում ենք մի ժամանակաշրջան, որտեղ «անվտանգության գինը» պետք է ներառվի յուրաքանչյուր ավտոմատացված աշխատանքային հոսքի ROI հաշվարկներում: Եթե ձեր CRM-ը կամ ավտոմատացված մատակարարման շղթայի ծրագրակազմը նախագծված չէ AI-ի վրա հիմնված սպառնալիքների գիտակցմամբ, դուք, ըստ էության, գործում եք մթության մեջ:

Որդեգրման միտումները համապատասխանաբար փոխվում են: Առաջատար կազմակերպություններն այլևս միայն պատրաստի անվտանգության ծրագրեր չեն գնում. նրանք անցնում են դեպի AI-ի կողմից ընդլայնված պաշտպանություն (AI-Augmented Defense, AAD): Այս մոտեցումն օգտագործում է ներքին AI մոդելներ՝ ցանցային երթևեկության մեջ անոմալ «մտածելակերպի» նախշերը վերահսկելու համար, այլ ոչ թե պարզապես վնասակար կոդ փնտրելու: Նմանակելով այն մարտավարությունները, որոնք օգտագործում են այս «հավաքական բանականությամբ» դերակատարները, անվտանգության թիմերը կարող են իրականացնել «red teaming» վարժություններ, որոնք բ