人工知能がサイバー防御を強化

ビッグデータと高性能コンピューティング リソースにアクセスすることで、企業は新しい人工知能ツールと機械学習モデルを活用して、エンタープライズ ネットワークとエンタープライズ アプリケーションのセキュリティを確保できます。

サイバー専門家は、データ分析プラットフォームが数十億のネットワーク信号をスキャンしてサイバー攻撃を検出しブロックするにつれて、これらの自動化ツールは向上していると述べている。銀行では、増加するフィッシング攻撃や金融詐欺を積極的に防御するために、UEBA（ユーザーおよびエンティティの行動分析）と呼ばれる新しいフレームワークを使用しています。

ビッグデータと高性能コンピューティング リソースにアクセスできるネットワーク防御者は、UEBA やリンク分析などの手法を使用して脅威の発生源を探しています。リンク分析は、同じ IP アドレスを使用する脅威を評価することです。

新たに登場したツールの中には、セキュリティ制御や分析システムを回避してマルウェアを検出するために使用できるドメイン生成アルゴリズムがあります。この技術とその他の AI ベースの検出技術により、一部の銀行ではセキュリティ運用が約 10% 向上しました。 AI ベースの分析によると、攻撃者の行動は現在の出来事、特に COVID-19 パンデミックに関連していることが多いことがわかっています。 3月に世界保健機関がインフルエンザの世界的大流行を宣言すると、ハッカーはマルウェアから、自宅から企業ネットワークにアクセスする従業員を狙ったフィッシング攻撃へと急速に方向転換した。

これらのフィッシング攻撃は通常、証明書、ビジネス メール、またはその両方をターゲットにします。 Microsoft は、クラウド ユーザー、デバイス、アプリケーションによって生成された膨大な量の信号データを活用し、機械学習技術を適用して 6 兆件のメッセージをスキャンしました。この自動化されたアプローチにより、セキュリティ チームは過去 1 年間で 130 億件の悪意のある電子メールをブロックすることができました。

「AIは予測と予防の観点から非常に役立ちます」とマイクロソフトのラハマニ氏は語った。同時に、同社は機械学習モデルを導入してセキュリティを自動化し、フィッシングやその他の攻撃の兆候となる可能性のある異常なユーザー行動をスキャンしている。

「同様に、サイバー防衛のいたちごっこで冷酷なハッカーの一歩先を行くことが私たちの目標です。」

実際、サイバーセキュリティにおける AI の活用拡大にはマイナス面もあります。高度な技術を持つ攻撃者は、防御の穴を探るために AI も利用しているのです。マイクロソフトのラハマニ氏は、機械学習はソフトウェア業界でますます現実のものとなりつつあると語った。さらに、サイバー犯罪者は、防御側と同じコンピューティング能力やデータ ストレージ リソースの多くにアクセスできます。 「特効薬はない」とマイクロソフト幹部は語った。

その結果、サイバーセキュリティチームは、ネットワークユーザーとデバイスアクセスの監視、ログインアクティビティとデータ移動の追跡など、「多次元分析」技術を採用して、常に先手を打つようになっています。 Sahar Rahmani 氏は、これはすべて新興の機械学習ツールのおかげであると指摘しています。

AI と機械学習のアプリケーションがサイバーセキュリティなどのアプリケーションに拡大するにつれ、市場アナリストは、これらの自動化テクノロジーが高性能コンピューティング インフラストラクチャの需要を促進すると予測しています。専門家によると、高性能コンピューティング市場のAIインフラストラクチャ部門は来年80億ドルに達すると予想されている。 HPC (高性能コンピューティング) ベースの人工知能の需要は、機械学習とモデルトレーニングのワークロードによって推進されます。