近年来,AI和GenAI的快速发展为IT和网络安全领域带来了新的转折点。这些技术不仅提供了新的商业机会,还带来了企业安全方面日益严峻的挑战,显示出在安全平台中引入新能力的必要性。
虽然围绕网络安全平台与单点解决方案的辩论已经持续了多年,但企业对AI的采纳所带来的新安全挑战,再次强调了采用综合平台的方法是多么重要。
与零信任(ZeroTrust)、安全访问服务边缘(SASE)和安全服务边缘(SSE)等安全范式一样,在AI时代,实现最佳安全的关键在于集中管理、一致性实施和统一监控。这使得综合安全平台成为现代网络安全基础设施的核心组成部分,能够有效对抗AI应用带来的新威胁,降低复杂性,简化安全操作,减少成本,提升整体安全水平。
特别是,最先进的现代安全平台必须理解AI如何改变企业攻击面,并能够减轻这些变化带来的新风险。
员工正在以前所未有的速度采纳AI应用。各行各业的主要参与者通过推出自身的AI驱动应用获得竞争优势。尽管如此,这些技术日益增加的使用则扩大了攻击面,并给网络安全专业人士提出了三大新挑战:
新攻击面#1:员工的AI采用
由于AI应用和大型语言模型(LLMs)的非凡能力,这些工具打开了新的数据安全问题,扩大了攻击面。随着采用的增加,这些应用成为攻击者更具吸引力的目标。根据最新的,超过14,000名员工中有55%在工作中使用未经批准的Gen AI。每月数十个新的AI应用程序的推出,意味着几乎每位员工和每种用例都可能存在AI应用。
这种新型的影子IT用法可能导致组织面临数据泄露和恶意软件的风险。同时,按照的研究,85%的企业已经计划或者已经将专有的LLM纳入到提供给客户的产品中。影子IT正在演变为影子AI。员工更倾向于使用便利和提高生产力的工具,这为严密的安全态势创造了重大挑战。
新攻击面#2:AI供应链
员工使用第三方AI并不是企业内AI渗透的唯一途径。创新型企业意识到,通过在其应用中应用AI可以同时提升其收入和利润。随着这一进程的发展,新的AI组件不断添加到应用栈中,潜在地加大了敏感数据通过训练和推断数据集暴露的风险。
减少AI开发供应链中的安全风险将在企业中变得愈加重要,企业需要识别其基于AI的应用中存的漏洞和暴露风险。
新攻击面#3:整个AI生态系统的运行时
除了保障AI开发供应链的安全外,AI组件的安全性还扩展到依赖这些新供应链的应用运行时的使用。对这些AI生态系统的运行时威胁包括:提示注入、恶意响应、大规模服务拒绝、训练数据污染以及基础的运行时攻击,例如恶意URL、命令和控制,以及横向威胁移动。
企业如何在确保安全的前提下
Leave a Reply