고급 머신 러닝, 자동화 및 발전기 AI의 변환은 우리가 알고 있기 때문에 사이버 위협 환경을 바꾸고 있습니다.
규칙 기반 시스템에서 기계 학습 및 LLM (Large Language Model)에 이르기까지 AI는 각 단계마다 능력과 영향을 확대하고 있습니다.
이제 우리는 인간의 개입이 거의없이 학습, 결정 및 일할 수있는 시스템의 개발에서 새로운 시대의 부상을 증언합니다.
출력을 생성하기위한 입력에 응답하는 생성기 AI와 달리, 지능형 에이전트는 AI를 이해하고 수행 할뿐만 아니라 해당 프로세스에 적응하고 적응하여 목표를 빠르게 수행하고 달성 할 수 있습니다.
불행히도, 그 속도와 스케일의 가능성은 새로운 장비뿐만 아니라 팀원으로서 상대방을위한 새로운 원하는 기술로 만들었습니다.
Signia Consulting의 북아메리카 고객 리더십 이사.
AI가 텍스트, 이미지 및 오디오를 동시에 처리 할 수있는 능력과 현재 실시간 지능적인 의사 결정 – 액세스 제어, 데이터 유출 및 민감한 정보의 비자발적 노출에 대한 유도 노출로 인해 공격 표면이 더욱 확대됩니다.
영향은 비즈니스의 재정적 손실에서 벗어납니다 : 황량한 신뢰, 피해 변경 및 규제 결과.
이 에이전트는이 에이전트가 데이터를 관리하고 저장하는 방법에 대한 깊은 프레임 워크 나 조직적 이해없이 심각한 보호 격차로 이동할 수 있습니다.
회사는 AI를 동등하게 들어 올리거나 가장 귀중한 자원을 관리하고 보호 할 수있는 능력에주의를 기울이고 위험을 감수해야합니다.
우리는 새로운 상대를보고 있습니까?
우리는 에이전트 AI와 AI 요원이 독립적으로 행동하고 다른 AI 에이전트와 비늘을 만들고 사이버 공격을 수행하는 데 도움이되는 빠른 신흥파를보고 있습니다.
1 자율 착취를 향한 변화 : 불법 생태계는 아직 AI가 지배적이지는 않지만 변화는 빠르게 가속화되고 있습니다.
자율적 인 에이전트는 성장하는 이메일 플랫폼, 데이터베이스 및 암호 화폐 지갑과 같은 실제 시스템과 인터페이스하여 독립적으로 행동하고 재무 이익, 데이터 액세스 또는 효과 활동을 배제 할 수 있습니다.
2 다중 에이전트 사기 생태계 : AI 에이전트는 이미 피싱, 위장 선전, 제로 데이 사회 공학 공격 및 사기 컨텐츠 공개 데이터를 사용하고 소셜 그래프 모델링을 사용하여 엔터티 간의 링크를 만들 수 있습니다. 기대에 따르면, 다중 에이전트 사기 생태계의 개념은 매우 칭찬할만한 진화로 파생됩니다.
AI 에이전트는 공예의 형사 및 공예품을 수집하고, 다른 대리인은 인증서를 실행하거나 계정을 실행 한 다음 세 번째 에이전트 펀드를 LAT입니다. 이 AI 요원은 인간 행동을 복제하여 생체 인식 위험 점수 및 트릭 사기 탐지 시스템을 우회 할 수 있도록 설계되었습니다.
3 ai-enhanced 인증서 스터핑이 도출되고 있습니다. 에이전트 (CUA)를 사용하는 OpenAI 운영자 (CUA)와 같은 플랫폼을 기반으로, 이제 사기 탐지 및 보안 문자 시스템은 사람들의 행동 (예 : 패턴 타이핑, 마우스 움직임, 시간)을 복제 할 수 있습니다.
4 AI-I-FRAME 가짜 키트 및 MFA 바이 패스 파워로 FAS/FAA의 상승 : বিরোধীরা বিরোধীরা বিরোধীরা ফিশিং ফিশিং ক্রমবর্ধমানভাবে-এ সার্ভিস সার্ভিস (পিএইচএএ পিএইচএএ পিএইচএএ পিএইচএএ এবং এবং-এ-এ-সার্ভিস সার্ভিস সার্ভিস কিটগুলি কিটগুলি কিটগুলি সরবরাহ সরবরাহ করে করে করে যা উন্নত বিরোধী- মধ্য- মধ্য- ইন- দ্য- দ্য- দ্য দ্য-দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য- দ্য- দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য-দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য দ্য-এভিলপ্রক্সি-এভিলপ্রক্সি টাইকুন টাইকুন টাইকুন এফএ এফএ এফএ- Telegram 및 Ga Dark ৰ 웹 마켓 플레이스에서.
연구에 따르면 4 개의 사이소 중 하나가 지난 1 년 동안 AI- 노출 된 공격을 느꼈으 며 AI 요원의 부상은 상당한 수익성에 대한 대량 규모의 공격 측면에서 배우를 홍보 할 준비가되어 있습니다.
대행사는 에이전트 AI로 스크립트를 뒤집는 방법
AI 요원은 ‘적’일 필요는 없습니다. AI 에이전트 AI가 위협 행위자와 수비수 간의 간격을 마무리하기 위해 가장 많은 작업 중 가장 부끄러운 일 때 보호 팀은 얻을 수 있습니다.
그들이 적극적이고 예측 적으로 운영되기 때문에, 에이전트는 마침내 위협 행위자를 소개하고 위협 행위자의 행동을 도입하여 조직의 가장 귀중한 자원에 위협을 도입 할 수있는 능력입니다.
사내 보호 팀의 확장으로 사용될 때 AI 에이전트는 행동 패턴에서의 위협, 위협 및 더 비싼 약점 및 불일치를 감지하는 데 사용될 수 있습니다.
에이전트는 학습, 적응 및 예측할 수있는 능력이 있으므로 에이전트를 배치하여 대리인을 위반하기 전에 보호 전략을 변경하고 전반적인 보호 개선을 돕기 전에 대행사의 잠재적 약점을 찾기 위해 ‘빨간 타이밍’관행을 지원할 수 있습니다.
예를 들어, 특별한 동의를 통해 AI 에이전트는 수백 개의 약점을 스캔하는 것과 같은 특정 작업의 보안 분석가로 배치 될 수 있으며, 최신 위협 및 위반에 대한 경찰 보고서의 최신 위협을 업데이트하여 사이버 보호가 강화됩니다.
에이전트는 자동 모니터링, 트라이어스 및 반응으로 피로를 줄일뿐만 아니라 나머지 당사자들이보다 전략적 비즈니스, 즉 연구 개발의 목적에 집중할 수 있도록 힘을 실어주고 있습니다.
AI 요원은 또한 동의 및 통제를 지원하기 위해 적용될 수 있습니다. 대행사는 정기적으로 규칙적인 요구 사항과 법률에 따라 나올 위험이있는 적기를 통해 정기적으로 -tate를 유지하고 있습니다.
AI 에이전트에 안전하고 전략적으로 적용됩니다
Protection Operation Center의 AI 채택은 가속화되고 있으며, 대행사의 67 %가 1 년 이내에 AI 에이전트를 배치하고 AI 에이전트 (5 %®)를 배치했으며 AI 장비 직원을 사용하여 CISS의 주요 관심사로 등장했습니다.
AI 에이전트가 IT 시스템에 자율적이고 깊이 내장되어 있기 때문에 경비원은 여전히 AI 보호 요원이 성숙하고 위협 행위자의 주요 목표가 될 수있는 자연스러운 위험이 있습니다.
Missilization 및 Logic 결함은 AI 에이전트의 오해를 만들고 잘못 단계를 독립적으로 취할 수 있습니다. 제어 된 환경에서 프로세스 또는 프로그램이 분리되는 인간의 루프 관리 및 ‘샌드 박스’가 에이전트 AI의 구현에 기본적이라는 것은 놀라운 일이 아닙니다.
활기
Sigonia에서는 보호 경험을 대체하는 대신 향상으로 사용되는 AI 요원에서 신중하고 통제 된 절차를 채택하는 것이 좋습니다. 보안 팀이 정기적으로 테스트되고 제어 매개 변수를 설정하는 하이브리드 접근 방식에 의지하려면 성공적인 배포의 핵심입니다.
위험 위험 기반 전략을 취하십시오 -AI 요원과 함께 위험한 상황과 환경에서 점차적으로 채택합니다. 이러한 방식으로 당사자는 전체 자율성을 허용하기 전에 AI 에이전트의 반응을 관찰하고 행동 분석 및 실습 사기를 사용하여 식별을 식별 할 수있는 능력을 높일 수 있습니다.
• 명확하고 짧은 입문 및 관리 정의를 제공합니다 – 각 AI 에이전트 사용 규칙, 에스컬레이션 프로토콜 및 준수에 대한 도덕적 경계에는 명백한 책임이 있어야합니다. 프레임 워크에는 운영 및 규제 책임이 포함되어야합니다.
높은 인프라 인프라를 강화합니다 -AI 에이전트는 직원 및 고객의 개인 정보를 유지하고 잠재적 편견을 줄이면 정확하고 현재 및 구조 데이터를 제공해야합니다.
인간은 인간 기계 통합을 만듭니다 – 팀은 AI 에이전트와의 인간 개입 요점을 정의하고 완전한 투명성과 동사를 무시할 수있는 옵션을 달성하기 위해 AI 결정의 문서와 이해를 보장해야합니다. 인간 분석가와 AI 에이전트를 결합하여 적응 형 방어 단위를 형성합니다.
Monty Multi-Agent는 프레임 워크를 만듭니다 – 수비수는 한 에이전트가 결과를 생성하는 프레임 워크를 설계하고 적용 할 수 있으며 다른 에이전트는 건설적인 반응을 제공하여 전반적인 성능과 탄력성을 향상시키는 반응 루프를 만듭니다.
사이버 보안 혁명
Cybercquire는 여러 가지 방법으로 AI 요원을 혁신하려고합니다. 가트너 (Gartner)에 따르면 20227 년까지 타협 된 계정의 악용 시간을 약 5% 줄일 것입니다. 그러나 플립 사이드에서는 더 나은 지원 팀이 같은 비율로 위반 시간을 줄일 수있는 가능성을 보여줍니다.
사내 또는 아웃소싱 보안 및 이벤트 팀의 결합 된 경험을 바탕으로, 우리는 여전히 전략적 프레임 워크 및 에이전트 AI를 구현하는 방법으로 가장 지능적이고 실용적인 방어를 제공하기 위해 사이버 스펙 퀴티를 볼 수 있습니다.
에이전트 AI 사용을 탐색하는 방법은 엄격한 설계 및 지속적인 테스트, 통합 및 지속적인 테스트 -감사를위한 무관심 로드맵이 필요합니다. SISOS는 내일의 신흥 위협에 대해 사이버 방어 전략에 대한 새로운 정의를 탄성화하기 시작해야합니다.
한 가지 분명한 점은 분명하다. 불확실성에 직면하여, 우리는 우리가 아는대로 사이버 코크 시크의 규칙을 바꿀 수있는 컨버터 힘을 가지고 있지만, 우리가 그 힘에 기대어있는 경우에만 가능합니다.
우리는 최고의 온라인 사이버 수수 과정을 소개했습니다그만큼
이 기사는 TechraderPro Specialist Insight Channel의 일환으로 기술 산업에서 오늘날 최고의 마음을 사로 잡았습니다. 여기에 발표 된 견해는 저자에 있으며 TechRoderPro 또는 Future PLC에 필수적이지 않습니다. 기여에 관심이 있으시면 여기에서 자세히 알아보십시오.
