Индустрията за киберсигурност прекара десетилетия в предположението, че офанзивните възможности мащабират паралелно с техническия опит.
Това предположение започва да се разпада.
Екипите за сигурност дълго време оценяваха риска чрез класифициране на сложността на атакуващите. Държавно спонсорираните субекти стояха в единия край. Организираните престъпни групи ги следваха. Неопитните атакуващи, пренебрегвани като „script kiddies“, стояха на другия край, изпълнявайки публични инструменти, които не разбираха напълно.
Генеративният изкуствен интелект срива тази йерархия.
Следващото поколение атакуващи няма задължително да има години опит в разработването на експлойти или обратен инженеринг. Вместо това те ще използват изкуствен интелект (ИИ), за да запълнят пропуските в знанията си, като ускоряват проучванията, обясняват непознати концепции, генерират код, отстраняват грешки и адаптират известни техники към нови среди.
Бариерата за навлизане спада бързо.
Икономиката на кибератаките се променя
Всяка голяма технологична промяна променя икономиката, успоредно с решенията, на които разчитаме.
Облачните изчисления намалиха разходите за изграждане на инфраструктура. Софтуерът с отворен код намали разходите за разработване на приложения. Големите езикови модели (LLMs) намаляват разходите за придобиване на знания в областта на офанзивната сигурност.
Атакуващ, който някога е имал нужда от седмици, за да разбере новоразкрита уязвимост, сега може да използва ИИ, за да синтезира техническа документация, да обясни механиката на експлойта, да идентифицира засегнатите технологии и да генерира прототипен код за минути.
Това не означава непременно, че ИИ независимо открива сложни вериги от атаки или замества опитните оператори. Сложните прониквания все още изискват експертна преценка, креативност и упоритост.
Това, което се промени, е колко опит е необходим, за да се започнат операции. Резултатът е по-голяма популация от по-способни атакуващи.
От „Script Kiddies“ до сътрудници на ИИ
Терминът „script kiddie“ вече не описва точно случващото се.
Днешният новопоявяващ се атакуващ често работи съвместно с ИИ асистент, задавайки итеративни въпроси, пречиствайки злонамерен код, дебъгвайки код и адаптирайки техники към конкретна среда. Динамиката отразява това, което разработчиците сега наричат „vibe coding“, където естественият език замества по-голямата част от ръчните усилия зад работещия софтуер.
Офанзивната сигурност започва да вижда същата промяна. Наречете го „vibe hacking“ – способността да се преведе намерението в ефективна офанзивна дейност чрез взаимодействие на естествен език с ИИ.
Дали това име ще се наложи има по-малко значение от тенденцията под него. За добро или за лошо, експертизата става достъпна при поискване.
Отбраната не може да зависи от недостига на атакуващи
Много организации изградиха програмите си за сигурност около имплицитното предположение, че високоспособните атакуващи са относително оскъдни. Днес обаче това предположение заслужава втори поглед.
Ако ИИ позволява на повече хора да изпълняват офанзивни задачи, които преди изискваха специализиран опит, защитниците трябва да очакват повече експерименти, по-бързо адаптиране и по-голям обем атаки. Въпросът вече не е дали атакуващите имат напреднали технически умения. Въпросът е дали организациите могат непрекъснато да доказват, че защитата им все още издържа, докато атакуващите стават по-ефективни в разузнаването, адаптирането на експлойти и персонализирането на злонамерен код.
Валидирането има по-голямо значение от откриването
Повечето предприятия вече имат добра видимост върху своите среди. Екипите за сигурност проследяват уязвимостите и наблюдават облачните конфигурации, телеметрията на крайните устройства, идентичностите и риска от трети страни, подкрепени от управление на повърхността за атака чрез десетки специализирани инструменти.
Информираността никога не е била ограничаващият фактор. Ограничаващият фактор е да се знае кои слаби места наистина имат значение, преди атакуващият да ги открие.
Тъй като ИИ съкращава времето между разкриването на уязвимостта и нейното експлоатиране, периодичните тестове за проникване и сканирането за уязвимости вече не са достатъчни сами по себе си. Организациите се нуждаят от непрекъснати доказателства, че критичните пътища за атака остават затворени, че компенсиращите контроли продължават да функционират и че разходите за сигурност намаляват експлоатационния риск, а не просто генерират повече констатации.
Това е логиката зад непрекъснатото управление на излагането на заплахи (Continuous Threat Exposure Management): откриване, приоритизиране, валидиране и мобилизиране в постоянен цикъл вместо моментна снимка. Валидирането на излагането на атаки и тестването за проникване като услуга (PTaaS) са начините, по които етапът на валидиране действително се изпълнява, тествайки същите пътища, които би опитал атакуващ, подпомаган от ИИ, в същата времева рамка. Това измества въпроса от „какво открихме“ към „дали това все още издържа“.
Човешката преценка става по-ценна
Възходът на ИИ може в крайна сметка да повиши стойността на опитните професионалисти в областта на сигурността.
Автоматизацията е отлична при обработката на информация, генерирането на възможности и ускоряването на анализа. Решението дали една уязвимост представлява съществен бизнес риск все още е решение на човека. То изисква разбиране на оперативните зависимости, бизнес приоритетите, целите на атакуващия и организационния контекст, каквито един модел не притежава.
Организациите, които разберат това правилно, ще усилят човешката експертиза.
Всяка голяма технологична промяна променя баланса в борбата.