Preparação para Ataques Alimentados por IA

Preparação para Ataques Alimentados por IA

O Zscaler ThreatLabz avaliou quão preparadas estão as empresas para resistir a ataques autônomos de IA que modelos de IA de fronteira são capazes de realizar. O estudo cobriu centenas de empresas em 12 indústrias, com empresas da Fortune 500 representando 32% dos participantes.

Para cada empresa, os pesquisadores calcularam uma Pontuação de Preparação para IA de Fronteira variando de 0 a 100 com base em avaliações em cinco áreas: reduzir a superfície de ataque disponível — 25 pontos, limitar o escopo do comprometimento — 25, governar o uso de IA — 20, proteção de dados — 20 e usar decepção para detectar invasores — 10. A pontuação reflete a probabilidade de um adversário de IA penetrar na LAN, mover-se lateralmente dentro dela e roubar dados sem encontrar resistência efetiva.

A preparação média das empresas para ataques usando modelos de IA de fronteira foi de apenas 37 de 100 pontos: o pior resultado foi 17 e o melhor foi 60. Os pesquisadores destacaram o seguinte:

• Para 100% das empresas, o acesso à infraestrutura de IA não estava vinculado à autenticação baseada em identidade corporativa, dificultando o controle de quem tinha acesso a quais serviços de IA. A pontuação média para o pilar defensivo "Governar Uso de IA" foi de apenas 2,1 de 20.

• Em média, a inspeção profunda foi realizada em 36% do tráfego criptografado, bem abaixo do limite de 70% estabelecido pelos pesquisadores para os fins do estudo. Nenhuma empresa atingiu esse limite, enquanto no pior caso, 99,6% do tráfego passou sem inspeção.

• O problema muitas vezes não é falta de tecnologia. Em 64% das empresas, plataformas de decepção usadas para criar iscas para invasores não cobriam segmentos críticos, o que significa que o movimento lateral de um invasor poderia passar despercebido. Em 15% das empresas, as soluções IPS poderiam ter sido alteradas de monitoramento para modo de aplicação total, enquanto em 18% — a autenticação existente poderia ter sido estendida a recursos adicionais.

• Para 64% das organizações que usam acesso à rede de confiança zero (ZTNA), as políticas continham regras curinga excessivamente amplas. Em um caso, apenas 195 domínios curinga concederam acesso a mais de 108.000 aplicativos para uma única conta.

• 53% das empresas receberam recomendações para remediar vulnerabilidades listadas no catálogo CISA KEV em recursos voltados para a internet.

Essas descobertas, juntamente com três casos do mundo real envolvendo empresas com problemas identificados e esforços de remediação em andamento, são examinadas em maiores detalhes no relatório completo.

A distinção chave dos modelos de IA de fronteira é que eles podem fazer mais do que criar exploits individuais: eles podem identificar e construir cadeias de ataque independentemente a partir de múltiplas fraquezas em uma infraestrutura. A preparação para tais ataques depende menos da implantação de novas ferramentas de segurança alimentadas por IA (na suposição de que apenas a IA pode competir com a IA) do que em quão consistentemente uma empresa aborda lacunas arquitetônicas e de configuração existentes. De acordo com a Zscaler, otimizar os controles de segurança existentes poderia elevar a pontuação de preparação de seu nível atual de 37 para 73–98 pontos.