Artificiell intelligens förändrar ekonomin bakom cyberattacker

Artificiell intelligens förändrar hur cyberkriminella studerar och attackerar organisationer genom att sänka kostnaderna för analys och övervakning.

Under lång tid har det funnits en asymmetri inom cybersäkerhet där angriparen kan välja tidpunkt, mål och ingångsväg, medan försvararen måste skydda en organisation som ständigt förändras. Artificiell intelligens har inte skapat denna situation, men tekniken kan utvidga den på ett sätt som kräver uppmärksamhet.

Cyberkriminella har i decennier automatiserat delar av sin verksamhet genom verktyg som söker efter exponerade servrar, sårbara produktversioner, felkonfigurerade tjänster eller återanvända inloggningsuppgifter. Denna automation hade dock gränser eftersom verktygen var effektiva endast när de visste exakt vad de skulle leta efter. Om ett system inte matchade en specifik mjukvaruversion eller ett definierat svar förblev offret oupptäckt.

Den största flaskhalsen i tidigare operationer var den mänskliga faktorn. En person behövde granska resultaten, bekräfta sårbarheter och avgöra om en attack var möjlig, vilket satte ekonomiska gränser för angriparen. Det gick att automatisera den initiala sökningen mot miljontals system, men det var inte möjligt att undersöka alla med samma djup, vilket tvingade angripare att prioritera de mest lönsamma målen.

Nu automatiserar artificiell intelligens även det resonemang som tidigare krävde en människa. Systemen kan anpassa sig kontinuerligt baserat på insamlad information från varje företag och testa alternativ på ett ihållande och autonomt sätt. Detta minskar kostnaden för att lägga till fler företag på mållistan, vilket innebär att vilken organisation som helst kan bli ett mål.

Det finns redan exempel på system som kan kedja samman stora delar av en attack, såsom fallet JadePuffer. Incidenter kopplade till OpenAI och Hugging Face visar att autonoma offensiva agenter på internet inte längre bara är spekulationer. Även om autonoma och generaliserade cyberattacker inte är normen idag, minskar avståndet till denna verklighet.

Samtidigt som angripare använder kontinuerlig övervakning utvärderar många företag sina system genom punktinsatser, såsom årliga revisioner eller periodiska sårbarhetsanalyser. Dessa ger endast en ögonblicksbild, medan den faktiska attackytan förändras snabbt genom nya molnmiljöer, applikationer och fjärråtkomster. Artificiell intelligens påskyndar även dessa processer, till exempel inom mjukvaruutveckling.

Angriparen behöver bara lyckas en gång, medan försvararen måste lyckas alltid. Genom att automatisera observationen kan kriminella nu närma sig konceptet för avancerade ihållande hot till en lägre kostnad. Detta minskar reaktionstiden för säkerhetsteam som tidigare kunnat prioritera åtgärder efter att en sårbarhet kommunicerats.