Arnica的CEO如何預測生成式AI對DevOps安全解決方案的影響

最近的虛擬討論中,Arnica 的 CEO 兼共同創辦人 Nir Valtman 參與了對話。Valtman 擁有豐富的網絡安全經驗,曾擔任 Kabbage (被美國運通收購) 的首席信息安全官,並在 Finastra 負責產品與數據安全,以及在 NCR 管理應用安全。他同時也是 Salt Security 的諮詢委員會成員。

作為行業內的創新力量,Valtman 對開源專案貢獻良多,並擁有七項軟件安全專利。他是主要網絡安全活動的熱門演講者,包括 Black Hat、DEF CON、BSides 和 RSA。

在 Valtman 的指導下,Arnica 正在開發面向開發者的下一代應用安全工具。

訪談摘錄:

A 媒體:你如何預見生成式 AI 在網絡安全中的角色會在未來 3-5 年內演變?

Nir Valtman:我們開始了解生成式 AI 能在哪些方面提供最大幫助。它在應用安全中具有潛力,能為開發者提供安全預設的工具,尤其是幫助經驗較少的開發者實現該目標。

A 媒體:你正在監測哪些新興技術或方法論,可能影響生成式 AI 在安全領域的應用?

Valtman:對於安全漏洞的可行修復路徑需求日益增長。這個過程從優先考慮關鍵資產開始,確定負責修復的負責人,並有效降低風險。生成式 AI 將在風險修復中發揮重要作用,但需要明確的資產與責任優先級。

A 媒體:組織應該在哪些方面優先投資,以最大化生成式 AI 在網絡安全中的潛力?

Valtman:組織應專注於解決重複性和複雜的問題,例如減緩特定類別的源代碼漏洞。隨著生成式 AI 展示更多應用,投資重點也會演變。

A 媒體:生成式 AI 如何幫助將安全方法從反應式轉變為主動式?

Valtman:為了讓生成式 AI 真正具備預測能力,必須基於高度相關的數據集進行訓練。更準確的模型能提高對 AI 驅動決策的信心。建立這種信任需要時間,特別是在安全等高風險領域。然而,一旦成熟,生成式 AI 工具可以在最少人力干預下主動降低風險。

A 媒體:要將生成式 AI 整合到安全中,組織需要哪些變革?

Valtman:組織必須進行戰略和戰術調整。決策者需要了解 AI 技術的優勢與風險,並與公司的安全目標保持一致。在戰術上,應撥出預算和資源,將 AI 與資產、應用和數據發現工具整合,同時制定修正措施行動計劃。

A 媒體:生成式 AI 可能帶來哪些安全挑戰,如何解決?

Valtman:數據隱私和洩露風險相當重大。緩解策略包括內部托管模型、在外部處理前對數據進行匿名化、以及定期進行合規審計。此外,模型的完整性問題,如模型中毒,要求進行徹底的漏洞評估和高級滲透測試。

A 媒體:生成式 AI 如何自動化威脅檢測、安全補丁和其他流程?

Valtman:生成式 AI 可以通過分析各種數據源(包括網絡日誌和交易)的歷史行為來檢測威脅。潛在的應用場景包括在軟件開發過程中進行威脅建模、自動化補丁部署及充足的測試覆蓋,和自我改善的事件響應協議。

A 媒體:組織應採取哪些計劃或策略來應對生成式 AI 和數據保護?

Valtman:組織必須建立明確的數據收集、存儲、使用和共享的政策,確保角色和責任明確。這些政策應與整體網絡安全戰略保持一致,以促進事件響應、漏洞通知和第三方風險管理等數據保護功能。

Most people like

Find AI tools in YBX