端點：AI 發展中網路威脅的主要目標
隨著 AI 技術需求的激增，端點成為越來越脆弱但又具吸引力的網路攻擊目標。這一見解來自於最近於 Transform 2024 的圓桌論壇。
AI 公司端點面臨的增長威脅
對手正加大力度攻擊 AI 公司的端點。攻擊者透過對漏洞的全面掃描及創新的無惡意軟體技術，利用合法工具在未被察覺的情況下攻陷系統。AI 公司擁有關鍵的智慧財產、財務數據和研發計劃，成為網路犯罪分子的理想目標。
無惡意軟體攻擊在企業軟體行業中不斷上升，尤其是在領先的 AI 和機器學習公司中。這些攻擊利用了合法工具所帶來的信任，往往不會產生獨特的簽名，並採用無文件執行方法，讓監測變得極其困難。
根據最新的 CrowdStrike 威脅獵捕報告，71% 的檢測威脅為無惡意軟體，14% 的入侵使用了遠端監控和管理 (RMM) 工具，與去年相比增長了 312%。
對手經常同時採用多種技術來發現可利用的弱點。AI 公司常見的漏洞包括過時的端點補丁、缺乏多因素身份驗證 (MFA) 及允許特權上升的方法。值得注意的是，針對轉型為 AI 首先的企業軟體領導者的複雜中間人攻擊 (MitM) 也有報導。
AI 公司強調實時遙測數據
圓桌論壇的另一個關鍵發現是實時遙測數據對端點安全的重要性。以 AI 為核心的公司越來越多地利用這些數據來檢測異常和預測入侵。專家指出，了解各級端點配置（如文件、進程、註冊表、網絡連接和設備）至關重要。
領先的供應商如 BitDefender、CrowdStrike、Cisco、Microsoft Defender for Endpoint 和 Palo Alto Networks 等正在收集實時遙測數據，以增強端點分析和預測。有效管理這些數據對於任何企業級擴展檢測與響應 (XDR) 系統都是必不可少的，該系統能提供數字環境中的全面威脅視圖。
Cisco 以其在遙測數據解讀方面的豐富經驗，將原生 AI 作為其網路安全策略的重點，並推出了 HyperShield 這一全新安全框架。
“把 AI 整合到你的核心基礎設施中至關重要，”Cisco 安全與協作高級副總裁暨總經理 Jeetu Patel 強調。
Palo Alto Networks 主管 Nikesh Arora 指出，“我們每個設備收集近 200MB 的端點數據，遠超行業平均水平。”
IOA 和 IOC 在網路安全中的角色
CrowdStrike、ThreatConnect 等公司利用實時遙測計算攻擊指標 (IOA) 和妥協指標 (IOC)。IOA 著重於了解攻擊者的意圖，而 IOC 則提供入侵的重要取證證據。
自動化 IOA 的分析對於實時洞察攻擊者行為至關重要。CrowdStrike 開發的 AI 驅動 IOA 能夠利用實時遙測數據增強檢測和響應能力。
CrowdStrike 總裁 Michael Sentonas 強調：“自我們成立以來，AI 就是我們預防和威脅獵捕策略的重要組成部分。”
生成式 AI 可以提升端點安全的關鍵領域
AI 和大型企業面臨著越來越多的入侵嘗試，而生成式 AI 正成為一項關鍵的防禦機制。圓桌論壇參與者關注的關鍵領域包括：
1. 持續的網絡遙測監控：生成式 AI 可以追蹤並驗證設備安全狀態，即時識別和緩解入侵嘗試。
2. 實時威脅檢測：AI 通過快速分析遙測數據，提高威脅檢測的速度和準確性。
3. 行為分析：了解正常行為模式的偏差幫助識別內部威脅和複雜攻擊。
4. 減少假陽性：生成式 AI 協助安全運營團隊區分實際威脅與誤報，優化回應行動。
5. 自動化威脅響應：主要 XDR 供應商正在自動化對威脅的初步響應，快速處理事件。
6. 自適應學習：在攻擊數據上訓練大型語言模型，使其能快速適應不斷演變的威脅。
7. 增強可見性與關聯性：聚合遙測數據改善威脅可見性和事件關聯。
8. 精準的威脅獵捕：AI 和機器學習模型在實時入侵識別中表現出色，同時減少假陽性。
9. 自動化手動工作負載：AI 可簡化合規報告，讓安全分析師專注於更複雜的任務。
10. 預測性分析：AI 驅動的預測性分析能改善未來攻擊預測和整體安全狀態。
結論
隨著我們進入武器化 AI 的時代，XDR 平台必須運用 AI 和機器學習技術來有效應對不斷演變的網路威脅。若不解決身份和端點的漏洞，對手可能會掌控關鍵基礎設施。在這個高風險環境中，投資於先進的端點安全措施對於保護企業至關重要。
排行榜
