Musuh siber terus mencapai skala dan dampak dengan mengeksploitasi kelemahan mendasar dalam identitas, kontrol akses, dan manajemen kredensial, daripada mengandalkan teknik yang sangat canggih atau baru. Meskipun perkakas dan otomatisasi serangan telah maju, kondisi yang mendasari yang memungkinkan terjadinya kompromi sebagian besar masih belum berubah.
Setelah akses dibuat, penyerang secara konsisten mengejar pemanenan kredensial, eskalasi hak istimewa, dan pembajakan sesi, memungkinkan gerakan lateral di seluruh lingkungan hybrid cloud, cloud, dan SaaS. Aktivitas ini makin diperkuat—menurut data laporan tahun ini—oleh fakta bahwa lebih dari setengah kerentanan yang diungkapkan tidak memerlukan autentikasi, memungkinkan penyerang untuk mendapatkan pijakan tanpa melewati kontrol identitas sama sekali.
Terlebih lagi, paparan kredensial chatbot AI di pasar bawah tanah menunjukkan platform AI telah dengan cepat menjadi bagian dari permukaan serangan identitas perusahaan. Meskipun kredensial yang diamati sudah tidak valid, keterkaitannya yang konsisten dengan malware infostealer menggarisbawahi meningkatnya risiko yang ditimbulkan oleh kredensial yang tidak terkelola dan kebersihan identitas yang buruk di seluruh ekosistem SaaS dan AI.
Pada saat yang sama, peningkatan hampir 4 kali lipat dalam rantai pasokan utama dan pelanggaran pihak ketiga selama 5 tahun terakhir mencerminkan meningkatnya ketergantungan musuh pada identitas yang dikompromikan, kredensial bersama, dan integrasi yang terlalu dipercaya untuk mendapatkan akses dan mempertahankan ketekunan.
Berdasarkan tren ini, bagaimana organisasi harus merespons dan dari mana mereka harus memulainya? Dan bagaimana mereka dapat mengubah keamanan menjadi keuntungan bisnis sejati, dan bukan hanya upaya mitigasi risiko?
Karena aktor ancaman menggunakan AI untuk memberi tekanan pada tim keamanan—meningkatkan kampanye phishing mereka, mempercepat pembuatan kode berbahaya, dan menyempurnakan rekayasa sosial—para pemimpin keamanan memerlukan pendekatan proaktif daripada reaktif terhadap ancaman ini. Mereca harus memastikan organisasi mereka di masa depan dengan keamanan end-to-end berbasis AI.
Strategi "bergeser ke kiri" ini—dari respons taktis yang reaktif menjadi rencana proaktif - berarti pertama-tama mendapatkan pandangan holistik tentang lingkungan ancaman yang berkembang dengan cepat, menggabungkan ancaman terbaru dan konteks yang lebih luas serta insight ke dalam rencana mereka.
Insight ini dapat diberikan oleh mitra keamanan, menggunakan deteksi dan respons ancaman yang didukung oleh AI agen, dan mempersiapkan ancaman pasca-quantum. Tindakan bergeser ke kiri ini juga harus mencakup fondasi yang kuat dari manajemen risiko, penilaian, dan postur. Dengan Manajemen Postur Keamanan AI (AISPM), organisasi dapat memperoleh visibilitas dan perlindungan yang lebih besar untuk aplikasi yang didukung AI di seluruh lingkungan cloud, memungkinkan organisasi untuk memantau dan mengatur aset AI sambil melindungi penerapan terhadap ancaman seperti keracunan data dan serangan permusuhan.
Beralih ke kiri juga harus memperhitungkan konteks bisnis organisasi—dan selera risikonya. Itu harus memprioritaskan pengamanan aset dan data penting berdasarkan dampak bisnis, memahami motivasi dan kemampuan musuh, dan mengidentifikasi dan secara aktif mengelola rantai pasokan dan dependensi pihak ketiga.
Munculnya operasi keamanan otonom baru-baru ini, yang menggunakan AI agen untuk menambah peran pekerja keamanan, dapat mengorkestrasi beberapa agen untuk bekerja di seluruh siklus hidup ancaman—mulai dari perburuan ancaman hingga remediasi—memberi organisasi alat yang mereka butuhkan untuk deteksi dan mengurangi serangan yang dihasilkan AI yang makin kompleks.
Bagi organisasi, melindungi identitas selalu menjadi tantangan. Ini akan menjadi lebih sulit. Saat penyerang menyempurnakan operasi berbasis kredensial mereka, para pemimpin TI dan keamanan harus beralih ke AI untuk membantu mereka mendapatkan visibilitas ke dalam risiko dan ancaman berbasis identitas di seluruh lanskap TI mereka. Dengan menggabungkan layanan dan solusi deteksi dan respons ancaman identitas (ITDR) yang didukung AI dan manajemen postur keamanan identitas (ISPM), organisasi dapat bergerak lebih cepat dan efisien untuk mengidentifikasi kerentanan dan mencegah terjadinya serangan.
Jika masih perlu dikatakan: identitas harus diperlakukan sebagai infrastruktur penting. Mengingat sensitivitas data berbasis AI dan alur kerja agen, para pemimpin keamanan yang belum melakukannya harus meningkatkan sistem identitas mereka ke tingkat ketahanan, tata kelola, dan pemantauan yang sama dengan komponen infrastruktur inti. Mereka harus memusatkan manajemen dan tata kelola akses identitas di seluruh identitas tenaga kerja, pelanggan, mitra, dan mesin.
Mereka juga harus menerapkan kontrol akses berbasis risiko yang berkelanjutan yang diinformasikan oleh konteks seperti perilaku pengguna, postur perangkat, dan karakteristik beban kerja. Pergeseran ini juga akan membutuhkan kemampuan berburu ancaman khusus, perlindungan khusus AI dan kontrol keamanan tingkat infrastruktur untuk bertahan dari serangan eksternal yang makin canggih.
Di luar risiko kredensial yang disusupi, peningkatan kerentanan yang tidak memerlukan autentikasi menunjukkan pentingnya mengintegrasikan identitas secara langsung ke dalam arsitektur aplikasi.
Untuk mengamankan arsitektur tersebut, tim keamanan harus menyediakan autentikasi dan penegakan otorisasi yang kuat untuk aplikasi publik dan internal, API, dan komunikasi layanan-ke-layanan. Kebijakan akses sadar identitas harus digunakan untuk membatasi paparan dan mencegah aplikasi dari mengeksploitasi yang meningkat menjadi penyusupan yang lebih luas.
Tidak ada yang lebih disukai penyerang daripada kerentanan yang diabaikan atau diabaikan. Untungnya, para pemimpin keamanan tahu bagaimana menangani ini—dengan kembali ke prinsip-prinsip dasar pertama. Itu berarti mengadopsi pendekatan proaktif yang berkelanjutan untuk mengidentifikasi kelemahan di seluruh lingkungan, seperti mencari:
- Kode tidak aman
- Kredensial lemah atau digunakan kembali
- Kesalahan konfigurasi
- Perubahan yang tidak sah
- Pengaturan default yang tidak aman
- Perilaku pengguna yang berisiko
- Patch yang hilang
Jika penyerang menerobos, berikut adalah tiga hal yang dapat membantu mencegah eksploitasi awal berkembang menjadi pemanenan kredensial atau eksfiltrasi data: remediasi proaktif, kebersihan konfigurasi yang kuat, dan pemantauan perilaku aplikasi secara berkelanjutan.
Pengujian penetrasi secara teratur di seluruh tumpukan teknologi—termasuk aplikasi, jaringan, infrastruktur cloud, model AI, mainframe, perangkat keras, dan bahkan personel—juga diperlukan untuk menemukan kerentanan dan celah konfigurasi yang dapat menyebabkan akses yang tidak sah atau pemaparan sistem dan data sensitif.
Chatbot AI dan alur kerja agen harus diamankan dan diatur dengan ketelitian yang sama—atau bahkan lebih besar—seperti platform SaaS perusahaan lainnya. Terlalu sering, dalam tekanan tinggi terburu-buru untuk menerapkan, bukan ini yang terjadi. Itu masalah karena risiko dan ancaman dari AI menghadirkan tantangan yang signifikan bagi organisasi.
AI agen telah memperkenalkan risiko baru, dan memperkuat yang lain. Para pemimpin keamanan membutuhkan solusi tata kelola AI yang komprehensif untuk meningkatkan skala AI dengan kepercayaan dan transparansi, dan dengan cara yang menghasilkan nilai. Untuk menghindari vendor lock-in, solusinya harus terbuka, hybrid, dan agnostik platform, yang berarti organisasi dapat menggunakan model yang tepat untuk contoh penggunaan yang tepat, dan menerapkan AI mereka di tempat yang paling masuk akal.
Tata kelola model memungkinkan evaluasi AI yang mendasarinya, untuk menguji kinerja, akurasi, dan perlindungan terhadap perilaku yang tidak pantas. Mengikuti peraturan yang berkaitan dengan penggunaan AI sangat penting untuk menjaga kepatuhan dan mengurangi risiko.
Organisasi harus menilai adopsi AI di seluruh perusahaan, termasuk menegakkan otentikasi yang kuat dan kontrol akses bersyarat, mengamankan sistem AI, melindungi kredensial dan token layanan AI, dan memantau pola akses abnormal atau paparan kredensial.
Kesalahan konfigurasi keamanan, pelanggaran data, dan kesalahan manusia biasa dapat menyebabkan paparan publik terhadap merek, domain, alamat IP, atau aset khusus klien yang dihargai organisasi. Ini menyoroti risiko yang berada di luar kendali perimeter jaringan Anda. Tim keamanan harus bekerja dengan mitra tepercaya untuk mengidentifikasi paparan aset berharga ini di seluruh web permukaan yang menghadap publik, web dalam yang tidak diindeks, dan situs pasar gelap di dark web. Layanan khusus ini mencakup kemampuan pemantauan untuk pencurian kredensia, domain mencurigakan, CVE, dan buletin keamanan.
Karena data dan AI memainkan peran yang makin penting dalam organisasi digital saat ini, dan di seluruh ekonomi digital kita, para pemimpin keamanan harus berinovasi dan beradaptasi dengan kecepatan perubahan yang berbasis AI. Untuk melakukan ini, mereka dan tim mereka harus memastikan mereka memiliki kontrol perlindungan data yang tepat—seperti enkripsi, kontrolakses, pencegahan kehilangan data, pemantauan dan audit, dan klasifikasi data yang aman — untuk mengamankan data organisasi dan mengelola data apa yang dimasukkan ke dalam AI untuk mencegah paparan data sensitif secara tidak disengaja.
Meskipun keamanan data selalu penting, keamanan data makin penting di dunia AI—menemukan di mana data sensitif berada, memahami cara data digunakan dan diekspos, memprioritaskan risiko data berdasarkan konteks dan menggunakan kontrol proaktif—semua sambil memenuhi persyaratan kepatuhan yang ketat seperti GDPR, CCPA, PCI-DSS, dan banyak lagi.
Memperkuat keamanan dan kepatuhan dengan layanan IBM IAM, merampingkan identitas di seluruh lingkungan hybrid cloud.
Optimalkan program keamanan Anda dengan layanan respons ancaman global IBM yang independen dari vendor.
Bangun fondasi identitas yang aman dengan IBM Verify untuk menyederhanakan akses, memperbaiki autentikasi, dan meningkatkan skala dengan percaya diri.