ブログ | CTO オフィス

IT 自動化セキュリティのための AI の使用

ロリ・マクヴィッティ サムネイル
ロリ・マクヴィッティ
2022年12月19日公開

紛争時に井戸に毒を入れるという歴史は確立されている。 井戸へのアクセスを遮断したり、病気を広めるための力の増幅手段として使用したりと、町の井戸は常に重大な攻撃経路となってきました。

現代では、インフラストラクチャ、アプリケーション、デジタル サービスに変化をもたらす自動化を開始するスクリプトまたは API エンドポイントを井戸にたとえることができます。 ほとんどの組織(近日公開予定の「State of Application Strategy 2023」レポートによると 78%)は、まさにそれを実現するために、IT 全体にわたって豊富な自動化セットを採用しています。 Facebook、Twitter、Amazon などが運営する複雑なハイパースケール システムに変更を加えるために自動化が普及していることを考えると、これは驚くべきことではありません。

それは、昔の共有井戸のように、1 つのスクリプトが数分のうちに何千ものシステムに影響を与える可能性があるからです。 以前は、同じ数のシステムに影響を与える手動の変更には、数日、あるいは数週間もかかっていたかもしれません。 自動化は力の倍増であり、あらゆる種類の業務を人間では到底達成できない方法で拡張することを可能にします。 これは、プロセス、プラクティス、およびビジネスを拡大するための基礎となります。 実際、 「デジタル ビジネスのためのエンタープライズ アーキテクチャ」で述べたように、自動化なしでは組織はデジタル ビジネスになることはできないと主張することもできます。 これは、データを有効に活用し、SRE 運用を導入し、最新のアプリ配信を通じて適応する能力をデジタル サービスに組み込むために組織が構築する必要がある 6 つの主要な機能の 1 つです。

しかし、自動化の重要な点は、それが自動であるということです。 いったん始まると、そのようなシステム全体に広がる連鎖的な変化を阻止するのは困難です。 結局のところ、変化のスピードは自動化を推進する要因の 1 つであり、いったん変化が始まると、それを止めるのは困難 (不可能ではないにしても) です。

自動化によって意図しない変更が広がり、最終的にはインターネットの広範囲に影響を及ぼしたという話を聞いたことがなければ、オフグリッド生活を送っているに違いありません。 スクリプトにプッシュされた不正なパラメータは、Enter ボタンが押されたり、API エンドポイントが呼び出されたりすると、取り消すことがほぼ不可能になります。 処刑されると、井戸に毒が入れられる。

IT 自動化のセキュリティに関して私が警鐘を鳴らしたのは今回が初めてではありません。 これは、見過ごされ、十分に調査されていない攻撃ベクトルであり、最終的には悪用されることになります。 そして、たとえ「最終的に」が数十年先のことであったとしても、人為的ミスによるより差し迫った脅威は依然として存在し続けます。 Uptime Institute の最新の調査によると、「過去 3 年間で約 40% の組織が人為的ミスによる大規模な停止を経験しています。」

ここで AI、より正確には ML が登場します。

IT 自動化を保護するための機械学習の使用

機械学習は、データポイント間のパターンや関係性を明らかにすることに特に適しています。 現在、市場の大部分は、セキュリティと運用上の課題を解決するための機械学習の応用に注力しています。 これには、ユーザーがボットであるか人間であるかを識別すること、攻撃を認識すること、さらには差し迫った停止を予測することなどが含まれます。

あまり研究されていない領域は、アプリ インフラストラクチャを保護するための AI と ML の使用です。 たとえば、機械学習を使用して、オペレーターと管理者が重要なシステムとどのように対話するかを理解し、対話が標準から逸脱したときにすぐに気付くことができます。 これは、攻撃者がアクセスすべきでないディレクトリにアクセスしようとしたり、通常の使用方法以外のパラメータを使用してコマンドを呼び出そうとしたりすることを検出するのに便利です。

最後の部分をもう一度読んでください。 通常の使用法以外のパラメータを使用してコマンドを呼び出します。

ああ、そこにあった。 一般的に、AI や機械学習の能力、つまり異常なパラメータや異常なコマンドの実行試行を検出する能力には、セキュリティに特有のものは何もありません。 つまり、このテクノロジーは IT 自動化にも簡単に適用でき、人為的エラーや悪意のある意図的なコマンドを検出できます。

対象システムへの適切なレベルのアクセスを前提とすると、このような機械学習ソリューションは、偶発的な不正なパラメータ、横方向の通信試行、またはその他の攻撃からシステムを保護するための方法を確実に提供できます。 ランサムウェアに感染した人はいますか?  

アプリ、アプリ配信、自動化のためのインフラストラクチャは、依然として魅力的な攻撃ベクトルです。 組織がさらなる自動化を導入するにつれて(実際に導入されています)、その自動化の使用による影響(偶発的か意図的か)も同時に考慮する必要があります。 そこから、避けられない誤操作や悪意のあるキーストロークから保護する方法を検討する必要があります。

自動化は力の倍増です。 完全に停止します。 つまり、意図的な使用ケースと悪意のある使用ケースの両方に役立ちます。 それはそれを保護する必要性を意味します。 機械学習は、デジタル ビジネスの重要な要素であるインフラストラクチャを保護するために AI を運用と統合する 1 つの方法となる可能性があります。