Selv de mest skeptiske har indset det nu: Der er ingen vej uden om kunstig intelligens. Uanset om det er chatbots i kundeservice, forebyggende vedligeholdelse i industrien, afsløring af svindel i finansverdenen, kreditrisikovurdering, stemmeassistenter eller applikationer til intelligente hjem: Listen over AI-assistance er næsten uendelig, og med teknologiske fremskridt og den stigende tilgængelighed af data åbner der sig hele tiden nye anvendelsesområder. I denne sammenhæng gælder det samme for it-sikkerhed som for andre områder: AI er både en forbandelse og en velsignelse. Den er med til at gøre systemerne mere sikre, men bliver også i stigende grad misbrugt til cyberangreb. Det er på tide at fokusere på forsvarsmekanismer, der kan modstå nye, AI-baserede angrebsmetoder.

AI i virksomheder: en klassificering

• Ifølge Next Move Strategy Consulting vil markedet for kunstig intelligens - ikke overraskende - være præget af stærk vækst i løbet af de næste ti år: Den nuværende værdi på næsten 100 milliarder US-dollars forventes at blive tyvedoblet til næsten to billioner US-dollars i 2030.
• Ifølge LearnBonds vil salget af AI-software stige til over 126 milliarder amerikanske dollars i 2025 sammenlignet med 22,6 milliarder amerikanske dollars i 2020. En ud af fem medarbejdere vil skulle overdrage nogle af deres opgaver til AI.
•  En McKinsey-analyse har også fundet, at AI-teknologier har potentiale til at øge den globale økonomiske produktion med gennemsnitligt 1,2 procent om året frem til 2030.
• Ifølge ifo Institute bruger 13,3 % af virksomhederne i Tyskland i øjeblikket kunstig intelligens, og 9,2 % planlægger at bruge det. Yderligere 36,7 % af de adspurgte virksomheder diskuterer mulige anvendelsesscenarier.
• De mest almindelige anvendelser for AI i virksomheder omfatter automatisering af forretningsprocesser, analyse af data til beslutningstagning og forbedring af produktkvalitet og ydeevne.
•  Samtidig frygter mange dog de negative konsekvenser af AI-bølgen: Næsten to tredjedele af tyskerne er bekymrede for, at brugen af AI kan føre til tab af arbejdspladser. Ifølge YouGov er 45 % af tyskerne skeptiske over for brugen af kunstig intelligens.

Et andet negativt aspekt, der kan gå hånd i hånd med brugen af AI, er - ud over de mange positive fremskridt - de stigende og stadig farligere cyberangreb. Tidligere krævede det ofte en høj grad af IT-ekspertise, meget tid og en stor indsats at iværksætte et angreb, men i dag kan selv ikke-eksperter ved hjælp af AI blive hackere med blot nogle få klik. Virksomheder og myndigheder er nødt til at forholde sig til denne udvikling.

Fordele ved AI  for cybersikkerhed:

1. Forbedret trusselsanalyse
2. Optimeret identifikation af angrebsforløb
3. Forbedret adgangskontrol og password praksis
4. Minimering og prioritering af risici
5. Automatisk trusselsidentifikation
6. Forbedret effektivitet og produtivitet hos medarbejderne

Ulemper ved AI til cybersikkerhed

1. Udfordringer med hensyn til pålidelighed og nøjagtighed
2. Bekymringer om databeskyttelse og sikkerhed
3. Mangel på gennemsigtighed
4. Manipulaton af træningsdata og algoritmer

Socialengineering anvender AI til at iværksætte mere præcise phishing-strategier og deepfakes. Hackere bruger AI-understøttet til at gætte adgangskoder og omgå CAPTCHA til at få uautoriseret adgang til følsomme data. Nutidens angribere tilpasser sig så effektivt og bruger nye metoder, at virksomheder ofte ofte har svært ved atautomatisere kontroller og installere sikkerhedsopdateringer for at følge med. Det, du har brug for, er et program til kontinuerlig trusselshåndtering, som opdager og aktivt prioriterer de største trusler. AI er grundlaget for mange nye angrebsmetoder og -taktikker, som også i stigende grad automatiseres, så hackere opererer nu bredere og i større skala end nogensinde før.

Disse AI-genererede angrebsmodeller er ved at komme i fokus:

• Phishing og social engineering: AI bruges til at skabe personlige og overbevisende phishing-mails. Disse kan lokke medarbejdere til at udlevere følsomme oplysninger eller åbne ondsindede links.
• Modsatrettede angreb: Kriminelle kan bruge AI til at generere specielt manipulerede data, der får AI-systemer, som f.eks. billedgenkendelsesværktøjer eller sikkerhedsmekanismer, til at træffe forkerte beslutninger.
• Automatiserede angreb: AI-drevne bots kan automatisk opdage sårbarheder i systemer, udnytte exploits og udføre angreb - uden menneskelig indvolvering.
• Opdagelse af sikkerhedshuller: AI kan bruges til at analysere store mængder data og identificere potentielle sikkerhedssårbarheder i systemer eller netværk, som derefter kan udnyttes til angreb.
• Skjult malware: AI hjælper med at udvikle malware, der er svær at opdage, fordi den tilpasser sine egenskaber til miljøet eller ændrer sig selv for at omgå traditionelle sikkerhedsmekanismer.

Den store fordel er, at virksomheder også kan bruge kunstig intelligens til deres egne formål og bekæmpe hackere i deres egne våben, da AI også kan bruges til at forsvare systemer og data. Med innovative AI-værktøjer kan mange angreb opdages tidligt, og modforanstaltninger kan iværksættes for at minimere virkningen. Eksempler er de førnævnte forbedrede adgangskontroller, trusselsanalyser og prioritering af risici.

En enkelt løsning eller firewall er ikke nok: Hvis du virkelig vil beskytte dine systemer, data eller medarbejdere mod AI-understøttede angreb på lang sigt, har du brug for en kombination af tekniske løsninger, uddannelse og proaktive sikkerhedsstrategier. På den ene side skal medarbejdere gøres opmærksom på risikoen ved AI-understøttede angreb på særlige kurser i sikkerhedsbevidsthed. Medarbejderne skal være i stand til at genkende mistænkelige aktiviteter og reagere hensigtsmæssigt. Derudover skal der implementeres klare sikkerhedsretningslinjer og -procedurer for håndtering af AI-teknologier og potentielle angreb. Dette omfatter retningslinjer for adgang til følsomme data, brug af AI-værktøjer og håndtering af mistænkelige aktiviteter. Desuden skal netværkstrafik, systemaktiviteter og andre indikatorer for potentielle angreb løbende overvåges og analyseres for at opdage og forhindre mistænkelige aktiviteter på et tidligt tidspunkt.

Et andet aspekt er tekniske sikkerhedsforanstaltninger: Disse omfatter værktøjer til at opdage og forsvare sig mod angreb, herunder systemer til opdagelse af indtrængen (IDS), systemer til forebyggelse af indtrængen (IPS), firewalls, antivirussoftware og endpoint-sikkerhedsløsninger. Regelmæssige opdateringer af software og operativsystemer hjælper med at lukke sikkerhedshuller og minimere potentielle angrebspunkter. Angrebssimuleringer og penetrationstests hjælper også med at teste virksomhedens modstandsdygtighed over for AI-understøttede angreb og identificere sårbarheder. En anden del af den holistiske sikkerhedsstrategi er tæt samarbejde og konsultation med andre organisationer, myndigheder og andre interessenter. Diskussioner og møder kan bruges til at udveksle information om nye trusler og angrebsteknikker samt bedste praksis og til at lære af andres erfaringer.

Når det drejer sig om at forsvare sig mod AI-genererede cyberangreb, dukker begrebet Continuous Threat Exposure Management (CTEM) op før eller siden. Ved hjælp af en sådan tilgang kan organisationer forberede sig på konstant skiftende sikkerhedstrusler og udvikle hurtige og effektive reaktionsmuligheder. CTEM understøtter løbende overvågning og evaluering af trusler og sikkerhedsrisici. Målet er konstant at revurdere, kontrollere og inddæmme en organisations eksponering for potentielle trusler og sårbarheder. I modsætning til traditionelle tilgange til sikkerhedsovervågning, som ofte er baseret på reaktive foranstaltninger, fokuserer CTEM på proaktiv og kontinuerlig overvågning for at identificere og håndtere potentielle trusler på et tidligt tidspunkt.

1. Brug 24/7-overvågning. Først og fremmest bør organisationer løbende overvåge deres netværk, systemer, applikationer og data, da det er den eneste måde at identificere potentielle sikkerhedstrusler på et tidligt tidspunkt.
2. Evaluer og prioriter risici. Sikkerhedsrisici skal analyseres og prioriteres ud fra deres trusselspotentiale, potentielle indvirkning og sandsynlighed for angreb for at kunne allokere ressourcer effektivt og fokusere på de vigtigste trusler.
3. Automatiser processer. Innovative automatiseringsløsninger og avancerede analyseteknikker som maskinlæring og kunstig intelligens kan bruges til at behandle store mængder sikkerhedsdata og identificere usædvanlig, afvigende aktivitet.
4. Integrer trusselsdata. Ved at indsamle data fra flere kilder, f.eks. sikkerhedsinformation og -hændelser (SIEM), trusselsinformation og sårbarhedsstyring, får du et omfattende billede af sikkerhedssituationen.
5. Planlæg løbende justeringer. Konstante justeringer og forbedringer er vigtige for at kunne reagere på skiftende trusselsbilleder og nye sikkerhedsrisici - især med AI, der udvikler sig hurtigt, og hvor nye tilgange kan dukke op næsten dagligt.

CTEM dækker ovenstående og hjælper organisationer med at forbedre deres sikkerhedspraksis, reducere responstiden på sikkerhedshændelser og minimere risikoen for sikkerhedsbrud og potentielt tab af data.

AI vil fremover spille en stadig vigtigere rolle inden for cybersikkerhed i fremtiden. Den har potentiale til at støtte it- og sikkerhedseksperter, understøtte innovation og forbedre informationssikkerheden. Men samtidig opfordres organisationer til at sætte cyberkriminelle, der bruger AI til deres egne formål, på plads. Det er de beslutninger, vi kan træffe som mennesker, der afgør, om AI fungerer som en "good guy" eller "bad guy".