Sigurnosni timovi pratili su zaposlenike visokog rizika koji su bili skloni preuzimanju datoteka prije nego što su napustili tvrtku, ili nepažljivi zaposlenici koji su se bavili bezobzirnim ponašanjem (npr. klikom na phishing vezu.) AI je temeljito promijenio ovu paradigmu.Rizik se više ne ograničava na zlonamjerne zaposlenike, već i na one koji žele olakšati svoj posao.Koristeći široko dostupne AI alate i platforme za rad, oni mogu nenamjerno dijeliti osjetljive podatke izvan svog sigurnog poslovnog okruženja. Podaci o povećanom riziku insider tracks.Na temelju Proofpointa "Dvije trećine CISO-a doživjelo je značajan gubitak podataka u prošloj godini, a incidenti utemeljeni na unutarnjim osobama su na vrhu popisa uzroka." Voice of the CISO Report Glas izvješća CISO-a Promet podataka također se dramatično promijenio. Umjesto da se vertikalno kreće kroz standardne kanale odobrenja, podaci se sada kreću horizontalno preko timova, alata i AI pomoćnika. U SAD-u su zabrinuti zbog curenja podataka o kupcima kroz javne AI platforme. 80 posto CISO-a 80 posto CISO-a Model će naknadno prikupljati podatke iz internih sustava (npr. CRM, ERP) i više vanjskih izvora (npr. web stranice, društvene mreže), a zatim proslijediti kombinirane rezultate svim članovima korisničke platforme za suradnju (Slack). AI kao podatkovni sloj kretanja AI je u osnovi promijenio životni ciklus podataka unutar organizacija. Tradicionalno, postojali su jasni handoffs, gdje je zaposlenik preuzimao datoteku, uređivao je i poslao je kolegi. AI tokovi rada nisu isti. radnik postavlja pitanje. AI asistent izvlači informacije iz mnogih izvora kako bi odgovorio na pitanje. Ona kondenzira dokumente, mijenja format podataka i proizvodi izlaz koji se može dijeliti na platformama za suradnju. Svaki korak se događa u sekundi uz vrlo malo ljudskog nadzora. "Kako organizacije usvajaju autonomne agente koji mogu pregledavati, pisati kod i djelovati na više sustava, autonomija postaje glavni multiplikator rizika", kaže Proofpoint stručnjaci u studiji. . Povezani članci Co-authored post Povezani članci Co-authored post AI agenti i dodatci mogu biti instalirani u više od jednog sustava. Oni prikupljaju podatke iz vašeg CRM-a, uspoređuju ih s arhivima e-pošte, dodaju ih informacijama iz platforme za suradnju i šalju rezultate analitičkom alatu koji nije dio vaše tvrtke. Insiderska ekspanzija: namjera vs. udobnost Imali ste loše aktere unutar tvrtke koji kradu podatke, i nepažljivi radnici koji nisu obratili pozornost na obuku o sigurnosti. Zaposlenici ne pokušavaju nanijeti štetu. Pokušavaju učinkovitije raditi i ispuniti sutrašnje rokove. Prilagođavanje ugovora o kupnji ChatGPT-u i traženje sažetka brže je od ručnog čitanja preko 40 stranica. Prenošenje financijskog preglednika AI asistentu generira grafike u sekundi umjesto sati. Većina radnika još uvijek ne zna gdje su linije za politike. tvrtke su sporo definirati što podaci radnici mogu dati AI alata. ili što se događa s podacima nakon što se unesu u sustav AI-a.Kada pravila nisu jasna, ljudi rade ono što moraju učiniti kako bi obavili svoj posao. Prihvaćena upotreba AI na radnom mjestu Prihvaćena upotreba AI na radnom mjestu Platforme za suradnju kao AI Gateways Slack, Teams, Gmail, Google Workspace i Microsoft 365 svi su "prvi skok" za podatke jer napuštaju prostorije vaše tvrtke i unose ih današnji AI alati. OAuth dozvole i API konektori omogućuju povezivanje. Zaposlenik instalira dodatak za produktivnost koji tvrdi da sažima Slack razgovore ili im pomaže da napišu odgovore na e-poštu. Aplikacija zahtijeva opsežan pristup podacima o radnom prostoru. Mnogi ljudi kliknu na "dopustiti" ne znajući što dopuštaju. CISO-i imaju značajne praznine u njihovoj sposobnosti da vide što se događa u tim tokovima rada. Često ne mogu odgovoriti na jednostavna pitanja o tome koje AI alate zaposlenici koriste za rad zajedno. Oni nemaju nikakvu telemetriju za praćenje koje podatke prolaze kroz ove integracije. Oni ne znaju tko šalje privatne informacije AI sustavima ili gdje izlazi nakon što su generirani. Zašto tradicionalne kontrole ne mapiraju čisto Legacy sigurnosni okviri izgrađeni su za različite, predvidljivije modele prijetnji. kao takvi, oni imaju značajne nedostatke u rješavanju načina na koji AI zapravo premješta podatke u modernim organizacijama. 
 
 
 
 Static vs. dynamic: Tradicionalne kontrole DLP i CASB oslanjaju se na statičko upravljanje, koje se temelji na unaprijed definiranim pravilima o tome gdje se podaci mogu poslati. Čovjek vs. automatizirano: U posljednjih nekoliko godina, ponašanje unutarnjih osoba zahtijeva od ljudi da donose odluke u većini koraka. AI djelomično automatizira unos, transformaciju i redistribuciju podataka putem agenata i / ili pomoćnika. IAM okviri pružaju pristup korisnicima, ali nisu dizajnirani za kontrolu što automatizirani AI tokovi rada mogu zatražiti u ime korisnika. Predvidljivi i novi: Kada tokovi rada slijede predvidive obrasce, sigurnosni timovi obično mogu unaprijed razvrstati vjerojatne putove izlaganja. AI tokovi rada su novi; zaposlenik može unijeti podatke iz pet različitih sustava na način koji nitko nije očekivao. Što CISO-i traže (ili će uskoro tražiti) Pitanja sigurnosnih čelnika upućuju na to gdje se tržište kreće.To nisu samo teorijska pitanja; to su stvarni izazovi koji zahtijevaju strateško upravljanje. 
 
 
 
 
 
 Za izgradnju uspješnog okvira upravljanja potrebno je razumjeti sve aplikacije AI-a koje se trenutno koriste. Tvrtke trebaju biti jasne o tome mogu li AI sustavi obrađivati evidencije kupaca, financijske podatke, izvorni kod ili podatke koji podliježu pravilima. Gdje AI-om stvoreni sadržaj putuje nakon toga? AI stvara sažetke ili izvješća koja se dijele s drugim timovima ili vanjskim partnerima. Bez sposobnosti evidentiranja, sigurnosni timovi ne mogu istražiti incidente ili imati zapise spremne za regulatore usklađenosti kada počnu postavljati pitanja. Objašnjenje tko je odgovoran za nadzor upravljanja (npr. CISO, timovi za podatke, pravni ili usklađenost) pomaže u izbjegavanju praznina u kojima nitko nije odgovoran. Industrijska perspektiva o insider riziku Insider rizik više neće biti samo problem specifičan za ljude; to će uključivati i proučavanje AI radnih tokova i uzoraka kretanja podataka. analiza ponašanja korisnika sama po sebi neće pomoći sigurnosnim timovima da se bave timom. "Organizacije će prestati tretirati ljudske signale, podatke o identitetu i tehničke događaje kao odvojene tokove", predviđa Proofpoint. "Sljedeća evolucija upravljanja rizikom unutarnjih osoba ovisi o povezivanju tih područja, jer se pravi rizik rijetko pojavljuje u jednoj dimenziji." Zbog toga će usvajanje umjetne inteligencije zahtijevati da cijela tvrtka dijeli odgovornost.Kada je riječ o upravljanju upravljanjem podacima, sigurnosti aplikacija, pravnim pravilima i nalogima za usklađenost, CISO-i se ne mogu sami nositi s ovim problemom.Očekujte da ćete vidjeti zajedničke okvire odgovornosti u kojima glavni dužnosnici za podatke i čelnici sigurnosti surađuju na upravljanju specifičnim za umjetnu inteligenciju, a ne rade u izoliranim jedinicama. Takeaway Umjesto da se pita o namjeri, fokus se pomaknuo na to da se ti alati učine vidljivijima i da se uspostave pravila koja odgovaraju načinu na koji ih zaposlenici zapravo koriste. 
 
 Ova priča je distribuirana kao izdanje Jon Stojan pod HackerNoon's Business Blogging Program. Ova priča je distribuirana kao izdanje Jon Stojan pod HackerNoon's Business Blogging Program.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Ovaj zvuk je proizveden na izvornom jeziku priče!

Novi insider rizik: AI mijenja način na koji se podaci kreću unutar poduzeća

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps