Voor de versnelling van AI was insiderrisico altijd gericht op menselijke intenties. beveiligingsteams monitoren hoge risico werknemers die gevoelig waren voor het downloaden van bestanden voordat ze het bedrijf verlieten, of nalatige werknemers die zich bezighielden met ondenkbaar gedrag (bijv. klikken op een phishinglink.) AI heeft dit paradigma fundamenteel veranderd.Het risico is niet langer beperkt tot kwaadaardige werknemers, maar ook tot degenen die hun werk gemakkelijker willen maken. Door gebruik te maken van algemeen beschikbare AI-tools en -platforms voor het werk, kunnen ze onbedoeld gevoelige gegevens delen buiten hun veilige zakelijke omgeving. De gegevens over verhoogde risico’s van insider tracks.Based on Proofpoint’s , "Twee derde van de CISO's heeft het afgelopen jaar materiële gegevensverlies meegemaakt, met insider-gedreven incidenten aan de top van de lijst van oorzaken." Stem van het CISO-rapport Stem van het CISO-rapport Gegevensbeweging is ook drastisch veranderd.In plaats van verticaal te bewegen via standaard goedkeuringskanalen, bewegen gegevens nu horizontaal over teams, hulpmiddelen en AI-assistenten. In de VS zijn ze bezorgd over het lekken van klantgegevens via openbare generatieve AI-platforms. 80% van de CISOs 80% van de CISOs Het model zal vervolgens gegevens verzamelen van interne systemen (bijv. CRM, ERP) en meerdere externe bronnen (bijv. websites, sociale media), en vervolgens de gecombineerde resultaten doorsturen naar alle leden van het samenwerkingsplatform van de gebruiker (Slack). AI als data movement layer Traditioneel waren er duidelijke handoffs, waarbij een werknemer een bestand downloadde, het bewerkte en naar een collega stuurde. beveiligingsteams konden elke stap van het proces volgen. AI-werkstromen zijn niet hetzelfde. Een werknemer stelt een vraag. De AI-assistent trekt informatie uit vele bronnen om de vraag te beantwoorden. Het condenseert documenten, verandert het gegevensformaat en produceert een output die kan worden gedeeld op samenwerkingsplatforms. “Aangezien organisaties autonome agenten aannemen die kunnen surfen, code kunnen schrijven en over meerdere systemen kunnen handelen, wordt autonomie een belangrijke risicomultiplicator,” zegt Proofpoint professionals in een verklaring. . Gerelateerde co-authored post Gerelateerde co-authored post Deze 'multi-hop'-activiteit maakt het moeilijker om te beschermen. AI-agenten en plug-ins kunnen in meer dan één systeem worden geïnstalleerd. ze verzamelen gegevens van uw CRM, vergelijken ze met e-mailarchieven, voegen ze toe aan informatie van een samenwerkingsplatform en sturen de resultaten naar een analyse-instrument dat niet deel uitmaakt van uw bedrijf. The Insider Expansion: Intentie vs. Gemak Je had slechte spelers binnen het bedrijf die gegevens stelen, en onzorgvuldige werknemers die geen aandacht besteedden aan beveiligingsopleiding. Medewerkers proberen geen kwaad te doen. Ze proberen efficiënter te werken en voldoen aan de deadlines van morgen. Het plakken van een klantcontract in ChatGPT en het vragen om een samenvatting is sneller dan handmatig lezen door 40 pagina's. Het uploaden van een financiële spreadsheet naar een AI-assistent genereert grafieken in seconden in plaats van uren. De meeste werknemers weten nog steeds niet waar de lijnen zijn voor beleid. bedrijven zijn traag om te definiëren wat data-arbeiders kunnen geven aan AI-tools. Of wat er met gegevens gebeurt zodra het in een AI-systeem is ingevoerd.Wanneer de regels niet duidelijk zijn, doen mensen wat ze moeten doen om hun werk te doen. acceptable AI use inthe workplace acceptabel gebruik van AI inthe werkplek Samenwerkingsplatforms als AI Gateways Collaboratieplatforms zijn de eerste plek waar de meeste gegevens naar AI-systemen gaan.Slack, Teams, Gmail, Google Workspace en Microsoft 365 zijn allemaal de 'eerste sprong' voor gegevens omdat ze de gebouwen van uw bedrijf verlaten en worden ingeslikt door de AI-tools van vandaag. OAuth-machtigingen en API-connectoren maken de verbinding mogelijk. Een medewerker installeert een productiviteitsplug-in die beweert Slack-gesprekken samen te vatten of hen helpt e-mailreacties te schrijven. De app vraagt om uitgebreide toegang tot werkruimtdata. Veel mensen klikken op "toestaan" zonder te weten wat ze toestaan. CISO's hebben aanzienlijke gaten in hun vermogen om te zien wat er gebeurt in deze workflows. ze kunnen vaak geen eenvoudige vragen beantwoorden over welke AI-tools werknemers gebruiken om samen te werken. ze hebben geen telemetrie om te volgen welke gegevens door deze integraties gaan. ze weten niet wie privé-informatie naar AI-systemen stuurt of waar de outputs gaan nadat ze zijn gegenereerd. Waarom traditionele controles niet schoon kaarten Legacy security frameworks zijn gebouwd voor verschillende, meer voorspelbare bedreigingsmodellen.Als zodanig hebben ze aanzienlijke nadelen bij het omgaan met hoe AI feitelijk gegevens over moderne organisaties verplaatst. 
 
 
 
 Statisch versus dynamisch: Traditionele DLP- en CASB-controles vertrouwen op statisch bestuur, dat gebaseerd is op vooraf gedefinieerde regels over waar gegevens kunnen worden verzonden. AI introduceert vloeibare en meerstapswerkstromen waarbij gegevens zowel worden geconsumeerd als opnieuw worden verdeeld in slechts enkele seconden. Menselijk versus geautomatiseerd: In de afgelopen jaren vereist insidergedrag dat mensen beslissingen nemen in de meeste stappen. AI automatiseert gedeeltelijk de inname, transformatie en herverdeling van gegevens via agenten en / of assistenten. IAM-frames bieden toegang tot gebruikers, maar zijn niet ontworpen om te controleren wat geautomatiseerde AI-werkstromen namens een gebruiker kunnen vragen. Voorspelbaar versus opkomend: Wanneer workflows voorspelbare patronen volgen, kunnen beveiligingsteams meestal waarschijnlijke blootstellingswegen vooraf classificeren. AI-workflows zijn opkomend; een werknemer kan gegevens uit vijf verschillende systemen invoeren op een manier die niemand had verwacht. Wat CISOs vragen (of spoedig zullen vragen) De vragen die beveiligingsleiders vragen om hulp wijzen op waar de markt naartoe gaat.Dit zijn niet alleen theoretische vragen; het zijn echte uitdagingen die strategisch bestuur vereisen. 
 
 
 
 
 
 Welke AI-tools zijn gesanctioneerd versus schaduw?Om een succesvol bestuurskader op te bouwen, moet je alle AI-toepassingen die momenteel worden gebruikt begrijpen. Bedrijven moeten duidelijk zijn of AI-systemen klantgegevens, financiële gegevens, broncode of gegevens kunnen verwerken die onderworpen zijn aan regels. Waar reist AI-gecreëerde inhoud daarna? AI maakt samenvattingen of rapporten die worden gedeeld met andere teams of externe partners. Hoe auditeren, classificeren en loggen we AI-interacties?Zonder loggefuncties kunnen beveiligingsteams incidenten niet onderzoeken of records hebben die klaar zijn voor compliance-regulators wanneer ze vragen beginnen te stellen. Door duidelijk te maken wie verantwoordelijk is voor governance toezicht (bijv. de CISO, data teams, juridische of compliance) helpt om lacunes te voorkomen waar niemand verantwoordelijk wordt gehouden. Perspectief van de industrie op insider risico Insiderrisico zal niet langer alleen een probleem zijn dat specifiek is voor mensen; het zal ook gaan om het bestuderen van AI-werkstromen en gegevensbewegingspatronen. gebruikersgedragsanalyse alleen zal beveiligingsteams hiermee niet helpen omgaan. "Organisaties zullen stoppen met het behandelen van menselijke signalen, identiteitsgegevens en technische gebeurtenissen als afzonderlijke stromen," voorspelt Proofpoint. "De volgende evolutie van insider risicomanagement hangt af van het verbinden van deze gebieden, omdat het echte risico zelden in een enkele dimensie verschijnt." Als het gaat om het beheren van gegevensbeheersing, applicatiebeveiliging, juridisch beleid en compliance-mandaten, kunnen CISOs dit probleem niet alleen aanpakken.Verwacht gezamenlijke verantwoordingskaders waarin chief data officers en beveiligingsleiders samenwerken op AI-specifieke governance, in plaats van in geïsoleerde eenheden te werken. Takeaway AI maakt geen nieuwe insiders.Het verandert de manier waarop mensen die met gegevens werken het elke dag delen.In plaats van vragen te stellen over de intentie, is de focus verschoven om deze tools zichtbaarder te maken en regels op te stellen die passen bij hoe werknemers ze daadwerkelijk gebruiken. 
 
 Dit verhaal werd verspreid als een release door Jon Stojan onder HackerNoon's Business Blogging Program. Dit verhaal werd verspreid als een release door Jon Stojan onder 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.

Deze audio wordt geproduceerd in de originele taal van het verhaal!

Het nieuwe insiderrisico: AI verandert hoe gegevens binnen de onderneming bewegen

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps