Sztuczne inteligencje na bazie GPU – jedyna nadzieja w walce z malware?

Ochrona danych znalazła się w punkcie zwrotnym. W miarę, jakrosną zagrożenia dla konsumentów, firm i krajów, coraz bardziejpotrzebne stają się zintegrowane rozwiązania zabezpieczające,które łączą układy scalone z oprogramowaniem.

Zwalczanie współczesnych zagrożeń wykracza daleko pozaskanowanie plików w poszukiwaniu znanych zagrożeń. Ten reakcyjnymodel został zastąpiony analizą w czasie rzeczywistym,wykorzystującą skomplikowane modele, badania behawioralne orazsztuczną inteligencję (SI) w celu szybkiego odróżnienia zwykłejdziałalności użytkowników od złośliwej. A za tymiskomplikowanymi modelami stoi wysokowydajne przetwarzanie danychbazujące na procesorach, kartach graficznych i wyspecjalizowanychukładach scalonych.

Bezpieczeństwo jest wyzwaniem inżynieryjnym, ponieważ system,który je zapewnia, musi badać szereg czynników, z których każdywymaga coraz większego poziomu mocy obliczeniowej. Weźmynajprostszą formę bezpieczeństwa – uwierzytelnianie – i jejogólną założenie, że osoba uzyskująca dostęp do danychrzeczywiście jest do tego uprawniona. Tradycyjnie proces ten polegałna weryfikowaniu nazwy użytkownika i hasła, czyli porównywaniuwprowadzonego tekstu z bazą danych. Teraz coraz częściej używasię uwierzytelniania biometrycznego, na przykład czytników liniipapilarnych albo rozpoznawania twarzy za pomocą kamer internetowych.Jeśli metody te mają być komfortowe dla użytkowników, koniecznajest znacznie większa moc obliczeniowa.

Uwierzytelnianie jest efektywnym środkiem ochrony, ale choćpoczyniono w nim wielkie postępy, ryzyko nie znika po zweryfikowaniuużytkownika. Liczba nowych zagrożeń wykrywanych każdego dniaprzez producentów rozwiązań zabezpieczających, takich jakF-Secure, Trend Micro i Kaspersky Labs, jest wręcz niepojęta. Zjednej strony może to szokować, a z drugiej strony ilustruje fakt,że bezpieczeństwo jest problemem czasu rzeczywistego – to, żeużytkownik został uwierzytelniony dwie minuty temu, nie oznacza, żezagrożenie zniknęło. Potrzebna jest ochrona „na bieżąco,zawsze włączona”.

Ochrona realizowana w czasie rzeczywistym może być zapewnionatylko poprzez kombinację inteligentnego sprzętu i oprogramowania.Coraz częściej wykorzystuje się do tego SI i analizębehawioralną. Jeśli tradycyjne skanery wirusowe i zapory siecioweporównamy do młotka i gwoździ, to SI i analiza behawioralna sąchirurgicznym skalpelem: perfekcyjną precyzją wspartą wyjątkowąwiedzą i umiejętnościami.

Analiza behawioralna to możliwość zbadania zachowaniaużytkownika i porównania tego z poprzednią aktywnością w celuokreślenia z pewnym stopniem pewności, czy użytkownik jestautentyczny, czy nie. Może widziałeś to w działaniu naprzykładzie usługi reCAPTCHA firmy Google, która używa„zaawansowanego silnika analizy ryzyka” do weryfikacjiużytkowników. Inne wcielenie tej technologii ma pojawić się wbankowości internetowej, gdzie instytucje te będą mogływeryfikować autentyczność użytkownika, nawet jeśli napastnikposłuży się prawidłowym identyfikatorem logowania i hasłem. Wtym celu system bierze pod uwagę sposób pisania na klawiaturze,ruchy myszy i inne zachowania użytkownika, dopasowując je doistniejącego profilu behawioralnego. Technologia tego typu jestabsolutnie kluczowa, jeśli chcemy, aby precyzyjna kontrola dostępustała się rzeczywistością, a uwierzytelnianie nie wykorzystywałojednej metody do zweryfikowania całej sesji użytkownika.

Analiza behawioralna odbywa się nie tylko w komputerzeużytkownika. Technologię tę wykorzystuje się również do analizyzagrożeń sieciowych, zwanej również wykrywaniem zachowańsieciowych. Cel jest ten sam, analiza zachowania, ale w skali całejsieci organizacji. Korzystanie z inteligentnych algorytmów dowykrywania ataków i uczenia się na przeszłych wzorach zachowańjest ważne, ale moc obliczeniowa wymagana do przetwarzania danychoraz podejmowania efektywnych decyzji, zanim atak spowoduje poważneszkody, ma absolutnie kluczowe znaczenie.

Choć więc analiza behawioralna i SI są pomysłowymi sposobamina problemy z bezpieczeństwem, to wymagają one znacznej mocyobliczeniowej, aby skutecznie chroniły użytkownika, jednocześniezapewniając mu wysoki komfort pracy. Wiemy, że użytkownicy, którzyzmagają się z powolnymi lub zacinającymi się interfejsamizabezpieczającymi, mają tendencje do unikania lub omijaniadostępnych funkcji. Zapewnienie komfortu pracy z technologiamianalizy behawioralnej będzie dużym obciążeniem dla systemówzaplecza, które przetwarzają dane i na ich podstawie dostarczająużytecznych informacji.

Układy scalone, z których powstanie to zaplecze, będąkombinacją procesorów ogólnego przeznaczenia, procesorówgraficznych oraz wyspecjalizowanych procesorów zabezpieczających.Takie rozwiązania będą wspierane przez ekosystem oprogramowania,które umożliwi konsumentom i firmom wykorzystanie wbudowanych w niesprzętowych funkcji ochronnych, a jednocześnie zapewni wysokikomfort pracy. Oprogramowanie to musi być zdolne do wykorzystaniaogromnej mocy obliczeniowej, która jest dostępna we współczesnychprocesorach oraz układach SoC (System-on-Chip).

Rob Enderle, główny analityk w Enderle Group, również mówi opotrzebie analizy behawioralnej w kontekście bezpieczeństwa,określając ją mianem ważnego środka obrony przed corazliczniejszymi zagrożeniami odkrywanymi każdego dnia. Twierdzi:

Analiza behawioralna nie jest po prostu nowym narzędziemzabezpieczającym, ale kluczową techniką, która pozwala ulepszyćistniejące narzędzia, takie jak wykrywanie złośliwegooprogramowania. Producenci rozwiązań zabezpieczających modyfikujątradycyjne produkty ochronne, takie jak antywirusy, aby wykorzystaćte technologie do identyfikowania i zwalczania wyłaniających sięzagrożeń.

Inteligentne zabezpieczenia mają kluczowe znaczenie nie tylko dlaochrony indywidualnych konsumentów i firm, ale równieżinfrastruktury państwowej. Państwa od dawna wykorzystują mocobliczeniową do przyspieszania rozwoju gospodarczego i ochronyswoich obywateli; ochrona własności intelektualnej i cyfrowychgranic kraju to obszar zaawansowanych prac badawczo-rozwojowych.

W miarę, jak producenci rozwiązań zabezpieczających będąopracowywać coraz bardziej złożone modele zagrożeń i zachowań,wykorzystując postępy w badaniach nad SI, ciężar napędzania tychalgorytmów będzie wciąż spoczywał na technologii obliczeniowejbazującej na krzemie. Czy będzie chodzić o wykonywanieskomplikowanych modeli behawioralnych, czy o wspieranie sprzętowych„piaskownic”, szyfrowania pamięci lub odporności na atakfizyczny, czy też o wprowadzenie kolejnej innowacji w dziedziniebezpieczeństwa, częścią rozwiązania będzie zawsze komputerowajednostka obliczeniowa.