網(wǎng)絡(luò)安全如何利用自動化對抗

肖志

公司企業(yè)和消費(fèi)者，都想能夠更方便、更及時地，從越來越復(fù)雜的互聯(lián)設(shè)備及網(wǎng)絡(luò)，獲取個性化的信息及服務(wù)。正是這種需求，驅(qū)動了我們經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型。

訪問個人及財務(wù)信息的在線設(shè)備增加，虛擬及多云環(huán)境蔓延，以及萬物互聯(lián)的膨脹———從車輛、家居、辦公及工業(yè)中的IoT設(shè)備軍團(tuán)和關(guān)鍵基礎(chǔ)設(shè)施，到智慧城市的興起，共同為網(wǎng)絡(luò)罪犯創(chuàng)建了新的破壞機(jī)會。想要獲得成功的公司，不僅僅需要領(lǐng)先消費(fèi)者和雇員一步，還得走在想要利用這些新機(jī)會的犯罪分子前頭。

黑帽自動化

網(wǎng)絡(luò)罪犯已經(jīng)開始在其攻擊戰(zhàn)術(shù)、技術(shù)和規(guī)程（TTP）中利用自動化和機(jī)器學(xué)習(xí)了。利用自動化前端挖掘信息和漏洞，結(jié)合基于人工智能（AI）的分析在后端關(guān)聯(lián)盜取的結(jié)構(gòu)化及非結(jié)構(gòu)化大數(shù)據(jù)的攻擊，已經(jīng)進(jìn)入我們的視野。此類數(shù)據(jù)密集型攻擊策略的問題，在于需要大量計算能力。為什么網(wǎng)絡(luò)罪犯要利用盜取的云服務(wù)和公共基礎(chǔ)設(shè)施，來發(fā)起并管理其攻擊行動，精煉其惡意軟件工具？這就是原因。

安全提供商和研究人員也在用機(jī)器學(xué)習(xí)和沙箱工具分析惡意軟件。所以，網(wǎng)絡(luò)罪犯沒有任何理由不用同樣的方法來自動標(biāo)定網(wǎng)絡(luò)、發(fā)現(xiàn)目標(biāo)、確定設(shè)備或系統(tǒng)弱點(diǎn)以及執(zhí)行虛擬滲透測試，然后使用指紋識別和曬圖之類的技術(shù)，建立并發(fā)起定制攻擊。事實上，我們已經(jīng)發(fā)現(xiàn)第一波自動化產(chǎn)生基于此類信息的定制代碼，以更高效攻擊脆弱目標(biāo)的攻擊嘗試。

這并非科幻小說。數(shù)年前，多態(tài)惡意軟件就已經(jīng)在用學(xué)習(xí)模型繞過安全控制了，且每天能產(chǎn)生百萬個病毒變種。但截至目前，這些變體并不怎么高端，也不怎么受控。然而，下一代多態(tài)惡意軟件，就將能夠打造定制攻擊，而不僅僅是基于靜態(tài)算法的簡單變形了。他們將引入自動化和機(jī)器學(xué)習(xí)，針對特定目標(biāo)建立上千個定制攻擊。

以毒攻毒

對惡意軟件及網(wǎng)絡(luò)犯罪技術(shù)發(fā)展的一大關(guān)鍵響應(yīng)，就是“專家系統(tǒng)”的開發(fā)。專家系統(tǒng)，就是使用AI技術(shù)解決復(fù)雜問題的一系列集成軟件及經(jīng)編程設(shè)備的集合。當(dāng)前就有專家系統(tǒng)使用知識數(shù)據(jù)庫來提供建議、進(jìn)行醫(yī)療診斷，或者做出關(guān)于證券交易的明智決策。

專家系統(tǒng)的成功，取決于不同系統(tǒng)協(xié)作解決復(fù)雜問題的能力。它們要能夠共享關(guān)鍵情報，支持可自動協(xié)同工作的安全架構(gòu)，以鑒別并阻止高級威脅。除了在通用安全協(xié)議下集成多云及移動設(shè)備，未分隔網(wǎng)絡(luò)及不安全網(wǎng)絡(luò)也需要同時主動監(jiān)視并保護(hù)起來。這意味著，需要識別出孤立的安全設(shè)備，并用可組成更復(fù)雜、更集成、更自動化的系統(tǒng)設(shè)備替換之。

最大的挑戰(zhàn)往往是安全中的最后一公里———找出自動化關(guān)鍵安全功能的意愿和方法，比如庫存管理、補(bǔ)丁及替換、強(qiáng)化系統(tǒng)、實現(xiàn)雙因子身份驗證（2FA）。問題就在于，該復(fù)雜多云生態(tài)系統(tǒng)，以及橫跨物理及虛擬環(huán)境的超級集成網(wǎng)絡(luò)，讓上述基本安全操作極端難以達(dá)成。因此，使用集成專家安全系統(tǒng)和自動化過程，替代當(dāng)前靠人工完成的日常工作及基本安全功能，就顯得非常重要了。而這項工作，顯然落在了AI及自動化技術(shù)上。它們需要能夠做到：

對當(dāng)前接入網(wǎng)絡(luò)的所有設(shè)備保有庫存清單，分析并確定設(shè)備漏洞，對設(shè)備應(yīng)用補(bǔ)丁和更新，標(biāo)記需替換的設(shè)備，在更新或替換可用前自動對脆弱設(shè)備應(yīng)用安全協(xié)議或IPS策略。還要能隔離被感染設(shè)備，阻止感染蔓延，并啟動緩解修復(fù)過程。

設(shè)備錯誤配置，是公司企業(yè)面臨的另一個巨大問題。專家系統(tǒng)需能自動審查并更新安全設(shè)備及網(wǎng)絡(luò)設(shè)備，監(jiān)視它們的配置，在無需人工干預(yù)的情況下，隨網(wǎng)絡(luò)環(huán)境變化而做出恰當(dāng)?shù)母淖儭?/p>

自動化系統(tǒng)還需能夠根據(jù)信任等級和入侵指標(biāo)（IoC）來劃分設(shè)備，并動態(tài)分隔流量，尤其是來自日漸增多的IoT設(shè)備的流量。且即便在最靈活多變的環(huán)境中，該操作也要能近實時達(dá)成。很快，自動化就可使入侵時間與防護(hù)時間的差距縮小到毫秒級，而不是目前的小時級或天級，并能成功應(yīng)對攻擊的進(jìn)化演變，人類應(yīng)該可以解脫了。

未來幾年，隨著自動化和可作出自治或半自治決策的工具的使用，我們將看到攻擊界面的延伸擴(kuò)展。一旦AI和自動化無需人工交互就可自主發(fā)展，自治惡意軟件導(dǎo)致的大規(guī)模破壞，就可能造成災(zāi)難性后果，永久重塑我們的未來。

為滿足這些變化的需求，安全速度及規(guī)模將要求自動化安全響應(yīng)和人工智能的應(yīng)用，發(fā)展并精煉自學(xué)習(xí)，以便網(wǎng)絡(luò)可有效地做出自治決策。我們當(dāng)前偶然產(chǎn)生的網(wǎng)絡(luò)架構(gòu)，就可以被特意設(shè)計的版本所替代，不僅能頂住重大持續(xù)攻擊，還能自動適應(yīng)現(xiàn)在和未來的發(fā)展。