Feuer mit Feuer bekämpfen – Automatisierte Cyberangriffe lassen sich nur mit KI-gestützter Automatisierung abwehren

Von   Milad Safar   |  Managing Partner   |  Weissenberg Group
24. September 2021

Immer mehr Cyber-Angreifer nutzen mittlerweile die Automatisierung, um ihre Angriffe schnell auszuführen und Bedrohungen mit atemberaubender Geschwindigkeit zu implementieren. Mittlerweile finden weltweit alle 39 Sekunden Cyberangriffe statt. Die einzige Möglichkeit, mit diesen Bedrohungen Schritt zu halten und sie effizient abzuwehren, besteht in der Automatisierung der Maßnahmen zur Abwehr von Cyberattacken. Die Cybersecurity-Automatisierung arbeitet dabei nach der Devise, Feuer mit Feuer zu bekämpfen.

Was ist Cybersecurity-Automatisierung?

Jeden Tag werden Cyberangriffe zahlreicher und ausgefeilter. Um diese Bedrohungen zu untersuchen, müssen Cyber-Analysten manuelle und sich wiederholende Arbeiten durchführen. Mit Hilfe von Sicherheitssoftware navigieren sich Sicherheitsteams durch Datenwarnungen, um die vielen obskuren Bedrohungen zu finden, über die sie Bescheid wissen müssen. Diese Aufgaben können automatisiert werden.

Von Anti-Malware bis SOAR

Die Cybersecurity-Automatisierung ist die maschinenbasierte Ausführung von Sicherheitsaktionen, die Cyberbedrohungen ohne menschliches Eingreifen programmgesteuert erkennen und eingehende Bedrohungen identifizieren, aufkommende Warnungen sortieren und priorisieren, damit zeitnah entsprechende Maßnahmen ergriffen werden können. So überwachen Automatisierungslösungen Intrusion Detection-Systeme, um nach Bedrohungen und Schwachstellen zu suchen. Anti Malware kann so eingerichtet werden, dass sie alle in einem System angemeldeten Geräte automatisch erkennen und scannen. Diese Produkte identifizieren Cyber-Bedrohungen und beseitigen identifizierte Fehler basierend auf den vom Unternehmen festgelegten Sicherheitsprotokollen. Security Orchestration Automation and Response (SOAR)-Produkte automatisieren den Ablauf. Sie wurden entwickelt, um Aktivitäten zwischen verschiedenen Sicherheitstools zu orchestrieren und gleichzeitig spezifische Automatisierungsaktivitäten als Reaktion auf die identifizierten Schwachstellen auszuführen.

Warum ist Cybersecurity-Automatisierung wichtig?

Die Digitalisierung von Unternehmens-Netzwerken bietet je Menge Angriffsflächen, die angemessen überwacht und verteidigt werden müssen, um beim Auftreten von Bedrohungen rechtzeitig reagieren zu können. Immer noch verlassen sich Unternehmen auf traditionelle Methoden, um ihre Systeme auf Verhaltensanomalien oder Bedrohungsindikatoren zu untersuchen. Diese sind relativ ineffizient, da große Datenmengen manuell von fehleranfälligen Menschen bearbeitet und verwaltet werden müssen. Dies führt zwangsläufig zu Lücken in der Sicherheits-Infrastruktur, durch die Bedrohungen das Unternehmen infiltrieren können. Die Implementierung einer Cybersicherheitsautomatisierung ist daher ein wichtiger und zuverlässiger Mechanismus, um Unternehmen zu schützen und gleichzeitig durch automatisierte Prozesse eine maximale Verteidigung zu gewährleisten.

Vorteile der Cybersecurity-Automatisierung

Automatisierung stützt sich auf Technologien der Künstlichen Intelligenz (KI), um die Analysefähigkeiten eines Unternehmens zu erhöhen. Sie eliminiert auch die menschliche Komponente aus dem Prozess, ermöglicht eine schnellere Datenerfassung und macht die Reaktion des Vorfallmanagements zu einem dynamischeren, einheitlicheren und effizienteren Prozess. Außerdem entfallen zeitaufwendige und wiederholbare Aufgaben, so dass sich die Cybersicherheitsexperten auf die Entwicklung anderer Strategien und Initiativen konzentrieren können.

Technologien der Cybersecurity-Automatisierung

Funktionen mit geringer Kognition wie Überwachung, Scannen und Reaktion auf Vorfälle auf niedriger Ebene können von Robotic Process Automation (RPA) [1] gehandhabt werden. RPA ermöglicht es, Daten zu erkennen, zu aggregieren und zu extrahieren, während der grundlegende Prozess der Bedrohungssuche und -erkennung durchgeführt wird. Automatisierte Erkennungs- und Alarmreaktionen führen zu einer kürzeren Zeit für die Erkennung von Bedrohungen und die Rückmeldung. RPA hilft bei der Identifizierung exponierter Angriffsflächen, um Sicherheitsrisiken zu mindern, indem es bei der Anwendungs- und Geräteerkennung hilft. RPA bietet damit einen proaktiven 24/7/365-Sicherheitsschutz, im Gegensatz zu Menschen, die aufgrund von Erschöpfung müde werden oder sich mental auspowern.

Mit KI gegen AML

Die fortlaufenden Entwicklungen bei Machine Learning (ML) und Natural Language Processing (NLP) werden zudem die Möglichkeiten verbessern, das Verhalten von Bedrohungsakteuren im Kontext von Absicht, Gelegenheit und Fähigkeit des Angreifers zu analysieren. ML kann Massen von Protokoll- und Ereignisdaten von Anwendungen, Endpunkten und Netzwerkgeräten durchsuchen, um schnell Muster aufzudecken und die Ursache von Vorfällen zu ermitteln. Dies ist auch dringend erforderlich, da Kriminelle mittlerweile ihrerseits auch schon Künstliche Intelligenz (KI) einsetzen, um Cyber-Abwehrmechanismen zu analysieren. Zudem kommt auch sogenanntes Adversarial Machine Learning (AML) zum Einsatz, um ein bereits trainiertes Modell zu täuschen, indem es mit bösartigen, manipulierten Daten überflutet wird.

Möglichkeiten der Cybersecurity-Automatisierung

Moderne Cyberangriffe sind stark automatisiert. Und nur durch Automatisierung lässt sich das Bedrohungsvolumen reduzieren, Verhaltensweisen besser vorhersagen und damit eine effektive Prävention installieren. Die manuelle Verteidigung gegen automatisierte Cyberangriffe ist wie der Kampf gegen Windmühlen.

Korrelation von Daten

Um sich effektiv auf Sicherheitsbedrohungen vorzubereiten, muss eine Vielzahl identifizierter und gesammelter Bedrohungsdaten über alle Angriffsvektoren in der eigenen Infrastruktur sowie globale Bedrohungsinformationen außerhalb der eigenen Infrastruktur ausgewertet werden. Gruppen von Bedrohungen müssen identifiziert werden, um den nächsten Schritt des Angreifers vorhersagen zu können. Dazu ist aber enorme Rechenpower notwendig, um das Bedrohungsvolumen zu skalieren. Das ist manuell nicht möglich. Machine Learning (ML) in Kombination mit der Automatisierung verschiedener Prozesse ermöglicht eine schnellere, effektivere und genauere Datensequenzierung. Dieser Ansatz einer dynamischen Bedrohungsanalyse ist die einzige Möglichkeit, ausgeklügelte und noch nie dagewesene Bedrohungen genau zu erkennen.

Schnellen Schutz erzeugen

Sobald eine Bedrohung identifiziert wird, müssen Schutzmaßnahmen schneller erstellt und verteilt werden, als sich ein Angriff im Netzwerke ausbreiten kann. Die Automatisierung kann den Prozess des Erstellens und Implementierens von Schutzmaßnahmen beschleunigen, ohne die Ressourcen zu belasten und ermöglicht es Unternehmen gleichzeitig mit dem Angriff Schritt zu halten. Der Einsatz von Automatisierung bei der Verteilung von Schutzmaßnahmen ist die einzige Möglichkeit, schneller als ein automatisierter und gut koordinierter Angriff vorzugehen und ihn zu stoppen. Mit automatisierter Big-Data-Angriffssequenzierung und automatischer Generierung und Verteilung von Schutzmaßnahmen kann der nächste Schritt eines unbekannten Angriffs genauer vorhergesagt und schnell genug gegen ihn vorgegangen werden, um ihn zu verhindern.

Erkennen von Infektionen

Unternehmen müssen schneller vorgehen als der Angreifer selbst. Nur so lässt sich ein Angriff abwehren, bevor Daten das Netzwerk verlassen. Um aber ein infiziertes System oder ein verdächtiges Verhalten zu identifizieren, müssen Daten zeitlich rückwärts und vorwärts analysiert und auf Verhaltensweisen untersucht werden, die darauf hindeuten, dass ein System infiziert wurde. Die Skalierung der manuellen Korrelation und Analyse von Daten im Netzwerk oder in der Cloud ist ein hoffnungsloses Unterfangen. Nur die Automatisierung ermöglicht eine schnelle Analyse, ob ein System im Netzwerk kompromittiert wurde, und eine ebenso schnelle Intervention.

Kein „nice to have“, sondern ein “Must”

Angesichts der steigenden Zahl und Schwere von Cyberangriffen mangelt es an erstklassigen Sicherheitstalenten. Cybersecurity-Automatisierung maximiert den Wert und das Engagement der Sicherheitsanalysten durch die Automatisierung alltäglicher, mühsamer Aufgaben. Mit der Cybersecurity-Automatisierung können die Reaktion auf Vorfälle und die Dauer des Incidentsdrastisch verkürzt werden. Cybersecurity-Automatisierung hilft Unternehmen, den Bedrohungen immer einen Schritt voraus zu sein. Die Reaktion auf Vorfälle, die Stunden oder sogar Tage dauern kann, kann auf Sekunden reduziert werden. Das bedeutet, dass Unternehmen sich weniger Bedrohungen aussetzen und auch ihre Kunden besser schützen, während sie gleichzeitig den Ruf und die eigene Zukunft schützen.

 

Quellen und Referenzen

[1] https://weissenberg-solutions.de/was-ist-robotic-process-automation/

 

ist Managing Partner der Weissenberg Group. Er entwickelte für namhafte Konzerne Lösungen zur Prozessoptimierung. Schwerpunktmäßig beschäftigt sich er sich mit den Themen Digitalisierung, Robotic und Künstliche Intelligenz, zu denen er auch regelmäßig Vorträge hält.

Um einen Kommentar zu hinterlassen müssen sie Autor sein, oder mit Ihrem LinkedIn Account eingeloggt sein.

21875

share

Artikel teilen

Top Artikel

Ähnliche Artikel