ما المقصود بالذكاء الاصطناعي الوكيل في الأمان عبر الإنترنت؟

غالبا ما يتم تصميم أنظمة الذكاء الاصطناعي الوكيلة مع الرقابة البشرية المضمنة للموازنة بين الحكم الذاتي والتحكم.

في نهج Microsoft للذكاء الاصطناعي الوكيل للأمان عبر الإنترنت، تم تصميم هذا كنموذج تعاوني حيث يمكن للمشغلين البشريين مراقبة سلوك النظام وتوجيهه.

تشمل الأمثلة الشائعة ما يلي:

• المنطق الشفاف. توفر أنظمة Microsoft سياقا داعما وتوصيات لمساعدة المحللين على فهم مخرجات النظام ومسارات القرارات.

• الموافقة والتعديل. يمكن لـ Teams مراجعة إجراءات النظام أو الموافقة عليها أو رفضها أو ضبطها، مع تضمين الملاحظات لتحسين النتائج بشكل مستمر.

• عناصر تحكم قابلة للتدقيق. تخضع الأنشطة لعناصر تحكم أمان المؤسسة مثل الوصول المستند إلى الدور وسجلات التدقيق وحمايات سير العمل لدعم متطلبات التوافق والمحاسبة.

يستطيع الذكاء الاصطناعي العامل الاستجابة بشكل ديناميكي للظروف المتغيرة وتعديل سلوكه بناءً على السياق بسبب عملية تسمى الحلقة العاملة - وهي سلسلة من الخطوات التي يكررها العامل حتى يحقق هدفه.

الإدراك → الاستدلال → التخطيط → التنفيذ → التعلم

• الإدراك. يجمع النظام معلومات من بيئته، بما في ذلك السجلات والتنبيهات ونشاط المستخدم التحليل الذكي للمخاطر، والبيانات من الأدوات والأنظمة المتصلة.
• الاستدلال. فهو يحلل المعلومات ويحدد الأنماط ويقيم المخاطر ويحدد معنى البيانات في السياق.
• التخطيط. استنادا إلى أهدافه، يقوم النظام بتطوير تسلسل من الإجراءات لتحقيق النتيجة المطلوبة.
• التنفيذ. ينفذ الوكيل مهاماً، مثل عزل جهاز أو فتح تذكرة أو تصعيد تنبيه أو جمع أدلة إضافية من خلال التفاعل مع الأدوات أو الأنظمة أو مهام سير العمل.
• التعلم. يقوم النظام بتقييم نتائج إجراءاته ويستخدم الملاحظات والبيانات الجديدة والنتائج السابقة لتحسين القرارات والاستجابات المستقبلية.

لتمكين الذكاء الاصطناعي الوكيل من العمل بفعالية، تحتاج الفرق أيضا إلى تحديد ما إذا كانت تريد استخدام نظام وكيل واحد أو نظام متعدد الوكلاء. يعتمد نظام العامل الواحد على عامل واحد لإدارة المهام والقرارات، التي تعمل بشكل جيد عندما تكون مهام سير العمل مضمنة نسبياً وتكون القرارات مركزية. إذا كانت مهام سير العمل معقدة أو تتطلب أنواعا مختلفة من الخبرة، فغالبا ما تقوم المؤسسات بإعداد نظام متعدد الوكلاء يستخدم العديد من وكلاء الذكاء الاصطناعي المتخصصين الأمان عبر الإنترنت التي تعمل معا لتحقيق هدف مشترك.

حتى مع القدرات الذاتية، تظل الرقابة من قبل الأشخاص مهمة. تستخدم العديد من المؤسسات نقاط تحقق وبوابات موافقة بشرية متكررة للإجراءات الحساسة أو ذات الخطورة العالية للمساعدة في الحفاظ على الإدارة والمحاسبة والتحكم التشغيلي.

تصبح الاختلافات بين الأتمتة التقليدية والذكاء الاصطناعي الإنشائي والذكاء الاصطناعي الوكيل أكثر وضوحا عند مقارنتها عبر الأبعاد الأساسية.

لسوء الحظ، الشركات والحكومات ليست هي الوحيدة التي تعتمد الذكاء الاصطناعي بسرعة. يستخدم العاملون في المخاطر الأنظمة الوكيلة لزيادة سرعة الهجمات عبر الإنترنت وحجمها، مما يؤدي إلى إنشاء العديد من تحديات الأمان عبر الإنترنت أو زيادة تعقيدها، بما في ذلك:

• تحدي المقياس. غالباً ما تواجه فرق الأمن كميات هائلة من التنبيهات، وتزايد تعقيد البيانات، ونقص مستمر في المحللين.
• تحدي السرعة. تقوم ملحقات الإنترنت بأتمتة عملياتها بشكل متزايد، بينما لا يزال العديد من الدفاع يعتمدون على الفرز اليدوي عمليات الاستجابة للحوادث .
• تحدي الموثوقية والدقة. يمكن أن يؤدي التعرض المستمر للورديات الليلية وأحجام كبيرة من المهام المتكررة إلى إرهاق المحللين والإرهاق، مما يزيد من خطر عدم التناسق والخطأ البشري.
• تحدي المرونة. تعمل المؤسسات الحديثة عبر البيئات المختلطة التي تتضمن الأنظمة الأساسية للسحابة ونقاط النهاية والهويات والتطبيقات وخدمات الجهات الخارجية. يعمل سطح الهجوم الموسع هذا على زيادة المخاطر التشغيلية وإنشاء المزيد من الفرص للمهاجمين عبر الإنترنت.

تساعد الذكاء الاصطناعي الوكيل في الأمان عبر الإنترنت فرق الأمان على العمل بفعالية أكبر في البيئات التي أصبحت معقدة جدا وسريعة الحركة ومترابطة بشكل كبير لعمليات الأمان اليدوية بالكامل (SecOps). يختلف هذا عن أمان الذكاء الاصطناعي الوكيل الأوسع، الذي يركز على حماية أنظمة الذكاء الاصطناعي نفسها.

بدلا من استبدال فرق الأمان، تعمل الذكاء الاصطناعي الوكيلة كمضاعف قوة عبر عمليات الأمان عبر الإنترنت، مما يؤدي إلى مزايا مثل:

• وقت التوسط الأسرع للكشف عن (MTTD/MTTR) والاستجابة له. يمكن للذكاء الاصطناعي الوكيل التحقق من التنبيهات وربط الإشارات وتنسيق إجراءات الاستجابة بسرعة، مما يساعد الفرق على تقليل وقت الاكتشاف والاستجابة.
• تقليل إرهاق المحللين والمزيد من الوقت العمل عالية القيمة. من خلال معالجة المهام المتكررة والمستهلكة للوقت، تساعد الذكاء الاصطناعي الوكيل على تقليل إرهاق التنبيه وتسمح للمحللين بالتركيز على المزيد من عمليات الاستقصاء الاستراتيجية واتخاذ القرارات.
• فرز واستجابة متناسقة وقابلة للتكرار. تطبق الذكاء الاصطناعي الوكيل مهام سير العمل والعمليات بشكل متناسق عبر الأحداث، مما يحسن موثوقية التشغيل عن طريق تقليل التباين الناتج عن العمليات اليدوية.
• تغطية على مدار الساعة ومقياس مرن. على عكس الفرق البشرية، يمكن للذكاء الاصطناعي الوكيل العمل باستمرار وتغيير الحجم لمعالجة كميات كبيرة من التنبيهات والأحداث والبيانات دون الحاجة إلى مزيد من الموظفين.
• نسبة الإشارة إلى الضوضاء المحسنة ترتيب الأولويات. يمكن للذكاء الاصطناعي الوكيل تحليل كميات كبيرة من البيانات السياقية للمساعدة في تحديد أهم التهديدات وتقليل التنبيهات غير الضرورية وتحسين ترتيب الأولويات.
• مرونة أقوى وإدارة مخاطر استباقية. يمكن للذكاء الاصطناعي الوكيل مراقبة البيئات باستمرار وتحديد نقاط الضعف المحتملة ودعم إجراءات الأمان الاستباقية التي تساعد المؤسسات على تقليل المخاطر وتحسين المرونة التشغيلية مع مرور الوقت.

توضح العديد من حالات الاستخدام كيف يمكن للأشخاص والوكلاء العمل معا لتعزيز الأمان.

غالبا ما تواجه فرق الأمان تنبيهات أكثر من تلك التي يمكنها التحقق منها يدويا، مما يجعل ترتيب الأولويات ضروريا للاستجابة الفعالة.

دور الوكيل:

• إثراء التنبيهات باستخدام معلومات المخاطر وسياق الأصول وبيانات سلوك المستخدم.
• إعطاء الأولوية للحوادث استنادا إلى درجات المخاطر والثقة.
• يوصي بالخطوات التالية للفحص أو المعالجة.

دور المحلل:

• مراجعة الأحداث ذات الأولوية العالية.
• التحقق من صحة النتائج واتخاذ قرارات التصعيد.
• يعالج عمليات الاستقصاء المعقدة أو الحساسة.

تعتمد فرق الأمان على كميات كبيرة من بيانات المخاطر، مما يجعل من الصعب استخراج نتائج التحليلات ذات الصلة والقابلة للتنفيذ بسرعة.

دور الوكيل

• جمع المعلومات الذكية للمخاطر وتلخيصها من مصادر متعددة.
• يوفر الوعي الموضعي في الوقت الحقيقي وإعداد التقارير السريعة.
• ربط نشاط التهديد عبر البيئات.

دور المحلل:

• تفسير اتجاهات المخاطر والمخاطر الاستراتيجية.
• التحقق من صلة المعلومات الذكية وتأثيرها.
• دليل أولويات الاستجابة وتخطيطها.

يتطلب تحديد التهديدات المخفية أو الناشئة تحليلا مستمرا عبر مجموعات البيانات الكبيرة والمعقدة.

دور الوكيل:

• إنشاء مصادر بيانات التتبع والاستعلامات.
• تكرار عبر مجموعات البيانات الكبيرة لتحديد النشاط المريب.
• إجراء عمليات بحث مستمرة في الخلفية بحثا عن التهديدات الناشئة.

دور المحلل:

• التحقق من صحة النتائج وتحديد تأثير الأعمال.
• التحقق من نشاط الهجمات الإلكترونية المتقدمة أو المستهدفة.
• تحسين استراتيجيات التعقب وأولوياته.

تتطلب الاستجابة لحوادث الأمان تنسيقاً سريعاً عبر أنشطة الكشف والاستقصاء والاحتواء.

دور الوكيل:

• أتمتة جمع الدلائل ووثائق الأحداث.
• مسودات المخططات الزمنية وتلخيص نشاط الهجمات عبر الإنترنت.
• إكمال إجراءات الاحتواء بموافقة المحللين.
• يساعد على حماية نقاط النهاية وأتمتة مهام سير عمل معالجة الثغرات الأمنية.

الدور الخاص بـ المحلل:

• يوافق على إجراءات الاستجابة عالية المخاطر.
• الإشراف على جهود المعالجة والاسترداد.
• إحداثيات الاتصال ومراجعة ما بعد الحادث.

يجب على المؤسسات تحديد نقاط ضعف الأمان وتحديد أولوياتها قبل أن يتم استغلالها من قبل الجهات المعنية بالتهديدات.

دور الوكيل:

• إعطاء الأولوية للثغرات الأمنية استنادا إلى مستوى المخاطر وقيمة الأصول المعرضة للخطر.
• يحدد التعرضات عبر بيئات السحابة ونقطة النهاية والهوية.
• يوصي بمسارات المعالجة وإجراءات التخفيف.

دور المحلل:

• تحديد أولويات المعالجة استنادا إلى مخاطر الأعمال.
• التحقق من صحة الإجراءات المستحسنة.
• إحداثيات جهود التصحيح وتقليل المخاطر.

تعد مراقبة نشاط الهوية أمرا هاماً للكشف عن الوصول غير المصرح به ومنع إساءة استخدام الامتيازات.

دور الوكيل:

• يكشف عن أنماط تسجيل الدخول والوصول غير المعتادة.
• يحدد الأذونات الخطرة ومخاطر تصعيد الامتيازات.
• مراقبة التهديدات المتعلقة بالهوية بشكل مستمر.

دور هوية مسؤول الوصول:

• مراجعة أحداث الوصول عالية المخاطر.
• الموافقة على تغييرات النهج أو الأذونات.
• التحقق من نشاط اختراق الحساب أو insider المحتمل.

يجب على فرق الأمان إنشاء منطق الكشف وتحسينه باستمرار لمواكبة التهديدات المتطورة.

دور الوكيل:

• يكتب ويختبر منطق الكشف.
• التحقق من تغطية الكشف وتحديد الثغرات.
• يقترح تحسينات الضبط لتقليل النتائج الإيجابية الخاطئة.

دور المحلل:

• مراجعات تحديثات الكشف والموافقة عليها.
• محاذاة عمليات الكشف مع أولويات المؤسسة.
• تشرف على بنية الأمان والاستراتيجية على المدى الطويل.

تتطلب حماية البيانات الحساسة مراقبة وتصنيف وتنفيذ نهج الأمان بشكل مستمر.

دور الوكيل

• التحقق من تفادي فقدان البيانات والمخاطر الداخلية وتحديد أولوياتها.
• أتمتة اكتشاف مخاطر البيانات الحساسة وتحليلها عبر البيئات.
• يحدد انتهاكات النهج وثغرات التوافق.

دور مسؤول أمان البيانات:

• يراجع أحداث التعرض لمخاطر عالية للبيانات.
• تحديد متطلبات التوافق والإدارة.
• تشرف على اتخاذ قرارات الإصلاح وتنفيذ النهج.

توفر الذكاء الاصطناعي الوكيل في الأمان عبر الإنترنت القيمة القصوى عندما تساعد الفرق على تحليل البيانات وإثراء التنبيهات والاستجابة للثغرات الأمنية والتهديدات عبر البيئة بأكملها. للقيام بذلك، تستخدم المؤسسات واجهات برمجة التطبيقات لتوصيل وكلاء الأمان بالأدوات التي يستخدمونها بالفعل، مثل SOAR، الكشف والاستجابة الموسعة (XDR)، إدارة وضع أمان السحابة (CSPM)، إدارة الهوية والوصول (IAM)، معلومات الأمان وإدارة الأحداث (SIEM)، أدوات الكشف والاستجابة لنقطة النهاية (EDR) وحلول حجز التذاكر. يسمح هذا لأنظمة الذكاء الاصطناعي الوكيل باسترداد المعلومات وتنسيق مهام سير العمل وإجراءات التشغيل وتحديث الأنظمة في الوقت الحقيقي.

يوفر التنفيذ التلقائي للفرق الكثير من الوقت، ولكن لا يزال من المهم الحفاظ على التحكم والمحاسبة لتجنب الإجراءات غير المقصودة. تتطلب فرق الأمان عادة من المحللين مراجعة القرارات ذات الخطورة العالية، مع السماح بمزيد من الكفاءة للإجراءات ذات الخطورة المنخفضة. في أي من الحالتين، من المهم إنشاء إدارة البيانات وعناصر التحكم بالوصول للمساعدة في ضمان تفاعل الذكاء الاصطناعي فقط مع الأنظمة والبيانات المعتمدة.

تعمل فرق الأمان التي حققت أكبر نجاح بفضل الذكاء الاصطناعي الوكيل على وضع أدوات قياس لتقييم مدى نجاحها في تحقيق أهدافها. وهذا يمنحهم المعلومات التي يحتاجون إليها لضبط عمليات التنفيذ وتحسينها.

تتضمن مقاييس النجاح الرئيسية ما يلي:

تتضمن البيانات التي تساعد على تحديد فعالية عمليات الأمان ما يلي:

• MTTD وMTTR.
• عدد التنبيهات التي تم فرزها أو إغلاقها تلقائياً.
• تخفيض المعدل الإيجابي الخاطئ.
• الوقت المستغرق للتحقيق في الأحداث وحلها.

تقدم هذه المقاييس تحليلات القيادة حول كيفية تغيير الذكاء الاصطناعي الوكيل للطريقة التي تقضي بها فرق الأمان وقتها:

• ساعات المحللين التي تم استردادها من الفحص اليدوي والفرز.
• معدل التصعيد للتنبيهات التي تتطلب تدخل المحلل.
• إعداد الوقت للمحللين الجدد الذين يستخدمون مهام سير العمل المدعومة بالذكاء الاصطناعي.
• تقليل المهام المتكررة أو منخفضة القيمة.

يمكن للرؤساء أيضا معرفة مدى تأثير تحسينات الأمان على المؤسسة بأكملها باستخدام مقاييس مثل:

• التكلفة لكل حادث أمان.
• تغطية عبر البيئات والهويات ونقاط النهاية وموارد السحابة
• وضع التوافق العام وجاهزية التدقيق.
• تقليل التعرض للمخاطر التشغيلية مع مرور الوقت.

نظرا لأن الأنظمة الوكيلة تعمل بمستويات مختلفة من الاستقلالية، فإن الإدارة والشفافية والتحكم ضرورية للنشر الآمن.

• عوامل الظل الأتمتة غير المدارة.. مع مقياس الأنظمة الوكيلة، قد تنشئ المؤسسات عن غير قصد عوامل غير مدارة أو مكررة. فبدون المراقبة المناسبة، يمكن أن يقدم وكلاء” الظل هذه “سلوكا غير متناسق أو إجراءات غير مصرح بها.
• الهلوسة والنتائج الإيجابية الكاذبة. مثل أنظمة الذكاء الاصطناعي الأخرى، يمكن أن ينتج عن الذكاء الاصطناعي الوكيل نتائج غير صحيحة أو بيانات تفسير خاطئ، مما قد يؤدي إلى تنبيهات غير ضرورية أو إجراءات غير صحيحة إذا لم يتم التحقق من صحتها.
• الأتمتة الزائدة وفقدان الرقابة. يمكن أن يقلل الاعتماد الزائد على الأتمتة من إمكانية الرؤية في عمليات اتخاذ القرار، مما يزيد من خطر السياق الفائت أو الإجراءات غير المناسبة.
• خصوصية البيانات والتحكم بالوصول. تتطلب أنظمة الذكاء الاصطناعي الوكيل الوصول إلى بيانات الأمان الحساسة، مما يجعل عناصر التحكم المقيدة حول الأذونات وحدود البيانات والوصول إلى الامتيازات الأقل أهمية.
• نموذج الانجراف والمعالجة الخصومية. مع مرور الوقت، قد ينخفض أداء النموذج مع تغير البيئات. بالإضافة إلى ذلك، قد تحاول أجهزة التحكم عبر الإنترنت التعامل مع الإدخالات أو المقاييس للتأثير على سلوك الوكيل.

• يوفر إطار إدارة مخاطر الذكاء الاصطناعي (AI RMF) إرشادات لإدارة المخاطر المتعلقة بالذكاء الاصطناعي عبر دورة الحياة، بما في ذلك الإدارة والتحصين والقياس والإدارة.
• ISO/IEC 42001 يضع متطلبات لنظام إدارة الذكاء الاصطناعي، مع التركيز على التطوير المسؤول لأنظمة الذكاء الاصطناعي واستخدامها.
• يقدم قانون الذكاء الاصطناعي في الاتحاد الأوروبي متطلبات التوافق والتصنيف المستندة إلى المخاطر لأنظمة الذكاء الاصطناعي التي تعمل في الاتحاد الأوروبي أو تؤثر عليه.
• تعدالقوانين الخاصة بالقطاعات متطلبات فريدة لبعض الصناعات، مثل قانون نقل التأمين الصحي ومسؤوليتها (HIPAA) لحماية بيانات الرعاية الصحية، ومعيار أمان بيانات صناعة بطاقات الدفع (PCI DSS) لأمان الدفع، وقانون Sarbanes-Oxley (SOX) للتحكم في التقارير المالية.

بينما تقوم فرق الأمن بنشر وتوسيع نطاق الذكاء الاصطناعي الوكيل للأمان عبر الإنترنت عبر مؤسساتها، فإن الاستراتيجية المدروسة تساعد على تحسين نتائج الأمن مع الحفاظ على الشفافية والمساءلة والثقة بين الفرق.

تقدم المؤسسات عادة الذكاء الاصطناعي الوكيل في المراحل المتحكم بها، بدءا من حالات الاستخدام المساعدة ذات الخطورة المنخفضة قبل التوسيع إلى إجراءات ذات تأثير أعلى. من المهم أيضا تحديد أولويات الشفافية في كيفية اتخاذ وكلاء الأمان القرارات.

تساعد الضوابط الواضحة على الحد من سلوك الفاعل ضمن حدود آمنة ومتوقعة. لتقليل مخاطر السلوك غير المتوقع، تحدد الفرق الإجراءات التي يمكن لوكلاء الذكاء الاصطناعي للأمان عبر الإنترنت إكمالها بشكل مستقل، وإنشاء مهام سير عمل الموافقة للعمليات الحساسة أو عالية التأثير، وتعيين العتبات عندما يحتاج وكلاء الأمان إلى التصعيد إلى المحللين.

يساعد التحكم بالوصول المستند إلى الدور (RBAC) في تقليل مخاطر النشاط غير المقصود عن طريق تقييد وصول العامل إلى الأنظمة والبيانات والإجراءات المطلوبة للوظيفة المحددة الخاصة به. لهذا السبب، تطبق فرق الهوية نفس مبادئ أقل الامتيازات على الوكلاء كما تفعل مع الأشخاص.

للحفاظ على الرؤية في سلوك الوكيل، تقوم فرق الأمان بتسجيل جميع إجراءات الوكيل وتدقيقها، بما في ذلك القرارات واستخدام الأدوات والنتائج. يساعدهم ذلك في التحقق من الأحداث، والوفاء بمتطلبات التوافق، واكتشاف مشكلات التنفيذ التي تحتاج إلى ضبط.

من المرجح أن يعتمد المحللين الذكاء الاصطناعي الوكيل إذا شعروا بأنهم على اطلاع وتحكم. يمكن للمؤسسات بناء الثقة من خلال التأكد من أن توصيات الوكيل واضحة وسهلة الفهم. كما أنها تتمتع بنجاح أفضل عند استخدام الذكاء الاصطناعي لزيادة اتخاذ قرارات المحللين بدلا من استبدالها.

تلعبمراكز عمليات الأمان (SOCs)وفرق تكنولوجيا المعلومات والتوافق دورا في نشر الذكاء الاصطناعي الوكيل بأمان وفعالية وتوافق مع تحمل المخاطر المؤسسية. يساعد فريق متعدد التخصصات المؤسسات على تحديد حالات الاستخدام التشغيلي وإدارة التكامل والبنية الأساسية وتلبية المتطلبات التنظيمية.

إن إنشاء مهام سير عمل عاملة بالكامل والتي تعمل عبر مجالات الأمان عبارة عن عملية متعددة المستويات. مع زيادة المؤسسات لنضوجها التشغيلي، فإنها تحتاج إلى إدارة ومراقبة أقوى.

في المرحلة الأولى، تستخدم المؤسسات برامج نصية ومهام سير عمل معرفة مسبقا لمعالجة مهام الأمان المتكررة.

كيف يبدو النجاح:

• إكمال متناسق للمهام الدورية، مثل إثراء التنبيه أو إنشاء التذاكر.
• جهد يدوي منخفض في مهام سير العمل ذات التعقيد المنخفض.
• على القواعد الثابتة ودفاتر المبادئ.

مؤشرات الجاهزية:

• تكاملات SIEM وSOAR وتذاكر ثابتة.
• عمليات أمان معرفة بوضوح وقابلة للتكرار.
• كم كبير من مهام المحللين المتكررة.

في هذه المرحلة، يدعم الذكاء الاصطناعي المحللين من خلال تحسين الرؤية والتلخيص واتخاذ القرارات، ولكنه لا يتخذ إجراءً مباشراً.

كيف يبدو النجاح:

• تحقيق أسرع من خلال الملخصات والرؤى التي يتم إنشاؤها بواسطة الذكاء الاصطناعي.
• تحسين فهم التنبيه وإثراء السياق.
• يبقى المحللين مسؤولين تماما عن القرارات والإجراءات.

مؤشرات الجاهزية:

• تدفقات بيانات البالغين والمقاييس المركزية.
• عمليات الأمان المنشأة.
• بحاجة إلى دعم أسرع للفرز والاستقصاء.

هنا، تبدأ الذكاء الاصطناعي الوكيل في اتخاذ إجراءات محدودة داخل أجهزة الحماية المحددة، بينما يحتفظ الأشخاص بسلطة الموافقة على العمليات ذات الخطورة العالية.

كيف يبدو النجاح:

• الفرز التلقائي والإثراء وخطوات المعالجة المستحسنة.
• تقليل عبء العمل على المحللين فيما يتعلق بمهام التحقيق المتكررة.
• موافقة بشرية على إجراءات الاحتواء والمعالجة.

مؤشرات الجاهزية:

• عناصر تحكم قوية في الهوية والوصول لأنظمة التنفيذ التلقائي.
• مهام سير عمل للتصعيد والموافقة معرفة جيداً.
• الثقة في جودة البيانات وتكامل الأنظمة.

في مرحلة البالغين، تعمل الذكاء الاصطناعي الوكيلة عبر مجالات متعددة، حيث تنسق الإجراءات مع الحد الأدنى من تدخل المحللين داخل الحدود المحددة. يسمح هذا بتزامن الأمان من طرف إلى طرف عبر المؤسسة.

كيف يبدو النجاح:

• الكشف والاستقصاء والاستجابة المستمرة والمستقلة عبر البيئات.
• التنسيق عبر المجالات بين أنظمة الأمان، تكنولوجيا المعلومات، الهوية والتوافق.
• يركز الأشخاص على الإدارة والاستراتيجية ومعالجة الاستثناءات.

مؤشرات الجاهزية:

• إطارات عمل إدارة البالغين للذكاء الاصطناعي والأتمتة.
• مقاييس عالية الثقة وتكامل البيانات عبر الأنظمة.
• محاذاة قوية للوظائف التبادلية بين فرق الأمان تكنولوجيا المعلومات والتوافق.
• الثقة في اتخاذ القرارات التلقائية مع إمكانية التدقيق والمراقبة.

لا تزال الذكاء الاصطناعي الوكيل في بداية منحنى الاعتماد، ولكن هناك عدة اتجاهات واضحة تشكل كيفية تطورها عبر الأمان.

• فريق أحمر مستقل. سيقوم وكلاء الذكاء الاصطناعي بمحاكاة سلوك الخصم بشكل متزايد لاختبار الدفاعات باستمرار وتحديد نقاط الضعف والتحقق من صحة عناصر التحكم الأمنية في الوقت الحقيقي.
• التكرار الحلقي لعامل. ستصبح الذكاء الاصطناعي الوكيل لعمليات الأمان أكثر استمرارية وتحسيناً ذاتياً، مع إدراك الوكلاء والتصرف والتعلم من النتائج لتحسين الاكتشاف والاستجابة.
• صراع إلكتروني بين أنظمة الذكاء الاصطناعي. مع اعتماد المهاجمين الإلكترونيين أيضاً على الذكاء الاصطناعي، قد تشمل المواجهات الإلكترونية المستقبلية أنظمة وكلاء دفاعية وهجومية تتنافس بشكل مباشر مع بعضها البعض.
• الدفاع المتوقع. بدلا من التفاعل مع الأحداث، تتوقع الأنظمة الوكيلة التهديدات من خلال تحليل الأنماط وبيانات التعرض وسلوك المهاجم لمنع الهجمات عبر الإنترنت قبل حدوثها.
• وكلاء الذكاء الاصطناعي التعاوني. سيقوم العديد من الوكلاء المتخصصين بالتنسيق عبر المهام، مثل الكشف والاستقصاء والمعالجة وإعداد التقارير، لإنشاء مهام سير عمل أمان أكثر مرونة وقابلية للتوسع.
• الدور المتطور للمحلل. سيتحول المحللين بعيدا عن مهام الاستقصاء والاستجابة المتكررة تجاه المسؤوليات ذات القيمة الأعلى مثل مراقبة الوكيل وتصميم النهج وإدارة المخاطر الاستراتيجية.

يمكن للمؤسسات الكشف عن التهديدات والتحقق منها والاستجابة لها عبر عقاراتها الرقمية باستخدام نظام أساسي أمان موحد مدعوم بالذكاء الاصطناعي من Microsoft. في الوسط يوجد Microsoft Security Copilot، وهو حل أمان بمساعدة الذكاء الاصطناعي بلغة طبيعية يسمح للمحللين بالسبب وراء الأحداث وتلخيص التهديدات وتنسيق إجراءات الاستجابة عبر البيئات. تقوم الوكلاء المضمنون بتوسيع هذه الإمكانات عبر حلول الأمان من Microsoft.

غالبا ما تغمر فرق الأمان وحدة تخزين التنبيه والفرز اليدوي والتحقيقات المجزأة. في Microsoft Defender XDR، تساعد الذكاء الاصطناعي الوكيل على تحديد أولويات المشكلات عالية المخاطر، والتحقيق في الأحداث بشكل أسرع، وتحسين فعالية الاستجابة.

• عامل فرز تنبيه الأمان — إعطاء الأولوية للتنبيهات لتقليل الضوضاء ومساعدة المحللين على التركيز على الأحداث ذات الخطورة العالية بشكل أسرع.
• عامل محلل الأمان — يتحقق من الأحداث ويربط الإشارات ويوصي بإجراءات الاستجابة لتسهيل مهام سير عمل SOC.
• عامل تتبع المخاطر — عمليات البحث عبر البيئات للكشف عن التهديدات المخفية والسلوك المشبوه وأنماط الهجوم الناشئة.
• عامل الكشف عن المخاطر الديناميكية — يحلل باستمرار النشاط ويتكيف مع منطق الكشف لتحديد التهديدات المتطورة والأشياء الخارجة عن المألوف.
• عامل إحاطة المعلومات الذكية للمخاطر — يلخص التحليل الذكي للمخاطر في نتائج التحليلات القابلة للتنفيذ حتى تتمكن الفرق من متابعة المخاطر الناشئة.

تساعد هذه العوامل معا على تقليل التحقيق اليدوي وسرعة الاستجابة للحوادث عبر نقاط النهاية والهويات والبريد الإلكتروني وأحمال العمل على السحابة.

في Microsoft Sentinel، يساعد Security Copilot المحللين على الانتقال من الاستقصاء اليدوي إلى مهام سير العمل المستندة إلى دفتر المطالبات باللغة الطبيعية. يمكن للمحللين إنشاء KQL وتلخيص الأحداث وإثراء الكيانات وتحليل المستخدمين والأجهزة وأتمتة خطوات التحقيق من خلال تطبيقات المنطق والمطالبات.

يمكن لعميل مخصص لتقارير الحوادث Sentinel استخراج نتائج التحقيق والكيانات ونتائج التحليلات وخطوات المعالجة من الأحداث. يمكن للأدلة أيضًا أتمتة تحليل المستخدم وإضافة النتائج مباشرة إلى سجلات نشاط الحوادث.

تساعد هذه الإمكانات في تقليل كتابة الاستعلام اليدوي وتحسين تناسق الاستقصاء وتوفير وقت المحلل من خلال أتمتة المهام المتكررة.

في Microsoft Purview، يساعد Security Copilot الفرق على تأمين البيانات وإدارتها عبر إدارة وضع أمان البيانات، ودرء فقدان البيانات، وإدارة مخاطر Insider، وeDiscovery، والتدقيق، وتوافق الاتصالات.

• عامل فرز أمان البيانات — إعطاء الأولوية لتنبيهات تفادي فقدان البيانات والمخاطر الداخلية، ويشرح سياق المخاطر، ويمكنه بدء مهام سير عمل المعالجة مع مالكي البيانات.
• عامل وضع أمان البيانات — يكتشف البيانات الحساسة ويحدد المخاطر المخفية وبيانات الاعتماد المكتشفة ويحسن تسمية الحساسية ويقوم بإنشاء ملخصات جاهزة تنفيذيا.

تساعد هذه العوامل فرق الأمان على تقليل الفرز اليدوي وتحديد أولويات المخاطر الحرجة بشكل أسرع وتعزيز عمليات أمان البيانات والتوافق.

في Microsoft Entra، يساعد Security Copilot الفرق على التحقق من المستخدمين الخطرين وتسجيل الدخول غير العادي والوصول المتميز والتهديدات المستندة إلى الهوية. يمكن لـ Copilot تلخيص سياق الهوية وشرح إشارات المخاطر والتوصية بإجراءات مثل إبطال جلسة العمل أو مراجعات الوصول أو ضبط نهج الوصول المشروط.

تتضمن الإمكانات وكلاء الهوية والوصول ومعرف عامل Microsoft Entra، الذي يساعد المؤسسات على تسجيل هويات وكلاء الذكاء الاصطناعي وإدارتها باستخدام إدارة دورة الحياة وإدارة الوصول وعناصر تحكم حماية الهوية.

تساعد هذه القدرات المؤسسات على تقليل مخاطر الهوية وتطبيق مبادئ ثقة معدومة عبر كل من هويتي الذكاء الاصطناعي والبشرية.

في Microsoft Intune، يساعد Security Copilot نقطة النهاية وفرق تكنولوجيا المعلومات على فهم توافق الجهاز وانحراف التكوين والتعرض للثغرات الأمنية واحتياجات المعالجة. يمكن لـ Copilot تلخيص مخاطر الجهاز، وشرح مشاكل عدم التوافق، والتوصية بالخطوات التالية، ومساعدة الفرق على الاستجابة بشكل أسرع.

تساعد عوامل إدارة نقاط النهاية على أتمتة عمليات التحقق من التوافق والتحقق من مشكلات الجهاز ومعالجة الدليل عبر نقاط النهاية المدارة.

تساعد هذه الإمكانات على تقليل فحص نقطة النهاية اليدوية وتحسين عمليات التوافق وإغلاق فجوات التكوين بشكل أسرع.

معا، يساعد Microsoft Security Copilot والوكلاء المضمنون المؤسسات على الانتقال من عمليات الأمان التفاعلية اليدوية إلى الدفاع المتوافق مع الذكاء الاصطناعي الذي يحسن الحماية والسرعة والتحجيم عبر دورة حياة الأمان.