Vragen? Bel of mail ons

Voorkom dreiging in cybersecurity door
artificial intelligence


Silke Algera
Silke Algera - 02 januari 2022
Dankzij patroongebaseerde beveiliging worden cyberaanvallen zoals ransomware, e-mailphising, bedreigingen voor Cloudomgevingen en infrastructuur binnen enkele seconden bestreden.

Binnen enkele seconden cyberaanvallen zoals ransomware, e-mailphising, bedreigingen voor Cloudomgevingen en infrastructuur bestrijden. Dat lijkt misschien een utopie, maar niets is minder waar. Implementeer een slim digitaal immuunsysteem gebaseerd op patronen in gedrag zodat je IT-omgeving in alle opzichten beveiligd is tegen cyberdreiging. Hoe dat systeem werkt? Dat lees je hier.

Implementeer een digitaal immuunsysteem voor cybersecurity

Het digitale immuunsysteem voor organisaties leert wat ‘normale patronen’ zijn om zo nog onbekende cyberdreigingen te ontdekken. Het systeem beschermt de hele digitale onderneming waaronder de Cloud, gevirtualiseerde omgevingen, SaaS-applicaties en industriële controlesystemen.

Voor productieorganisaties beschermt het immuunsysteem naast de digitale onderneming (IT) ook het hele digitale productieproces. Het dure woord hiervoor is operational technology (OT). Ondersteund door een aantal “key” technologieën vormt het digitale immuunsysteem een heel belangrijke factor in de beveiliging van je IT-omgeving. Welke technologieën dit zijn lichten we hieronder toe.

Benieuwd hoe je jouw organisatie digitaal veiliger maakt?

Cybersecurity “on the job” met self learning artificial intelligence (Ai)

Het is en blijft een risico om åde beveiliging van je IT-omgeving af te laten hangen van menselijk handelen. Dat komt omdat ze niet altijd beschikbaar zijn wanneer zich een dreiging in IT voordoet. Ransomware bijvoorbeeld, dat verspreidt zich sneller dan dat een persoon überhaupt de kans krijgt het te ontdekken. En daarnaast maken mensen, hoe goedbedoeld ook, fouten. Om die reden worden we tegenwoordig bijna verplicht om gebruik te maken van machines die zelf nadenken. Oftewel, zelflerende artificial intelligence machines.  

Self learning Ai leert – de titel zegt het al – “on the job” van real time data. Dit in tegenstelling tot de meeste technologieën waarin grote hoeveelheden data achteraf geanalyseerd worden. Voor je cybersecurity houdt dit in dat deze technologie zogeheten zero-day (onbekende) aanvallen kan herkennen en ze real-time kan stoppen. Omdat het leert van data in het nu en niet van data uit het verleden.

Onze eigen IT-omgeving is naast technische regels ook beveiligd op basis van patronen. Zo herkende de cybersecurity machine bijvoorbeeld in de testfase meteen dat er een medewerker veel contacten uit ons CRM-systeem aan het verwijderen was. Dit bleken achteraf gelukkig dummy contacten te zijn, maar dat maakt in deze niet uit. Het gaat erom dat deze actie direct herkend werd.

Dankzij zelfstandige besluitvorming in cybersecurity wordt dreiging direct gestopt

Dankzij die self learning Ai technologie die eerder benoemd werd, weten cybersecurity machines precies hoe jouw digitale omgeving in elkaar steekt. Hierdoor kunnen deze machines dreigingen beoordelen en zelfstandig een beslissing nemen deze te stoppen. Ook hier voorkom je dus dat je afhankelijk bent van menselijk handelen. Alle acties die deze machine uitvoert worden heel precies gekalibreerd, waardoor je er als gebruiker eigenlijk niks van merkt.

Even terug naar dat voorbeeld wat je eerder hebt gelezen: de actie die de medewerker uitvoerde binnen ons CRM-systeem werd dankzij de zelfstandige besluitvorming binnen enkele seconden gestopt. Het is namelijk geen “normaal” patroon om in één keer zoveel gegevens te verwijderen.

Een extra cybersecurity laag bovenop self learning Ai machines

Een laatste technologie die het digitaal immuunsysteem ondersteunt noemen we in IT-wereld Intelligence Augmentation. Daar waar self learning Ai jouw digitale omgeving analyseert, patronen herkend en daarmee risico’s/ bedreigingen/ aanvallen vaststelt, doet deze techniek er nog een “extra schepje Ai” bovenop.  

Sneller dan dat wij dat kunnen, analyseert deze cybersecurity machine allerlei ongelijke gegevens die in een periode verzameld zijn. Vervolgens legt deze machine verbanden en geeft deze in een rapport inzichten die wij anders misschien nooit ontdekt hadden!

Ai in cybersecurity: patroongebaseerde beveiliging

Zelflerende cybersecurity machines herkennen dus wat “normaal” gedrag is en reageren binnen no-time zelfstandig op afwijkende acties. En daarnaast monitoren de machines ook nog alle overige gegevens die verzameld zijn. Alle bovenstaande technologieën samen zorgen ervoor dat je hele digitale IT-omgeving naast technische regels, ook beveiligd is op basis van patronen.

Dankzij deze vooruitstrevende techniek stel je de IT-afdeling en/of beveiligingsteams in staat zich bezig te houden met taken hoog over. Wetende dat slimme machines je altijd zullen beschermen tegen cyberdreiging van binnen- én buiten je organisatie.

Wil je meer informatie over deze beveiliging? Of deze ook implementeren binnen jouw organisatie?