Όταν η γενετική τεχνητή νοημοσύνη (GenAI) έκανε την εμφάνισή της στην καταναλωτική αγορά με την κυκλοφορία του ChatGPT της OpenAI, χρήστες από όλο τον κόσμο έσπευσαν να δοκιμάσουν τις δυνατότητες του εργαλείου σε διάφορους τομείς.
Δείτε επίσης: Κατάχρηση Generative AI πλατφορμών για Phishing εκστρατείες
Η κυκλοφορία αυτή προκάλεσε άμεσο πανικό στις καρδιές των επαγγελματιών ασφάλειας πληροφοριών, των οποίων η δουλειά είναι να προστατεύουν τις οργανώσεις από κινδύνους, συμπεριλαμβανομένης της απώλειας ή κλοπής ευαίσθητων δεδομένων — όπως προσωπικά αναγνωρίσιμες πληροφορίες (PII), προστατευμένες πληροφορίες υγείας (PHI) και ευαίσθητα εταιρικά δεδομένα και πνευματική ιδιοκτησία.
Τα παραδοσιακά εργαλεία πρόληψης απώλειας δεδομένων (DLP) για επιχειρήσεις (όπως Forta, Symantec, Netscope, Trellix, Microsoft κ.λπ.) υπάρχουν εδώ και χρόνια, αλλά είναι ακριβά, δύσκολα στην εφαρμογή και απαιτούν πολλή φροντίδα και συντήρηση από επαγγελματίες IT για να είναι αποτελεσματικά σε μια οργάνωση. Προσφέρουν ολοκληρωμένες λύσεις που συνήθως βασίζονται σε δεδομένα και δίκτυα, οι οποίες ενσωματώνονται σε πηγές δεδομένων και παρακολουθούν το δίκτυο και οποιαδήποτε σημεία εξόδου.
Ως αποτέλεσμα, μόνο μεγάλες οργανώσεις με άφθονους πόρους έχουν τη δυνατότητα να εφαρμόσουν παραδοσιακά εργαλεία DLP.
Προχωρώντας στο σήμερα με τους συνδυασμένους κινδύνους που συνδέονται με τις λύσεις GenAI. Οι μη διαχειριζόμενες λύσεις GenΑI και τα καταναλωτικά προϊόντα που προσφέρονται από τους ηγέτες της GenΑI — όπως το ChatGPT της OpenAI, το Gemini της Google, το CoPilot της Microsoft και το Claude της Anthropic — επιτρέπουν στους χρήστες να ανεβάζουν έγγραφα, να αναλύουν πληροφορίες και να δημιουργούν μια ποικιλία εξόδων (κείμενο, ήχος, βίντεο, γραφικά κ.λπ.).
Ο κίνδυνος για τις οργανώσεις είναι απλός: το προσωπικό που ανεβάζει και αναλύει ευαίσθητα δεδομένα που περιλαμβάνουν PII, PHI ή εταιρική ιδιοκτησία ή πνευματική ιδιοκτησία θέτει σε κίνδυνο τα δεδομένα της οργάνωσης.
Οι περισσότερες οργανώσεις σήμερα έχουν πολιτικές και κατευθυντήριες γραμμές για τη GenΑI, αλλά οι περισσότερες δεν διαθέτουν τα τεχνολογικά εργαλεία για να εφαρμόσουν αυτές τις πολιτικές. Βλέπω μερικές καλές επιλογές για την προστασία ευαίσθητων δεδομένων και κινδύνων κυβερνοασφάλειας στον κόσμο της GenAI που περιλαμβάνουν:
Δείτε ακόμα: Η Claude AI καταχράστηκε για τη δημιουργία 100+ πλαστών πολιτικών προσώπων
Λύση 1: Επιχειρηματικό μοντέλο GenAI
Εφαρμόστε επιχειρηματικές άδειες για εγκεκριμένες λύσεις GenΑI (όπως το ChatGPT Enterprise ή το Microsoft CoPilot 365, το οποίο είναι ενσωματωμένο στους υπάρχοντες ενοικιαστές O365). Οι επιχειρηματικές λύσεις GenΑI περιλαμβάνουν συνήθως ένα ισχυρό σύνολο ενσωματωμένων εργαλείων ασφάλειας που επιτρέπουν στις οργανώσεις να ασφαλίζουν τα δεδομένα τους και να εφαρμόζουν ελέγχους DLP εντός της ίδιας της λύσης GenAI.
Αυτό σημαίνει ότι είναι ακριβά και συνήθως κοστίζουν μεταξύ $30 και $40 ανά χρήστη ανά μήνα. Για μια οργάνωση με 4.000 άτομα, αυτό είναι $1.440.000 το χρόνο. Με αυτήν την προσέγγιση, η εκπαίδευση μπορεί να βελτιστοποιηθεί στα συγκεκριμένα εγκεκριμένα εργαλεία της επιχείρησης.
Λύση 2: Ανοιχτό μοντέλο GenAI
Εφαρμόστε ελέγχους DLP GenΑI στη λύση ασφαλείας XDR/MDR (εκτεταμένη ανίχνευση και απόκριση/διαχειριζόμενη ανίχνευση και απόκριση) για να ανιχνεύσετε, να αναλύσετε και να ανταποκριθείτε στους κινδύνους απώλειας ευαίσθητων δεδομένων. Η βασική διαφορά μεταξύ των σύγχρονων λύσεων XDR και των παραδοσιακών λύσεων DLP είναι ότι το XDR συνδυάζει πολλαπλά εργαλεία (ασφάλεια τελικού σημείου, ασφάλεια δικτύου και πληροφορίες απειλών) και DLP στη λύση ασφαλείας, συνήθως μέσω ενός πράκτορα.
Αυτή η επιλογή επιτρέπει περισσότερη καινοτομία να συμβεί εντός της οργάνωσής σας, χωρίς να επιλέξετε μόνο μία ή δύο επιχειρηματικές λύσεις GenAI και αντ’ αυτού να ανοίξετε επιλογές για το προσωπικό. Αυτό σημαίνει ότι οι οικονομίες κλίμακας για την εκπαίδευση εξανεμίζονται, καθώς είναι δύσκολο να εκπαιδευτείτε για δεκάδες διαφορετικές λύσεις εντός της επιχείρησης.
Οι λύσεις λογισμικού και οι προμηθευτές συνεχίζουν να καινοτομούν και να εξελίσσονται. Η μετατόπιση από το επιχειρηματικό DLP και τις λύσεις φιλτραρίσματος ή αποκλεισμού περιεχομένου στο διαδίκτυο προς τα μοντέλα XDR DLP ως μέρος μιας πλατφόρμας κυβερνοασφάλειας δείχνει την ενσωμάτωση εργαλείων και δυνατοτήτων καθώς εισερχόμαστε στο 2026.
Δείτε επίσης: Εφαρμογές του GenAI στον τομέα της κυβερνοασφάλειας
🔒 Προστατέψτε την ιδιωτικότητά σας με Proton VPN
Ελβετικό VPN από τους δημιουργούς του Proton Mail — αυστηρή πολιτική no-logs, ισχυρή κρυπτογράφηση και ενσωματωμένο NetShield που μπλοκάρει διαφημίσεις, trackers & malware.
- ✔ No-logs, με έδρα την Ελβετία (εκτός 14-Eyes)
- ✔ NetShield: φραγή διαφημίσεων, trackers & κακόβουλων domains
- ✔ Καλύπτει όλες τις συσκευές — δωρεάν έκδοση διαθέσιμη
Ο σύνδεσμος είναι συνεργατικός (affiliate) — το SecNews ενδέχεται να λάβει προμήθεια χωρίς επιπλέον κόστος για εσάς. Δεν επηρεάζει την ανεξαρτησία της αρθρογραφίας μας.
Οι CIOs και CISOs πρέπει να διατηρούν την εστίασή τους στα αναδυόμενα εργαλεία που προάγουν την καινοτομία (όπως η GenAI), ενώ εφαρμόζουν πολιτικές και τεχνολογίες για να μετριάσουν τον κίνδυνο από ανεξέλεγκτες ή μη επιχειρηματικές λύσεις GenAI. Οι υπόλοιποι κίνδυνοι της GenAI (κακόβουλο λογισμικό και κακόβουλος κώδικας) μπορούν να αντιμετωπιστούν με συνδυασμό λύσεων XDR και σάρωσης ασφάλειας κώδικα.
