AI pomáhá automaticky opravovat chyby v cloudu. Firma uvádí pokles kritických rizik o 90 procent

Společnost Tamnoon představila prostřednictvím případové studie Amazon Web Services výsledky systému Tami, který automatizuje vyšetřování a odstraňování bezpečnostních problémů v cloudové infrastruktuře. Provozovatelé rozsáhlých cloudových prostředí používají řadu nástrojů pro odhalování chybných nastavení, nebezpečných oprávnění a dalších zranitelností. Tyto systémy mohou vytvářet tisíce upozornění, která musí bezpečnostní tým postupně prověřovat. Samotné nalezení problému však neznamená jeho odstranění. Odborník musí zjistit, které zařízení nebo služba je ohrožena, kdo za ni odpovídá a zda navržená změna nenaruší provoz. Tamnoon proto vytvořil systém složený z několika specializovaných agentů. Ti postupně vyhodnocují bezpečnostní nález, doplňují provozní souvislosti, navrhují řešení a ověřují jeho bezpečnost. Podle zveřejněných údajů systém analyzoval více než 14 milionů bezpečnostních upozornění z prostředí zákazníků. Firma uvádí, že během devadesáti dnů lze dosáhnout až 90procentního snížení kritických bezpečnostních rizik. Další uváděné výsledky zahrnují až stonásobné zvýšení efektivity při seskupování upozornění podle společných příčin a více než 13 tisíc ušetřených pracovních hodin týdně v rámci zákaznické základny. Tato čísla pocházejí z výzkumu a provozních údajů společnosti Tamnoon. Nelze je automaticky považovat za výsledky dosažitelné v libovolné organizaci. Technicky je systém postaven na Amazon Bedrock a dalších cloudových službách. Jednotliví agenti mají oddělené úlohy a jejich činnost je řízena prostřednictvím zabezpečených rozhraní. Důležitým prvkem je klasifikace navrhovaných oprav. Systém rozlišuje bezpečné zásahy, rizikové změny a situace, v nichž nemá dostatek údajů. Podle výsledku může pokračovat automaticky nebo předat rozhodnutí člověku. Tento postup je zásadní, protože nesprávná bezpečnostní oprava může způsobit výpadek služby, ztrátu přístupu nebo narušení produkčního prostředí. Tamnoon uvádí, že při dosavadním provozu automatizovaných oprav nezaznamenal produkční problémy. Takové tvrzení je nutné chápat v rozsahu zveřejněné případové studie, nikoli jako záruku nulového rizika při budoucím nasazení. Systém současně využívá omezení přístupu, oddělení oprávnění a kontrolu obsahu předávaného modelům. Citlivé údaje jsou chráněny a jednotlivé služby pracují v oddělených prostředích. Obchodní význam spočívá v přesunu bezpečnostních týmů od ručního třídění upozornění k řešení skutečných příčin problémů. Automatizace může zkrátit dobu, po kterou zůstává infrastruktura vystavena známému riziku. Při zavádění je však nutné sledovat nejen počet odstraněných upozornění, ale také závažnost skutečně vyřešených problémů, počet chybných zásahů a dopad na dostupnost služeb. Případ ukazuje, že autonomní bezpečnostní systémy mohou přinášet měřitelné výsledky, pokud mají přesně vymezené pravomoci, kontrolované nástroje a možnost předat riziková rozhodnutí člověku. KLÍČOVÉ POJMY Cloudová bezpečnostní konfigurace: Nastavení oprávnění, síťového přístupu a dalších pravidel chránících služby provozované v cloudu. Náprava zranitelnosti: Opatření, které odstraní nebo omezí konkrétní bezpečnostní problém. Kontrolovaný autonomní zásah: Automaticky provedená změna, která musí splnit předem stanovené bezpečnostní podmínky.

AI pomáhá automaticky opravovat chyby v cloudu. Firma uvádí pokles kritických rizik o 90 procent

Celé znění článku máte k dispozici po registraci na Abravito