Computerpartner

  
Sie befinden sich hier: HOMENachrichtenServiceMeinungen & Kommentare
01.10.2017

Schnellere Reaktion auf Bedrohungen

Maschinelles Lernen sorgt aktuell für jede Menge Schlagzeilen. Da ist etwa zu lesen "Roboter übernehmen Ihren Job" oder Twitter-Chats drehen sich um Themen wie "Ist künstliche Intelligenz das Ende der Menschheit?" und vieles mehr. Dabei dürfte jedem klar sein, dass Zukunftsvorhersagen in der Regel danebenliegen.

Mathias Hein

Lässt man Science-Fiction aber einmal beiseite, gibt es durchaus einen Bereich, in dem automatisierte Hilfe erwünscht bzw. sogar erforderlich ist: IT-Sicherheit. Denn Cyber-Bedrohungen entwickeln sich schnell und ausgefeilter weiter – so sehr, dass diese unerwünschten Gäste den Fortschritt des digitalen Zeitalters ernsthaft beeinträchtigen könnten.

Die Branche benötigt Unterstützung und die Automatisierung bietet hierfür Hilfe: McAfee hat vor kurzem eine Studie zum aktuellen Stand der Maschinenintelligenz im Hinblick auf die Endpunktsicherheit mit dem Titel "Machine Learning Raises Security Teams to the Next Level" (Maschinelles Lernen bringt Sicherheitsteams voran) beauftragt. Jeder, der sich ernsthaft für Cyber-Sicherheit interessiert, sollte sich einmal genauer damit beschäftigen. Die Studie macht deutlich, dass maschinelles Lernen nötig, aber kein Ersatz für Menschen, ist. Es ist vielmehr eine Ergänzung zu dem Job, den die Menschen bereits machen.

Die Grenzen des maschinellen Lernens

Maschinelles Lernen kann: verborgene Muster in sich schnell verändernden Daten erkennen und zwar mit höherer Genauigkeit, je mehr Daten seine Algorithmen speisen, die Ergebnisse, analysieren, wenn eine Verletzung aufgetreten ist, und ein großes Volumen von Routine-Angriffen bewältigen.

Maschinelles Lernen kann jedoch nicht: kreative Antworten initiieren, das Gesamtbild verstehen, Bedrohungen über unterschiedliche Organisationen und Systeme hinweg kommunizieren oder den Bedrohungsradius von neuen menschlichen Gegnern vorhersagen. Es ist nur so gut wie der Algorithmus, auf den es "trainiert" wurde. Es kann nicht ohne Menschen existieren.

Maschinelles Lernen und der Endpunkt

Mit dem maschinellen Lernen wird es möglich, die Endpunktsicherheit kontinuierlich weiterzuentwickeln, um neue Angriffstaktiken zu erkennen und auch abzuwehren. Eine der Herausforderungen für IT-Teams ist jedoch, dass sich Endpunkte nicht geschützt im Rechenzentrum befinden, wo sie von mehreren Sicherheitsebenen und einem wachsamen Sicherheitsteam umgeben sind. Vielmehr verändern Endpunkte ständig ihren Standort inner- und außerhalb des Netzwerks.

Die Endpunktsicherheit wird daher ständig weiter verfeinert, um frische Präventionstechniken gegen neue Angriffsmethoden zu integrieren. Maschinelles Lernen ist hier eine natürliche Erweiterung anderer Methoden für die Abwehr von Malware und den ständig auf- und abschwellenden Konflikt mit Hackern und Angreifern.

Allerdings gehen die Möglichkeiten von maschinellem Lernen weit über die Endpunktsicherheit hinaus. Es ist ein wertvolles Werkzeug, das für viele Aspekte der Cyber-Sicherheit genutzt werden kann. McAfee nutzt maschinelles Lernen und andere unbeaufsichtigte Lernalgorithmen in seinem gesamten Portfolio, von Advanced-Threat-Defense (ATD) und Security-Information and Event-Management (SIEM) bis hin zu URL-Classification-Systems und im Gateway.

Zusammenfassung

Ein Sicherheitsanalytiker benötigt rund 15 Minuten, um einen Sicherheitsalarm zu untersuchen und zu löschen. Das bedeutet, dass diese Person nur etwa 30 Warnungen pro Tag verarbeiten kann. Damit sind Sicherheitsteams zu wenig nachhaltigem reaktionärem Verhalten verurteilt und haben im Grunde kaum eine Chance, sich mit der tatsächlichen Lösung von Problemen zu beschäftigen. Angreifer hingegen nutzen automatisierte Praktiken, um herauszufinden, was funktioniert und starten dann auf dieser Basis Angriffe, die maximale Wirkung erzielen. Wenn ein Sicherheitsteam in diesem Spiel die Nase vorne haben will, muss es seinen Leuten Zeit geben, um ihre Intelligenz und ihre Kreativität für die Verbesserung der Sicherheitspraktiken einzusetzen – und die Effizienz des maschinellen Lernens nutzen, um genau diese Zeit zu gewinnen. 

Maschinelles Lernen hat sich in der Cyber-Sicherheit etabliert und das ist gut so. Es ist ein wichtiger Bestandteil jeder Unternehmensstrategie für die Endpunktsicherheit. Angesichts des Umfangs und der Weiterentwicklung der Angriffe, die auf die Endpunkte einprasseln, müssen Sicherheitsfunktionen in der Lage sein, sich ohne menschliches Eingreifen anzupassen. Gleichzeitig müssen sie die erforderliche Transparenz und exakten Informationen bereitstellen, damit Menschen fundiertere Entscheidungen treffen können. Betrachten wir den "Roboter" doch einfach als den, der die Routinearbeit macht – damit die Menschen richtig loslegen können. +