Menerapkan Generative AI untuk keamanan di masa depan
Pelaku kejahatan siber terus menerus mengembangkan tipu muslihat baru, sehingga penting bagi kita untuk selalu waspada, bergerak cepat, dan selalu terdepan dalam memperkuat keamanan siber; dalam hal ini, peran GAI amat krusial.
GAI dibangun dari foundation models, yang kemudian dilatih dengan data umum yang luas dan disesuaikan dengan berbagai keperluan.
Setelah dilatih, model-model ini dapat dengan mudah disesuaikan dengan banyak contoh-contoh penggunaan (use cases) dengan menggunakan 10 hingga 100 kali lipat data yang berlabel dibandingkan dengan pendekatan sebelumnya.
Jika sebuah model AI dilatih pada varian ransomware tertentu, model tersebut akan dapat mengidentifikasi berbagai tanda khusus dan hal-hal yang tidak terlihat secara jelas yang menyimpulkan bagaimana ransomware tersebut ada di jaringan perusahaan dan menandainya dengan prioritas kepada tim pengelola keamanan.
Tetapi sebuah foundation-model AI tidak perlu melihat ransomware tertentu untuk mengetahui perilaku yang tidak wajar dan mencurigakan.
Foundation-model AI dapat belajar sendiri, mereka tidak perlu dilatih dengan skenario tertentu, oleh karena itu dalam kasus ini mereka akan dapat mendeteksi ancaman yang sulit dipahami dan belum pernah dilihat sebelumnya.
"IBM membangun foundation-model AI untuk keamanan yang terbuka, terpercaya, tepat sasaran, dan memberdayakan. Dibangun di atas pondasi yang terbuka dengan standar etika dan tata kelola AI, inovasi generative AI kami dibuat dengan tujuan tertentu, berfokus pada kasus penggunaan yang spesifik untuk membantu para analis melakukan lebih banyak hal dengan lebih sedikit waktu secara lebih cepat," ujar Roy.
Di masa depan, mengelola tugas keamanan yang berulang seperti merangkum peringatan dan analisis akan meringankan beban kerja tim untuk untuk mengatasi masalah yang lebih strategis.
GAI dapat menghasilkan konten keamanan seperti deteksi, alur kerja, dan kebijakan lebih cepat daripada manusia, sehingga mempercepat implementasi dan menyesuaikan diri dengan perubahan ancaman keamanan secara real-time.
GAI juga dapat mempelajari dan membuat respons aktif yang dioptimalkan dari waktu ke waktu, dengan kemampuan untuk menemukan semua insiden serupa, memperbarui semua sistem yang terpengaruh, dan memperbaiki semua kode yang rentan.
Mendorong kesiapan keamanan siber di Indonesia