هوش مصنوعی و یادگیری ماشین

تحول در عملیات امنیت سایبری: شرکت Sophos چگونه زمان بررسی تهدیدات را تا ۹۶ درصد کاهش داد؟

در دنیای پیچیده امنیت سایبری، سرعت پاسخگویی به حوادث (Incident Response) نه تنها یک مزیت، بلکه یک ضرورت حیاتی است. شرکت Sophos با بهره‌گیری از مدل‌های پیشرفته OpenAI تحت عنوان Daybreak، موفق شده است زمان لازم برای بررسی تهدیدات امنیتی را به شکل چشمگیری کاهش دهد و استانداردهای جدیدی در خدمات مدیریت‌شده شناسایی و پاسخ (MDR) تعریف کند.

معماری مدرن در تحلیل تهدیدات

شرکت Sophos به عنوان یکی از پیشگامان حوزه امنیت شبکه و نقاط پایانی، همواره با حجم عظیمی از داده‌های لاگ و هشدارها مواجه بوده است. چالش اصلی تحلیل‌گران امنیتی، بررسی دستی هزاران رویداد در روز است. با پیاده‌سازی مدل‌های هوش مصنوعی OpenAI، این شرکت توانسته است فرآیند غربالگری داده‌ها و شناسایی ناهنجاری‌های پیچیده را به صورت خودکار درآورد. این رویکرد به تحلیل‌گران انسانی اجازه می‌دهد تا به جای درگیر شدن در کارهای تکراری، بر روی سناریوهای حملات پیشرفته و استراتژی‌های دفاعی تمرکز کنند.

جزئیات عملیاتی و کارایی مدل Daybreak

بر اساس داده‌های منتشر شده در پاییز ۱۴۰۳، استفاده از ابزارهای هوش مصنوعی OpenAI در زیرساخت‌های Sophos منجر به نتایج عملیاتی خیره‌کننده‌ای شده است. سیستم‌های خودکار جدید قادرند بیش از نیمی از کیس‌های MDR را بدون دخالت مستقیم تحلیل‌گر انسانی پردازش کنند. نکته کلیدی در این پیاده‌سازی، حفظ «نظارت انسانی» (Human-in-the-loop) است که اطمینان حاصل می‌کند تصمیمات حساس توسط متخصصان مجرب تایید می‌شوند.

کاهش بار عملیاتی و بهینه‌سازی منابع

مشخصات عملیاتی و دستاوردهای فنی

  • نرخ بهبود زمان بررسی: کاهش ۹۶ درصدی در زمان تحقیقات اولیه تهدیدات.
  • میزان اتوماسیون: ۵۲ درصد از موارد مدیریت‌شده (MDR) به صورت کاملاً خودکار بررسی می‌شوند.
  • تکنولوژی هسته: استفاده از مدل‌های بهینه‌شده OpenAI تحت برنامه Daybreak.
  • رویکرد عملیاتی: حفظ نظارت انسانی (Human Oversight) برای جلوگیری از خطاهای احتمالی هوش مصنوعی.
  • خروجی اصلی: تمرکز تیم‌های متخصص بر روی کاهش زمان میانگین پاسخگویی (MTTR).

چالش‌های امنیت مبتنی بر هوش مصنوعی

اگرچه هوش مصنوعی سرعت پاسخگویی را افزایش داده است، اما حفظ دقت (Accuracy) در شناسایی «مثبت‌های کاذب» (False Positives) همچنان یک چالش فنی باقی می‌ماند. Sophos با آموزش مدل‌های خود بر روی داده‌های اختصاصی و محرمانه تهدیدات، توانسته است دقت خروجی‌های هوش مصنوعی را به سطحی برساند که با نیازهای امنیتی سازمانی مطابقت داشته باشد. این یکپارچگی نشان می‌دهد که چگونه ابزارهای Generative AI در کنار سیستم‌های تشخیص نفوذ (IDS) می‌توانند یک لایه دفاعی هوشمند و غیرقابل نفوذ ایجاد کنند.

نتیجه‌گیری و چشم‌انداز آینده

تجربه Sophos با پروژه Daybreak درس‌های مهمی برای صنعت امنیت شبکه دارد. این موفقیت نشان می‌دهد که آینده عملیات امنیت سایبری (SecOps) در گرو ترکیب قدرت پردازشی هوش مصنوعی برای مدیریت کلان‌داده‌ها و تخصص تحلیل‌گران انسانی برای تصمیم‌گیری‌های پیچیده است. در ماه‌های آینده، انتظار می‌رود که سایر شرکت‌های فعال در حوزه امنیت نیز از مدل‌های مشابه برای خودکارسازی فرآیندهای تحلیل لاگ و پاسخگویی به حملات سایبری استفاده کنند.

📌 منبع و مطالعه بیشتر: تحلیل همکاری OpenAI و Sophos در کاهش زمان بررسی تهدیدات
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای