Sicherheit auf dem nächsten Level: Künstliche Intelligenz für die IT-Sicherheit nutzbar machen
Es ist unbestritten, dass Sicherheitsbedrohen zunehmen. Hacker werden immer geschickter, wenn es darum geht, sensible Daten zu stehlen oder zu erpressen. Unternehmensangestellte und Sicherheitsforscher sehen sich daher ständig neuen Herausforderungen gegenüber, die sie bewältigen müssen. Und so entwickeln sie kontinuierlich neue Programme und Möglichkeiten, Gefahren abzuwehren. Seit einiger Zeit setzen Entwickler dafür auch auf künstliche Intelligenz (KI): Algorithmen des maschinellen Lernens sollen dafür genutzt werden, Muster und Anomalien in den großen Datenmengen des Netzwerkverkehrs in Echtzeit zu analysieren, um etwaige Gefahren sofort erkennen und blockieren zu können.
Große Hoffnung für die IT-Sicherheit
Das kommt an. Einer aktuellen Umfrage von ESG Research zufolge setzen Unternehmen große Hoffnungen in die künstliche Intelligenz: 29 Prozent erhoffen sich eine schnellere Aufdeckung von Sicherheitsvorfällen, 27 Prozent eine schnellere Reaktion darauf. Das soll vor allem durch KI-gestützte Priorisierung sowie Verbesserung oder Automatisierung der Gegenmaßnahmen möglich werden. 24 Prozent der Unternehmen wünschen sich, Risiken generell besser erkennen zu können. 22 Prozent setzen schließlich auf ein besseres Verständnis von situativem IT-Sicherheitsbewusstsein.
KI-Algorithmen erkennen Muster und Verhaltensweisen
In dieser Hinsicht können KI-basierte Algorithmen tatsächlich wichtige Vorarbeit leisten. Denn das maschinelle Lernen ist bisher immer dann besonders erfolgreich, wenn die Algorithmen große Datenmengen analysieren sollen. Darin finden sie schnell ähnliche Strukturen, die sie wiederum automatisiert gruppieren – und bei untypischen Abweichungen sofort Alarm schlagen. Für die IT-Sicherheit bringt das Vorteile bei:
- der Gruppierung von verschiedenen Malware-Varianten zu Clustern,
- der korrekten Einordnung noch unbekannter Binaries und
- der automatisierten Erkennung von Schwachstellen (z.B. mit der Zero Day Machine).
Doch maschinelles Lernen ist nicht nur hervorragend in der Bildung und Überprüfung von Mustern, auch Verhalten, das sich stark auf vergangene Entscheidungen stützt, kann analysiert werden. Das wiederum kann für stichhaltige Zukunftsprognosen (sog. Predictive Analytics) genutzt werden. Konkrete Anwendungsgebiete neben der Marketinganalyse von Kaufentscheidungen sind:
- die automatisierte Suche nach kriminellen Aktivitäten in großen Datenströmen und
- die Erkennung von Datendiebstahl.
Kreative Sicherheitslösungen bleiben weiter dem Fachpersonal überlassen
Problematisch gestaltet sich bisher alles, was kreativen Umgang mit der Aufgabenstellung erfordern würde. Auch vollkommen neue Lösungswege kann eine KI bisher nicht beschreiten. Für die IT-Sicherheit bedeutet das: Standardisierte Angriffe, die möglicherweise über Skripte ablaufen oder längst bekannte Attacken ausführen, kann eine trainierte KI problemlos übernehmen und abschmettern. Nimmt sich der Angreifer jedoch Zeit und entwickelt eine spezialisierte, individuelle Angriffstechnik, die es in dieser Form noch nicht gegeben hat, sind weiterhin menschliche Spezialisten gefragt. Sie vereinen notwendiges Knowhow mit Erfahrung und Kreativität, um so auf innovative Lösungen für diese neuen Angriffe zu kommen. KI-basierte IT-Sicherheitssysteme sind aus diesem Grund keine Konkurrenz für die meisten Sicherheitsexperten. Vielmehr halten sie ihnen den Rücken frei, um sich noch schneller und effektiver mit den wirklich komplexen Problemen zu befassen.
