Business Insight Group järjesti eilen Suvilahdessa päättäjille suunnatun tietoturvatapahtuman, jossa kuultiin monia mielenkiintoisia ja ajankohtaisia puheenvuoroja. Amazon Web Servicesin Orlando Scott-Cowley painotti tekoälyn ja koneoppimisen merkitystä, kun suojaudutaan yhä älykkäämmiksi käyviä hyökkäyksiä vastaan. - Kyberhyökkäysten määrä kasvaa koko ajan. Tilastojen mukaan 62 prosenttia yrityksistä joutuu hyökkäysten kohteeksi joka viikko, joka viides yritys joka päivä ja 10 prosenttia joka tunti, Scott-Cowley maalasi tämän hetken tilannekuvaa.
Tähän asti suurin osa kybersuojasta on perustunut sääntöpohjaisin järjestelmiin. Työkalut siis skannaavat verkkoliikennettä verraten sitä tiettyyn kokoelmaan sääntöjä. – Tämä ei toimi. Tähän perustuu esimerkiksi nollapäivähaavoittuvuuksien hyödyntäminen.
- Riittää, että koodia muutetaan vähän ja sääntöpohjainen tunnistaminen ei toimi. Tai piilotetaan haitta protokollatasolla. Ainoa keino on koneoppimisen lisääminen. Siitä on pakko tulla kyberturvallisuuden uusi normaali, Scott-Cowley painotti.
Koneoppiminen ja neuroverkkojen käyttö suojautumisessa vaatii kuitenkin töitä. Ennen kaikkea pitää kerätä mahdollisimman paljon dataa ja analysoida sitä. – Vain oman datan perusteella voi kehittää algoritmeja, jotka löytävät erilaiset anomaliat eli poikkeavuudet esimerkiksi verkkoliikenteestä.
Kenenkään ei tarvitse tehdä tätä yksin. AWS toki auttaa datan tallennuksessa ja myös tekoälyanalyysissä, mutta markkinoilla on jo palon yrityksiä, jotka osaavat data-analyysin ja algoritmien kehittämisen sen perusteella. Näitä yrityksiä Scott-Cowley kehotti hyödyntämään kumppaneina.
Oman datan perusteella algoritmit voi opettaa tunnistamaan myös negatiivisia anomalioita eli kuvioita, jotka jäävät puuttumaan bittivirrasta. Yritysten kannalta ikävää on, että myös kyberrikolliset käyttävät tekoälyä entistä enemmän, Scott-Cowley muistutti.
Lääkintälaitteiden internet (IoMT) yhdistää diagnostiikan, puettavat anturit ja sairaalalaitteet pilvipohjaisiin järjestelmiin. Etävalvonta, reaaliaikainen data ja koneoppiminen lupaavat parempaa hoidon laatua ja kustannussäästöjä, mutta samalla ratkaistavaksi jäävät yhteentoimivuus, sääntely ja tietoturva.