IA na Cibersegurança: Um Resultado Misto para a Deteção de Vulnerabilidades

Num relatório recente publicado pela NCC Group, a interseção entre a inteligência artificial (IA) e a cibersegurança foi scrutinizada, lançando luz tanto nas promessas como nas limitações da IA generativa no contexto da deteção de vulnerabilidades de código. O relatório, intitulado “Safety, Security, Privacy & Prompts: Cyber Resilience in the Age of Artificial Intelligence”, oferece uma análise abrangente de vários casos de uso de cibersegurança com IA.

IA Generativa e vulnerabilidades de código

O crescimento explosivo da tecnologia de IA generativa no final de 2022 provocou discussões e preocupações sobre as suas implicações para a cibersegurança. Um ponto focal deste discurso gira em torno dos potenciais riscos de segurança colocados pelos chatbots de IA generativa. Estes riscos variam desde a exposição inadvertida de informações sensíveis da empresa até à possibilidade de atores maliciosos explorarem estes algoritmos avançados de autoaprendizagem para reforçar os seus ciberataques.

Uma das áreas principais de interesse dentro do relatório é a viabilidade de utilizar chatbots de IA generativa para a avaliação de vulnerabilidades de código. Estes sistemas de IA , quando fornecidos com código-fonte, podem realizar uma forma interativa de análise estática e identificar com precisão as fraquezas de segurança? As conclusões do relatório indicam um resultado misto. Embora a IA generativa mostre promessa e ganhos de produtividade no desenvolvimento de código e software, a sua eficácia na deteção de vulnerabilidades de código permanece variável.

Por outro lado, o relatório destaca uma aplicação promissora dos modelos de aprendizagem automática (ML) no domínio da cibersegurança. Especificamente, os modelos ML podem ser instrumentais na identificação de ataques zero-day novos, permitindo uma resposta automatizada para proteger os utilizadores de ficheiros maliciosos. Para validar este conceito, a NCC Group patrocinou um estudante de mestrado no Centro de Formação de Doutoramento em Ciência Intensiva de Dados (CDT DIS) do University College London para desenvolver um modelo de classificação para identificar malware.

Os resultados deste empreendimento são convincentes. O modelo de classificação atingiu uma taxa de precisão impressionante de 98,9%. Este sucesso sublinha o potencial dos modelos ML em reforçar as defesas de cibersegurança, identificando e mitigando rapidamente as ameaças emergentes.

Aproveitar a inteligência de ameaças com IA

Outro aspeto crítico explorado no relatório gira em torno da inteligência de ameaças, um componente pivotal da cibersegurança proativa. A inteligência de ameaças envolve a monitorização contínua de várias fontes de dados online, que fornecem insights valiosos sobre vulnerabilidades recentemente identificadas, explorações em evolução e tendências emergentes no comportamento dos atacantes. Estes dados, muitas vezes sob a forma de texto não estruturado de fóruns, redes sociais e dark web, podem ser uma mina de ouro de informação.

Os modelos de aprendizagem automática podem desempenhar um papel vital no processamento destes dados, extraindo nuances-chave de cibersegurança e identificando padrões e tendências nas táticas, técnicas e procedimentos (TTP) dos atacantes. Armados com estes insights, os defensores podem adotar uma abordagem proativa e preventiva para implementar sistemas de monitorização ou controlo adicionais, especialmente quando novas ameaças representam um risco significativo para o seu negócio ou paisagem tecnológica.

Numa era marcada por um rápido avanço tecnológico, o papel da IA na cibersegurança continua a evoluir. Embora os chatbots de IA generativa ofereçam promessa em certos aspetos do desenvolvimento de código, a sua fiabilidade na deteção de vulnerabilidades permanece uma questão de exploração contínua. Por outro lado, os modelos ML demonstram um alto nível de potencial na identificação e combate a ameaças cibernéticas novas, tornando-os um ativo valioso no arsenal dos defensores.

É crucial reconhecer que a IA na cibersegurança não é uma solução única para todos. Em vez disso, complementa a expertise e a vigilância humanas. A parceria entre profissionais de cibersegurança humanos e sistemas de IA é essencial para encontrar um equilíbrio entre aproveitar o poder da automação e manter a supervisão humana crítica necessária para navegar na paisagem de ameaças em constante evolução.