Met de ongekende toepassing van AI in ons (digitale) leven, heeft de daarbij behorende cyberbeveiliging een ongekende boost gekregen. Hoewel deze tak van sport altijd achter de feiten aan zal blijven lopen, zijn er een aantal in het oog springende manieren waarop AI het komende jaar onze cyberbeveiliging zal beïnvloeden:
AI Supercharged Social Engineering
Cybercriminelen zullen AI inzetten om social engineering-aanvallen uit te voeren, waarbij phishing-mail bijna niet meer te onderscheiden zijn van echte e-mail. Met behulp van AI genereren ze foutloze phishing-aanvallen op basis van gegevens uit sociale media, het dark web en mailboxen. Dit verhoogt het risico op zgn. security breaches, mede omdat zulke aanvallen worden getimed rond belangrijke datums zoals verkiezingen en feestdagen.
Lokale Large Language Modellen (LLM’s)
Taalmodellen worden tegenwoordig geïntegreerd in onderdelen van computers, waardoor gebruikers efficiënter kunnen werken. Hoewel dit de productiviteit verhoogt en privacyvoordelen biedt, vormt het ook nieuwe beveiligingsuitdagingen: extra beveiligingslagen moeten worden toegepast om te voorkomen dat LLM-chatbots toegang krijgen tot vertrouwelijke gegevens.
Destructieve Firmware- en Hardwareaanvallen
AI maakt geavanceerde aanvallen op firmware- en hardware toegankelijker voor aanvallers. Hierdoor kunnen ze innovatieve aanvallen uitvoeren die moeilijker te detecteren zijn. Zelf herstellende BIOS-beveiliging en verbeterde detectiemethoden vormen hierbij een extra beveiliging.
Dat gaat zomaar niet?!
Gelukkig biedt kunstmatige intelligentie ook een krachtig wapen in de strijd tégen deze bedreigingen, van het voorspellen van potentiële aanvallen tot het versterken van verdedigingsmechanismen.
Zo heeft AI het vermogen om verdachte activiteiten te detecteren en te voorkomen. Door middel van geavanceerde algoritmen kan het enorme hoeveelheden gegevens analyseren om patronen en afwijkingen te identificeren die kunnen wijzen op een mogelijke aanval.
Bovendien kan AI helpen bij het verbeteren van de reactietijd op cyberaanvallen. Snelle detectie is cruciaal, maar een effectieve tegenaanval is zoniet belangrijker. AI kan daarbij worden gebruikt, waardoor de impact van een aanval wordt geminimaliseerd.
AI is tegenwoordig heel goed in het voorspellen van toekomstige cyberaanvallen. Door ook gebruik te maken van andere machine learning-modellen kan het historische gegevens analyseren om trends te identificeren en potentiële kwetsbaarheden te voorspellen.
Hoewel de bestrijding van cybercriminaliteit in de meeste gevallen nog steeds achter de feiten aanloopt, wordt de effectieve responsetijd van bestrijding tegenwoordig aanzienlijk korter.
Lees ook
Cybersecurity organisaties bundelen krachten
Akkoord Tijdelijke Wet Cyberoperaties
