Por Hermes Romero, Director para Centro, Sudamérica y Caribe en Tenable.
La administración mixta y multi-nube es esencial en las actividades comerciales contemporáneas, guiando el camino hacia la maximización del pleno potencial de las tecnologías en la nube. No obstante, según el informe ‘Perspectivas de Seguridad en la Nube 2024‘ de Tenable, el 95% de las entidades encuestadas sufrieron algún tipo de incidente de seguridad asociado con la nube en un período de 18 meses. La razón principal detrás de estos sucesos fueron las identidades inseguras en la nube y las configuraciones incorrectas.
Si bien los ecosistemas en la nube ofrecen escalabilidad y flexibilidad, también introducen desafíos de seguridad inherentes si la vista contextual de los activos en la nube, las identidades digitales y los permisos es limitada. Cuando los equipos de ciberseguridad examinan el riesgo para su infraestructura y datos, a menudo el mayor desafío es descifrar el curso de acción inmediato.
Un Enfoque Medido
Abordar estos desafíos exige una estrategia proactiva, donde la inteligencia artificial generativa asume un papel central en el escrutinio de vastos conjuntos de activos, vulnerabilidades, amenazas y otros conjuntos de datos para señalar rápidamente los riesgos organizacionales y ofrecer contexto que de otra manera sería difícil de considerar.
Para ejemplificar, considera la diferencia entre simplemente inspeccionar un inventario de activos y detectar 100 laptops en el sistema, todas ellas con vulnerabilidades que requieren ser corregidas. A pesar de que agregar datos y contexto adicional ayuda a los equipos a dar prioridad a la aplicación de correcciones, la integración manual de esta información es laboriosa y expone a la organización a ataques durante el proceso de toma de decisiones.
Destilando Perspectivas
Las herramientas de inteligencia artificial generativa pueden procesar eficientemente conjuntos de datos variados sobre activos, suministrando rápidamente información crucial a los analistas. Esto amplía el análisis desde la consideración de un grupo de 100 computadoras portátiles a identificar específicamente las dos pertenecientes al CEO y CFO, las cuales tienen acceso administrativo, contienen datos empresariales críticos y están autorizadas para acceder a bases de datos de clientes importantes. Al ofrecer estas perspectivas detalladas a los profesionales de seguridad, les permite identificar rápidamente dónde enfocar esfuerzos y priorizar la aplicación de parches en estos sistemas críticos, lo que reduce significativamente el riesgo empresarial global.
Sin embargo, para que la mayoría de las organizaciones aprovechen al máximo el potencial de la inteligencia artificial generativa, primero deben priorizar los principios fundamentales de seguridad en la nube. Estos incluyen asegurar una visibilidad y monitoreo exhaustivos, una gestión efectiva de identidades y permisos, e implementar medidas robustas de protección de datos en entornos multi-nube.
Las empresas que desean salvaguardar sus operaciones en la nube frente a amenazas en constante cambio obtendrán mayores ventajas al fusionar la automatización de seguridad y unificar los datos de telemetría provenientes de diversas herramientas de seguridad de aplicaciones e infraestructuras. Esta fusión posibilita la generación de alertas prioritarias y con acciones concretas basadas en datos y análisis contextuales mejorados.
Mirando hacia el Futuro
Al adoptar avances en herramientas consolidadas y al integrar sin problemas flujos de datos en procesos existentes, los programas de gestión de postura de riesgo en tiempo real pueden ofrecer orientación continua y accionable. En consecuencia, los líderes empresariales poseerán las perspectivas necesarias para tomar decisiones informadas sobre el riesgo, basadas en una vista holística de su postura de seguridad multi-nube.
La eficacia de la inteligencia artificial generativa en mejorar la ciberseguridad depende de su despliegue responsable y ético. A medida que los algoritmos de IA se vuelven cada vez más sofisticados, existe una necesidad correspondiente de transparencia y responsabilidad para garantizar que estos sistemas operen en alineación con principios éticos y pautas regulatorias. Se deben establecer marcos de gobierno robustos para supervisar el desarrollo y despliegue de soluciones de ciberseguridad impulsadas por IA, mitigando el riesgo de consecuencias no deseadas o sesgos algorítmicos.