DARKTRACE 2024 Ngleksanakake lan Nindakake Zero Trust
Pambuka
saka organisasi wis masang arsitektur keamanan nol kapercayan, dene 41% ora duwe IBM Cost of a Data Breach Report 2023
Ing taun 2025, 45% organisasi ing saindenging jagad bakal ngalami serangan ing rantai pasokan piranti lunak Gartner
Zero trust nyuda biaya rata-rata pelanggaran data kanthi $1M Biaya Laporan Pelanggaran Data IBM 2023
Istilah "percaya nol" nggambarake paradigma keamanan cyber - pola pikir kanggo nggawe keputusan penting - sing tujuane kanggo nglindhungi data, akun, lan layanan saka akses lan penyalahgunaan sing ora sah. Zero trust nggambarake perjalanan nglawan koleksi produk tartamtu utawa malah tujuan.
Nyatane, umume ahli setuju manawa kepercayaan nol nuduhake dalan sing bener, janji sing paling penting ora bakal bisa ditindakake.
Kanthi risiko digital lan tantangan regulasi sing akeh banget, makalah iki nyedhiyakake nganyari pas wektune babagan:
- Kahanan keamanan cyber nol kepercayaan saiki
- Tantangan lan tujuan realistis kanggo ngetrapake lan ngetrapake kepercayaan nol ing 2024
- Kepiye panggunaan AI sing luwih cerdas mbantu organisasi maju kanthi cepet ing perjalanan kepercayaan nol
Where Do We Stand with Zero Trust?
Ngluwihi hype resounding, prinsip konco nul dateng tetep swara. Keamanan warisan nganggep piranti kudu dipercaya mung amarga ditanggepi dening organisasi sing dipercaya. Model kapercayan implisit ora bisa digunakake sanajan sadurunge perkebunan digital njeblug kanthi "nggawa piranti sampeyan dhewe" (BYOD), kerja remot, lan interkoneksi sing durung tau ana sadurunge menyang pihak katelu liwat awan, Wi-Fi omah, lan VPN warisan.
Zero trust ngganti "kastil lan parit" kanthi "percaya nanging verifikasi."
Filosofi kapercayan nul negesake postur sing luwih dinamis, adaptif lan nyata sing nganggep yen ana pelanggaran utawa bakal kelakon lan ngupayakake nyuda cahya kanthi ngilangi akses sing ora perlu lan njaga kontrol dinamis babagan hak istimewa. Ing tembung liyane, mbangun alur kerja sing ngonfirmasi sing nyoba ngakses data perusahaan yaiku sing ujar manawa lan mung duwe hak istimewa sing dibutuhake kanggo ngrampungake pakaryan.
Kepiye perusahaan ngetrapake kepercayaan nol?
Nganti saiki, umume strategi lan teknologi kepercayaan nol ngetrapake pagar pembatas liwat aturan lan kabijakan. Sikap keamanan nol kepercayaan diwiwiti kanthi mbutuhake pangguna sing bakal dadi verifikasi identitas sadurunge piranti bisa ngakses aset perusahaan lan data sing duwe hak istimewa.
Minangka langkah dhasar, akeh organisasi ngetrapake otentikasi multi-faktor (MFA) kanggo nguatake verifikasi identitas.
MFA nambah gumantung marang kredensial pangguna kanthi nambahake langkah-langkah kanggo ngrampungake otentikasi menyang sistem. Iki kalebu nginstal aplikasi authenticator ing smartphone, nggawa token hardware, ngetik nomer PIN sing dikirim liwat email utawa teks, lan nggunakake biometrik (wajah, retina, lan scanner pangenalan swara). Perusahaan luwih maju sajrone lelungan kepercayaan nol uga bisa ngetrapake kabijakan wewenang "akses paling ora duwe hak istimewa" kanggo ngimbangi risiko sing ana gandhengane karo ancaman wong njero lan identitas sing dikompromi. Hak istimewa sing paling sithik nyuda gerakan lateral lan nyebabake karusakan kanthi mbatesi apa sing bisa ditindakake pangguna ing lingkungan sampeyan adhedhasar peran utawa fungsine.
Gambar 1: Pilar nul amanah wolung (Administrasi Layanan Umum AS)
Apa sing kudu diganti ing 2024?
E NGLAKOKE LAN NLAKOKE KEPERCAYAAN NOL ING 2024 3 Apa sing kudu diowahi ing 2024? Mbalik ing taun 2020, kerja remot nyebabake gelombang pertama gerakan kepercayaan nol. Vendor balapan kanggo ngeculake produk titik lan tim keamanan cepet-cepet nginstal lan miwiti mriksa kothak.
Kanthi krisis dhisikan konco kita, lan investasi awal ing teknologi teka amarga kanggo review, organisasi bisa reassess plans lan gol kanggo nul dateng karo mripat pragmatis. Digitalisasi lan panggunaan awan sing terus-terusan - ora kanggo sebutno owah-owahan industri lan peraturan federal - nggawe gerakan jarum ing perjalanan kepercayaan nol penting kanggo 2024.
Pimpinan keamanan kudu mikir sacara holistik babagan:
- Apa negara pungkasan sing dikarepake kudu katon.
- Ngendi dheweke ing lelampahan kepercayaan nul sakabèhé.
- Teknologi lan pendekatan sing duwe utawa bakal menehi nilai paling gedhe.
- Cara ngetrapake, ngevaluasi, lan nggedhekake nilai investasi kanthi terus-terusan.
Amarga kapercayan nul nggambarake perjalanan pirang-pirang taun, strategi kudu nggambarake kasunyatan manawa permukaan serangan terus diganti kanthi intelijen buatan (AI) sing ngidini skala serangan, kecepatan lan tumpukan keamanan sing durung rampung sadurunge dadi balon ing kerumitan nalika perusahaan berjuang kanggo terus maju. Malah pendekatan "warisan" kanggo nul kepercayaan dhewe kudu terus modernisasi lan nggabungake AI supaya bisa ngimbangi risiko kacepetan mesin saiki.
Wektu iku pas
Pendekatan multi-lapisan kanggo keamanan adhedhasar AI lan machine learning (ML) selaras karo kasunyatan sing:
- Zero trust luwih minangka filosofi lan peta dalan tinimbang koleksi teknologi titik lan item dhaptar.
- Sasaran utama investasi keamanan ora nyatane luwih aman, nanging luwih murah.
Kaya sing bakal kita deleng, pendekatan sing tepat kanggo AI nggawe kemajuan sing signifikan ing perjalanan kepercayaan nol luwih praktis lan sregep tinimbang sadurunge.
- Gambar 2: Kecanggihan penyerang mundhak nalika tumpukan keamanan dadi luwih larang lan akeh wektu kanggo staf IT
- Penyerang ngeksploitasi lumahing serangan sing saya tambah akeh
- Proliferasi tumpukan keamanan nambah biaya
- Kerumitan nggunakake sumber daya staf
- Penyerang ngeksploitasi lumahing serangan sing saya tambah akeh
Tantangan kanggo Ngalihake Jarum ing 2024
Teknologi kapercayan nol mung gagal nyedhiyakake solusi 'one-stop-shop' kanggo saben masalah keamanan, mula strategi kudu berkembang nganti tingkat sabanjure kanggo nggayuh asil sing dikarepake.
Tujuan jangka cedhak kanggo 2024 kudu kalebu:
Ngalih ngluwihi kothak mriksa
Kanggo wiwitan, industri kudu berkembang ngluwihi viewing nul kapercayan saka perspektif produk titik lan malah syarat baris-item ing standar lan pedoman ditetepake dening kaya NIST, CISA, lan MITRE ATT&CK. Nanging, kita kudu view kapercayan nul minangka prinsip panuntun "lor sejati" lan tes lakmus kanggo saben investasi, nggawe postur keamanan dadi luwih nyegah lan proaktif kanggo ngilangi risiko.
Raising bar ing bukti asli kuwat
MFA, minangka unsur dhasar saka kepercayaan nul, uga ora bisa menehi peluru ajaib. Nambahake pirang-pirang langkah lan piranti menyang proses otentikasi dadi "akeh banget" sing nggawe frustasi lan nggawe pangguna kurang produktif. Aktor ancaman malah nggawe serangan sing ditargetake adhedhasar kasunyatan manawa, luwih akeh pangguna ngalami "kelelahan MFA," luwih cenderung ngeklik "Ya, iki aku," nalika kudu ngeklik "Ora" kanggo panjaluk otentikasi.
Luwih elek maneh, MFA sing nahan tembung sandhi minangka faktor otentikasi pisanan bisa uga gagal nggayuh tujuan utama: mungkasi phishing sing ndadékaké kredensial sing dikompromi lan, banjur, nganti 80% saka kabeh pelanggaran keamanan [1]. Nalika identitas sing dipercaya dadi kompromi, MFA utawa kontrol sing sabanjure ora bakal ndeteksi kanthi otomatis nalika penipu wiwit tumindak aneh.
Ngatur kapercayan kanthi dinamis
Pimpinan keamanan terus gelut karo pitakonan "pinten kapercayan cukup?" Cetha, jawaban ora mesthi, utawa bisa uga "nol" utawa sampeyan ora bisa nindakake bisnis. Pendekatan donya nyata kanggo nul kepercayaan ngimbangi tantangan ing jagad sing disambungake kanthi mesthekake pangguna mbuktekake identitas kanthi dinamis.
Proteksi statis ngrusak kepercayaan nul
Sistem keamanan warisan dirancang kanggo nglindhungi data statis ing lokasi terpusat kaya kantor lan pusat data. Piranti keamanan tradisional ilang visibilitas, lan kemampuan kanggo nanggapi, nalika karyawan pindhah menyang kerja saka omah, hotel, warung kopi, lan panggonan panas liyane.
Keamanan adhedhasar peran statis ora bisa ditindakake amarga real estate digital saiki - lan risiko - tambah dinamis. Sawise ana wong sing "mbuktèkaké" identitas kanggo kepuasan MFA, kapercayan lengkap bakal diwiwiti. Pangguna (utawa penyusup) entuk akses lengkap lan wewenang sing ana gandhengane karo identitas kasebut.
Tanpa nganyari dinamis sing terus-terusan, keamanan nol kepercayaan dadi keamanan "titik wektu". Kabijakan tuwuh tanggal lan nyuda nilai lan efektifitas.
[1] Verizon, Laporan Investigasi Pelanggaran Data 2022
Ancaman wong njero, risiko rantai pasokan, lan serangan novel mabur ing radar
Defaulting ngidini tumindak pangguna sing dipercaya supaya bisa terus-terusan nggawe ndeteksi ancaman wong njero lan serangan pihak katelu luwih tantangan. Keamanan sing ngawasi ancaman sadurunge uga ora ana alesan kanggo menehi tandha serangan novel sing tambah akeh nggunakake AI kanggo ngasilake teknik anyar kanthi cepet.
Nindakake kepercayaan nul kanthi otonom
Keamanan siber kanthi kabutuhan tetep fokus ing deteksi. Pimpinan keamanan ngakoni manawa ancaman modern muncul kanthi cepet supaya pertahanan bisa ngerteni kabeh, lan nyelidiki saben tandha mbuktekake kontraproduktif lan bisa uga luwih akeh ancaman sing ora bisa dideteksi.
Zero trust requires autonomous response for complete protection.
Pemantauan lan deteksi duwe peran sing ora ana regane kanggo ngetrapake kepercayaan nol, nanging tuas penting kanggo entuk nilai lengkap saka investasi wis tekan titik ing ngendi solusi keamanan menehi respon sing bener ing wektu nyata, kabeh dhewe.
Ngatasi kesenjangan sumber daya
Perusahaan kabeh ukuran nglawan kendala sing terus-terusan saka ketrampilan cyber globaltage. Kanggo organisasi cilik lan menengah, kerumitan kepercayaan nul, manajemen akses hak istimewa (PAM), lan malah MFA bisa uga ora bisa digayuh saka sudut pandang sumber daya.
Dampak jangka panjang saka investasi apa wae ing keamanan siber ing operasi kudu nyuda risiko-lan ngetrapake kepercayaan nol-nalika uga nyuda biaya lan upaya sing dibutuhake kanggo njaga teknologi kasebut. Perusahaan kudu ngati-ati kanggo mesthekake langkah-langkah sabanjure ing perjalanan kapercayan nol kasebut ora ngluwihi sumber daya jangka pendek.
Darktrace Self-Learning AI Maju ing Zero Trust Journey
Darktrace kanthi unik nyepetake jurang antarane visi lan kasunyatan kepercayaan nul. Platform kasebut njupuk pendekatan dinamis lan adaptif kanggo ngetrapake kepercayaan nol ing arsitektur hibrida heterogen sing kalebu email, titik pungkasan remot, platform kolaborasi, awan, lan lingkungan jaringan perusahaan [teknologi operasional (OT), IoT, IoT industri (IIoT), lan industri. sistem kontrol (ICS)].
Darktrace ngenani etos apa sing dipromosikan kepercayaan nol - proteksi keamanan cyber dinamis, adaptif, otonom, lan siap-siap ing mangsa ngarep. Unik ing kemampuan kanggo ngandhani lan ngetrapake kabijakan terus-terusan nalika lingkungan sampeyan ganti, platform Darktrace nambahake overlay kohesif sing nggunakake AI multi-lapisan kanggo:
- Ngapikake manajemen kepercayaan
- Pasang respon otonom
- Nyegah serangan liyane
- Jembatan sumber daya
- Tarik potongan-potongan kepercayaan nul bebarengan ing kerangka kerja sing kohesif, lincah, lan bisa diukur.
Darktrace Self-Learning AI analyzes data points for every laptop, desktop, server, and user, to ask: “Is this normal?”
AI Self-Learning nggunakake bisnis sampeyan minangka garis dasar
Darktrace Self-Learning AI nggawe gambaran lengkap babagan organisasi sampeyan ing endi wae sampeyan duwe wong lan data lan njaga rasa 'dhiri' sing terus berkembang kanggo organisasi sampeyan. Teknologi kasebut ngerti 'normal' kanggo ngenali lan nggabungake kelainan sing nuduhake ancaman cyber. Tinimbang ngandelake aturan lan teken, platform kasebut nganalisa pola kegiatan lan ora nate nganggep tumindak kasebut kudu dipercaya miturut sumber.
Darktrace Self-Learning AI katon ngluwihi kapercayan sing mapan kanggo ndeteksi, neliti, lan langsung nanggapi tandha-tandha risiko sing ora digatekake solusi liyane. Ora ketompo suwene pangguna tetep mlebu, platform kasebut langsung weruh yen aktivitas piranti katon ora konsisten. Analis AI Cyber Darktrace tanpa pandang bulu mriksa aktivitas aset (data, aplikasi, piranti) kanggo prilaku curiga sing bisa nuduhake wong njero lan ancaman terus-terusan (APT), negara, lan identitas pihak katelu "wis nakal."
Sistem kasebut langsung nyebutake panyimpangan subtle ing prilaku kaya ngunjungi beda websitus, kegiatan clustering mboten umum, kaping login aneh, lan nyoba kanggo nggunakake sistem beda. AI terus nganyari definisi kerja dhewe normal, 'jinak' lan 'ala.'
Continuous Self-Learning AI mbisakake sistem kanggo:
- Titik ancaman novel ing indikasi pisanan
- Nindakake tumindak respon otonom sing efektif kanggo ngganggu serangan kanthi presisi bedah
- Neliti lan laporake babagan kedadean keamanan
- Mbantu nguatake postur keamanan ing kabeh properti digital nalika bisnis sampeyan berkembang
Keamanan perjalanan nul-kapercayan sampeyan
Gambar 3: Darktrace terus ngawasi sanajan pangguna wis diotentikasi, saengga bisa ngerteni nalika ana kegiatan ala sanajan ana aturan lan kabijakan nol kepercayaan.
- Ing Darktrace / Zero Trust Protection
Deteksi awal ngirit sumber daya
Self-Learning AI ningkatake deteksi luwih cepet sing mbantu nyegah serangan saka kedadeyan. Nalika pelanggaran WannaCry lan SolarWinds ditindakake ing taun 2017 lan 2020, investigasi nuduhake Darktrace wis menehi kabar marang pelanggan babagan prilaku anomali sajrone sawetara wulan sadurunge solusi liyane diwenehi tandha yen ana kemungkinan pelanggaran. Tanggepan otonomi ing awal rantai mateni serangan nyuda wektu triase lan beban administratif ing tim SOC Internal kanthi eksponensial. Selaras karo filosofi nul kepercayaan "nganggep pelanggaran", kemampuan kanggo ndeteksi prilaku anomali saka pangguna sing dipercaya - lan kanthi otomatis nglakokake prilaku normal nalika sampeyan neliti - nambah safety safety sing larang regane kanggo keamanan perusahaan.
Proteksi dinamis ningkatake kapercayan sing luwih gedhe
Nduwe AI Self-Learning lan Response Otonom sing ndhukung strategi kepercayaan nol sampeyan ngidini manajemen kepercayaan dadi luwih adaptif lan terus-terusan. Sanalika pertahanan bisa ndeteksi prilaku sing ora biasa nalika kedadeyan kasebut, perusahaan bisa menehi kapercayan sing luwih gedhe kanthi yakin, manawa Darktrace bakal mlebu kanthi otomatis yen dibutuhake.
Tanggepan otonom ndadekake kepercayaan nul dadi kasunyatan
Penegakan penting kanggo nggedhekake nilai investasi kepercayaan nol sampeyan.
Darktrace nglengkapi lan nambah investasi sing ana ing postur kapercayan nul kanthi ngenali, nglucutake senjata, lan nyelidiki ancaman sing ditampa dening pertahanan, sanajan padha ngoperasikake dalan sing sah. Nalika alangan kapercayan dilanggar sanajan ngetrapake aturan lan kabijakan kepercayaan nol, Darktrace kanthi otonom ngetrapake prilaku normal kanggo ngrampungake lan mungkasi gerakan lateral. Platform kasebut bisa langsung menehi tandha lan micu respon sing cocog karo serangan kasebut. Tumindak otonom kalebu tanggapan bedhah kaya mblokir sambungan antarane rong titik pungkasan utawa langkah-langkah sing luwih agresif kaya mungkasi kabeh kegiatan khusus piranti.
Pendekatan kohesif pivotes keamanan menyang pencegahan
Siklus urip, pendekatan basis platform kanggo netepake lan ngetrapake kepercayaan nul kudu kalebu terus-terusan ngatur risiko digital lan pajanan kanthi ati-ati kanggo nyegah. Kanggo tujuan iki, platform Darktrace kalebu manajemen permukaan serangan (ASM), modeling path serangan (APM), lan panggunaan inovatif teori grafik sing nglengkapi tim keamanan kanggo ngawasi, model, lan ngilangi risiko.
Gambar 4: Darktrace interoperate karo teknologi nul kapercayan, ngevalidasi kabijakan nul kapercayan lan menehi informasi babagan upaya segmen mikro ing mangsa ngarep
Narik kabeh bebarengan
visibilitas Unified lan respon njamin pendekatan cohesive lan amplify keuntungan saka solusi kapercayan nul individu. Darktrace mbantu tim sampeyan narik kabeh potongan strategi sampeyan lan maju.
API streamline integrasi
Nalika sampeyan ngetrapake kepercayaan nol, data sampeyan bakal disalurake menyang macem-macem produk titik. Darktrace Integrasi karo Zscaler, Okta, Duo Security, lan solusi kepercayaan nol liyane kanggo nambah visibilitas lan respon.
Nalika disebarake karo teknologi kasebut, ruang lingkup kegiatan sing katon ing Darktrace saya tambah akeh bebarengan karo kemampuan AI kanggo nganalisa, kontekstual, lan tumindak liwat API sing relevan yen perlu.
Integrasi API asli ngidini organisasi kanggo:
- Nyepetake adopsi arsitektur kepercayaan nul
- Feed data menyang mesin AI Self-Learning Darktrace kanggo Ngenali lan netralake prilaku anomali
- Validasi kabijakan kepercayaan nol saiki lan informasi babagan segmen mikro ing mangsa ngarep
Ngamanake arsitektur kepercayaan nul ing saben lapisan
Gambar 5: Darktrace ndhukung panyewan kapercayan nul tombol ing saben stage saka siklus urip kedadean - ngamanake apa sing paling penting kanggo bisnis sampeyan
"Apa sing kudu ditindakake ing taun 2024?" Daftar Priksa
Kanggo nyepetake jurang antarane janji lan kasunyatan nol kapercayan ing 2024, strategi kudu ngilangi tembung kunci lan malah status "kotak centhang". Sadurunge njupuk langkah sabanjure, pimpinan keamanan kudu manehview lan nganyari plans implementasine sakabehe karo mripat menyang obah ngluwihi alat titik tuku.
Langkah pisanan kudu milih platform sing holistik, adaptif sing bisa nyedhiyakake visibilitas sing manunggal, masang respon otonom, lan nyepetake operasi. Pitakonan sing kudu ditakoni babagan kemajuan ing perjalanan iki - lan ngrumusake tujuan sing bisa digayuh lan bisa diukur kanggo 2024 - kalebu:
- Kepiye carane ngukur keamanan nalika keliling lan basis pangguna terus berkembang?
- Apa kita duwe kabeh unsur sing dibutuhake kanggo mesthekake gerakan sukses menyang kepercayaan nul?
- Apa kita duwe produk kapercayan nul sing bener?
Apa padha dikonfigurasi lan dikelola kanthi bener? - Apa kita wis mikir babagan pengawasan lan pamrentahan?
- Apa kita bisa terus-terusan ngetrapake strategi kepercayaan nul?
Apa penegakan kalebu respon otonom? - Kepiye cara ngevaluasi lan ngetung nilai investasi sing ana lan potensial?
- Apa kita isih njaluk phished? Bisa nemokake ancaman njero?
- Apa kita duwe (lan duwe cara kanggo nemokake) "akses float"?
- Apa kita bisa mesthekake akses lan kontrol identitas tetep adaptif lan tetep karo bisnis?
- Apa strategi kepercayaan nul berkembang kanthi dinamis lan terus-terusan tanpa intervensi analis?
Njupuk langkah sabanjure
Sawise sampeyan ngrampungake analisis kesenjangan, organisasi sampeyan bisa menehi prioritas lan ngembangake strategi langkah-langkah kanggo nguatake postur keamanan kepercayaan nol kanthi nggunakake pembelajaran mesin lan AI sing luwih cerdas lan luwih efektif.
Hubungi Darktrace kanggo a demo gratis dina iki.
Babagan Darktrace
Darktrace (DARK.L), pimpinan global ing intelijen buatan keamanan cyber, menehi solusi lengkap sing didhukung AI ing misi kanggo mbebasake gangguan cyber. Teknologi kasebut terus sinau lan nganyari kawruh babagan 'sampeyan' kanggo organisasi lan ngetrapake pemahaman kasebut kanggo nggayuh keamanan cyber sing optimal. Inovasi terobosan saka Pusat R&D wis ngasilake luwih saka 145 aplikasi paten filed. Darktrace makaryakke luwih saka 2,200 wong ing saindenging jagad lan nglindhungi luwih saka 9,000 organisasi ing saindenging jagad saka ancaman siber.
Dhukungan Pelanggan
Pindai kanggo sinau luwih akeh
lor Amerika: +1 (415) 229 9100
Eropah: +44 (0) 1223 394 100
Asia-Pasifik: +65 6804 5010
Amerika Latin: +55 11 4949 7696
Dokumen / Sumber Daya
 |
DARKTRACE 2024 Ngleksanakake lan Nindakake Zero Trust [pdf] Pandhuan 2024 Implementing and Enforcing Zero Trust, 2024, Implementing and Enforcing Zero Trust, Enforcing Zero Trust, Zero Trust |
