Separare il segnale dal rumore nella lotta contro il brand spoofing

L'"affaticamento da alert" deve essere il malanno più comune tra i professionisti della cybersecurity. Secondo un recente sondaggio, il 56% delle grandi aziende gestisce oltre 1.000 alert al giorno. Per il 70% dei professionisti della sicurezza, il volume degli alert è raddoppiato negli ultimi anni, con oltre il 51% delle campagne che coinvolgono qualche forma di brand spoofing generato dall'AI.

Per la maggior parte delle aziende, la preoccupazione non è semplicemente il volume, ma il tempo perso a inseguire notifiche che si rivelano non essere problemi reali. Ogni falso positivo distoglie il team dalle minacce reali che stanno danneggiando la tua attività e il tuo brand. La posta in gioco non potrebbe essere più alta. L'anno scorso, il brand spoofing è costato alle aziende quasi 3 miliardi di dollari in mancati ricavi dei consumatori, e ogni ora in cui un attacco continua, diventa più forte, si diffonde ulteriormente e diventa più costoso e dispendioso in termini di tempo da eliminare.

La risposta all'affaticamento da alert e al rumore nel sistema? Modelli di AI specializzati in grado di setacciare miliardi di punti dati per individuare domini simili ad alto rischio nascosti nel rumore di fondo.

Il mio obiettivo è insegnarti come utilizzare la protezione del brand basata sull'AI per monitorare enormi set di dati di domini e far confluire gli alert verificati dall'AI direttamente nel tuo Security Operations Center (SOC) per un'azione rapida. L'obiettivo? Aiutarti a difendere il tuo brand, far risparmiare denaro alla tua azienda e magari salvare anche la tua sanità mentale.

Questa è la domanda eterna tra i professionisti della sicurezza. Con una casella di posta piena di alert e il tuo team che ti contatta ogni due minuti tramite MS Teams o Slack, arrivare al 2-5% delle minacce reali (segnale) e scartare il restante 95-98% (rumore) ti porta alle minacce più critiche per la tua azienda.

Non andrai lontano senza un buon rilevamento. Il tuo percorso deve iniziare con l'individuazione degli elementi sconosciuti che potrebbero creare frodi e responsabilità legali che influiscono sul tuo brand. I team di sicurezza già oberati di lavoro non hanno tempo per pensare a domini simili e tracciarli in fogli di calcolo. E non hanno nemmeno tempo per vagliare domini simili innocui o shadow IT. Il rilevamento di livello superiore inizia con la scansione quotidiana di internet alla ricerca degli oltre 100 milioni di domini, sottodomini e hostname appena attivati che potrebbero avere un impatto sul tuo brand.

Ma c'è ancora di più che può essere delegato! Esistono tutti i tipi di metadati per un determinato dominio o host che possono essere utilizzati per scoprire e valutare asset precedentemente sconosciuti. Ciò può includere la valutazione di elementi come WHOIS, SSL, record di posta e altre fonti per un determinato dominio. È un lavoro enorme da fare manualmente, ma lo strumento giusto può occuparsi del lavoro pesante al posto tuo.

Mentre molti professionisti si concentrano sui set di funzionalità, io invece sottolineo che gli stakeholder del brand dovrebbero concentrarsi sui risultati. Con il rilevamento, l'obiettivo è mappare il tuo patrimonio digitale senza la necessità di una revisione manuale e lunga. Il rilevamento non solo taglia il rumore per risparmiare tempo e denaro, ma blocca anche in tempo reale responsabilità legali e frodi individuando i siti impostori prima che vengano utilizzati come armi. E come bonus aggiuntivo, può anche aiutarti a scoprire asset dimenticati e sconosciuti.

Se il rilevamento ti permette di vedere rapidamente su tutta internet, l'analisi raffina i tuoi risultati iniziali con modelli di AI che rilevano loghi, volti, contenuti delle pagine e classificazione del settore, dandoti il contesto per identificare e dare priorità ai siti dannosi.

Per i team che si affidano a flussi di lavoro manuali, esaminare un pugno di siti potrebbe richiedere un'intera giornata. Ma per i team di sicurezza, un'AI addestrata in modo specifico può eliminare questi compiti banali in modo che i professionisti possano concentrarsi su cose più importanti. Gli analisti non devono più valutare un sito simile per uso improprio del logo. Possono invece concentrarsi su questioni più importanti.

Fare qualcosa di utile con i segnali di rischio è ancora più importante. Ad esempio, qual è la differenza tra un sito di un'azienda che assomiglia alla tua e uno creato con intento criminale? L'AI può cogliere la differenza con un punteggio di rischio intelligente, assegnando dinamicamente un punteggio in base al livello di impersonificazione, alla categorizzazione del settore e all'impatto finanziario della campagna.

Poiché ogni organizzazione ha i propri parametri di rischio, un approccio universale non funzionerà. Un sito che raccoglie informazioni personali per un'agenzia immobiliare è preoccupante. Ma per un fornitore di servizi sanitari, data la sensibilità legata ai dati dei pazienti, si tratta di un'emergenza a tutti gli effetti.

Ancora una volta, come per il rilevamento, l'obiettivo rimane quello di tagliare il rumore il più rapidamente possibile per proiettare l'integrità del brand e favorire fiducia e lealtà con i tuoi clienti. Con più tempo, la velocità d'azione può ridurre qualsiasi potenziale danno alla tua organizzazione.

L'applicazione è dove le cose si fanno serie. Dopo aver effettuato il rilevamento e la valutazione iniziali, i modelli di AI specializzati possono filtrare circa l'80% dei domini risultati benigni. Per il restante 20%, gli agenti AI possono valutare il contesto di ciascun sito potenzialmente rischioso con l'intelligenza approfondita di un analista umano.

L'obiettivo qui è sostituire la revisione manuale delle minacce con un processo che rileva i problemi critici che potresti aver trascurato e li smista per la risoluzione più rapida possibile. Per un'efficienza ancora maggiore, puoi integrare il tuo flusso di lavoro con i Security Operations Center (SOC) e i team di Security Information and Event Management (SIEM), in modo che l'applicazione preliminare venga avviata il prima possibile.

Come esempio di ciò di cui sto parlando, "redsoft.com" appare sospetto: utilizza il logo di Red Sift e ospita un sito attivo. I sistemi tradizionali potrebbero segnalarlo come dannoso. Fortunatamente, l'AI Agent riconosce il logo in una sezione di "prova sociale", incrocia le relazioni commerciali e identifica "Red Soft" come legittimo. Classifica il dominio come sicuro, evitando falsi positivi e facendo risparmiare tempo all'analista.

Mi rendo conto che questo è un esempio semplice, ma dimostra come l'AI agentica non sia una tecnologia futura, ma uno strumento pratico nel qui e ora.

Il rumore non si fermerà. Ogni giorno, gli attori malintenzionati innovano nuovi modi per attaccare il tuo brand. La buona notizia è che, se implementata correttamente dalle aziende, l'AI può sconfiggere questa asimmetria. Al posto dei falsi positivi delle soluzioni inferiori, la soluzione che taglia il rumore è quella che ti offre lo smistamento a livello di analista, senza l'analista.

Che tu scelga di automatizzare uno o due passaggi o l'intero processo, l'agente AI nella tua soluzione di protezione del brand estende l'automazione nell'area grigia dove è necessario il giudizio umano, offrendo uno smistamento a livello di analista per i domini simili che le regole non possono risolvere.

Il punto è che, che tu sia un brand da un miliardo di dollari o un'attività locale, il brand spoofing è un problema da 3 miliardi di dollari all'anno che devi affrontare. Nessuno è troppo grande o troppo piccolo per essere un bersaglio. Anzi, direi che chi ha un budget più ridotto ha molte più probabilità di essere a rischio, data l'aspettativa che non ci sia alcuno strumento di protezione del brand in atto.

Per ulteriori indicazioni su come gestire questa situazione, approfondisci le strategie più recenti nel Brand Trust Resource Center.

Rahul Powar è co-fondatore e CEO di Red Sift. In precedenza, è stato Head of Advanced Products presso Thomson Reuters.