Skip to main content

אבטחת סייבר

21 במאי 2026

   

אבטחה בעידן הסוכנים

כשאיומים מונעי בינה מלאכותית (AI) מאיצים, אבטחת הסייבר חייבת להפוך למהירה יותר, צפויה יותר ומבוססת שיתוף פעולה.

הלוגו של Google
Ann Johnson profile photo

Ann Johnson

Executive Vice President, Security Solutions, Mastercard

בחודש שעבר, כאשר Anthropic הכריזה לראשונה על Claude Mythos, מודל ה-AI הגנרטיבי החדש שלה לאבטחת סייבר, זה עורר דאגה ודיון רבים בקהילת אבטחת הסייבר. דווח כי Mythos זיהה נקודות תורפה חדשות בכל מערכת הפעלה ודפדפן אינטרנט מרכזיים. זה נחשב מסוכן מדי כדי לפרסם אותו באופן פומבי.

אם מומחי אבטחה לא שמו לב עדיין, הנה הייתה דוגמה ברורה לעידן החדש של האבטחה, שמביט בהם ישר בחזרה.

בתוך בהלת הבינה המלאכותית בשנים האחרונות, מחזורי פיתוח הטכנולוגיה מתקדמים כעת הרבה יותר מהר, בעוד שהסיכונים גדלו משמעותית. מערכות פיננסיות, שרשרות אספקה ותשתית אבטחת סייבר מחוברות כולן כעת יותר. מיליארדי מכשירים נוספים מחוברים לאינטרנט. כל הדינמיקות הללו יוצרות שדה קרב רחב ומורכב יותר בתחום אבטחת הסייבר וגורמות למעבר מאירועים מבודדים ללחצים מערכתיים.

יותר מתמיד, התקפות נעות במהירות של מכונה. מערכי ההגנה כעת חייבים להיות מהירים לא פחות. ארגונים חייבים להתפתח כדי לעמוד ברגע הזה על ידי התמקדות בכמה תחומי מפתח.

 

הגנו על שחקנים קטנים יותר כדי להגן על כולם

עסקים, ממשלות ועמותות מכל הגדלים הם כולם חלק מהמערכת האקולוגית הדיגיטלית הגלובלית. זה אומר שאנחנו צריכים להיות אחראים זה לזה ולהגן זה על זה. לא רק שזה הדבר הנכון לעשות, זהו הכרח מוחלט למנוע התפשטות של מתקפה. ברגע שעברייני סייבר פורצים למערכות של ארגון כלשהו, הם יכולים להשתמש בנתונים הגנובים והאישיים כדי להרחיב את המתקפה שלהם.

לחברות גדולות יש גישה קלה לכלים מתוחכמים ולצוותי סייבר גדולים, כך שהן יכולות להגיב לחידושים חדשים בבינה מלאכותית. ארגונים קטנים יותר לא עושים זאת, מה שמשאיר אותם חשופים הרבה יותר למתקפות מבוססות AI. עבור אלה שאין להם גישה לכלי עבודה חדשניים או שאינם יכולים להרשות לעצמם הגנות משלהם, מוטלת החובה על גורמים גדולים יותר לפעול ולתמוך בהם. גישה שיתופית כזו נחוצה כעת יותר מאי פעם.

 

היו מאובטחים מתוקף התכנון

הרחקת בוטים מהמערכות שלנו הייתה פעם חלק ברור מכל מנגנון אבטחה. עכשיו זה לא כל כך פשוט.

ככל שסוכני AI נכנסים לחיינו, אנשים יסכימו לסוגים שונים של סוכנים שיפעלו בשמם, כגון סוכני תוכנה שמבצעים משימות עסקיות וסוכני מסחר שמבצעים רכישות. פיתוחם של סוכני מסחר אוטונומיים הוא אולי אחד השינויים העמוקים ביותר בתשלומים בהיסטוריה. צוותי אבטחת סייבר יצטרכו להיות מסוגלים לזהות את ההבדל בין סוכני AI טובים לבין סוכנים מזיקים. זה אפשרי באמצעות תקנים ובקרות חדשים, כמו Know Your Agent (KYA) כדי לתעד ולנטר בוטים, Know Your Merchant (KYM) כדי לסווג אתרים לגיטימיים לעומת אתרים הונאתיים, ואפילו מה שאני אוהב לכנות Know Your Fraudster (KYF) — לעקוב אחר יריבים פוטנציאליים, לנתח אותות הונאה ונתוני מודיעין איומים, ולהגיב לפני שיהיה מאוחר מדי.

ניהול תעבורת בוטים הוא מרכיב חדש וקריטי בעבודת האבטחה להבא, אבל הוא רחוק מלהיות היחיד. צוותי אבטחת סייבר צריכים גם לעבוד בשיתוף פעולה הדוק יותר ברחבי הארגונים שלהם כדי לחזק את הרעיון של 'אבטחה מובנית בעיצוב'. זה אומר שאנו מונעים פרצות על ידי זיהוי חולשות תוכנה וחומרה במהלך תהליך הקידוד והפיתוח ולפני השקת מוצרים. הרי האקר אינו יכול לנצל חולשה שאינה קיימת.

 

השתמשו ב-AI כדי להילחם ב-AI

יותר מדי ארגונים עדיין מתקינים תיקוני תוכנה באופן ידני. בינתיים, מספר האיומים האמינים גדל, כעת מודלים של בינה מלאכותית יכולים למצוא במהירות יותר נקודות תורפה.

ארגונים צריכים להפוך לאוטומטיות יותר ממערכות התיקון שלהם כדי לזרז תהליך זה ולקבוע באופן יעיל יותר אילו איומים אמינים עליהם לתעדף לתיקון. בשל AI, זמן הניצול ירד מימים לשעות, מה שהופך את הצורך בשינוי זה לקריטי.

מעבר לאוטומציה של תיקונים, ארגונים יצטרכו להסתמך על שימוש בבינה מלאכותית מנבאת מבוססת AI וניטור מתמשך כדי להגיב מהר יותר לאיומים.

 

שמרו על היגיינת סייבר טובה

מרבית הפרצות נגרמות בגלל אותן שלוש בעיות — פרטי זיהוי גנובים, פגיעויות לא מתוקנות וחריגים — וזה המצב כבר עשרות שנים.

למרות שהרבה משתנה בגלל AI, עדיין נדרשים רבים מאותם תהליכי אבטחת סייבר בסיסיים. אלה כוללים תוכניות חזקות להגנת נתונים ולשמירת נתונים, סקירות של מערכות מדור קודם והפחתת חוב טכני. זו העבודה הלא זוהרת — יום אחר יום — שהכרחית כדי להגן על המערכות הדיגיטליות.

 

להבא.

Mythos סיפק לתעשיית אבטחת הסייבר תזכורת חיונית לכך שהדינמיקה השתנתה באופן דרסטי. בעידן סוכני הבינה המלאכותית החדש הזה, התעשייה חייבת לעבור מתגובה לחיזוי — באמצעות שיתוף פעולה, התרעות מוקדמות ותיאום מהיר יותר — כדי להישאר צעד אחד קדימה.

 

בצומת הדרכים של בינה מלאכותית, אבטחת סייבר ומסחר

אן ג'ונסון, המובילה של פתרונות האבטחה ב-Mastercard, משתפת את מסלול הקריירה שלה, את עמדותיה בנוגע ל-AI ולאבטחת סייבר, ואת נקודת המבט שלה על עתיד התשלומים הגלובליים.