6 comportamenti che costituiscono una minaccia interna e che la vostra soluzione deve individuare

Le minacce interne odierne non si limitano ad azioni dolose con intenti evidenti. Anche i dipendenti e i partner animati dalle migliori intenzioni possono esporre dati sensibili a causa di una condivisione eccessiva, di un uso improprio degli strumenti di IA generativa, nonché dell’utilizzo di applicazioni non approvate e di pratiche di sicurezza inadeguate. Il furto intenzionale rimane un fenomeno da tenere sotto stretta osservazione, ma non è l’unico.

L'uso improprio dell'accesso e del trasferimento dei dati da parte degli utenti rappresenta una delle principali fonti di rischio per la vostra azienda. I dati indicano che le minacce interne sono più difficili da individuare rispetto agli attacchi esterni, ma solo il 23% delle aziende nutre piena fiducia nella propria capacità di individuare tali minacce prima che possano verificarsi danni significativi. 

Dalla proliferazione dei servizi software-as-a-service (SaaS) e dalla collaborazione nel cloud al più rapido ricambio del personale e ai cambiamenti di ruolo, le minacce interne possono presentarsi in modo completamente diverso rispetto a quelle che avete tradizionalmente affrontato. Senza contare che gli strumenti di produttività basati sull’intelligenza artificiale continuano a rendere sempre più labile il confine tra ciò che è un’attività lavorativa normale e ciò che costituisce un comportamento rischioso. 

Non è possibile fare affidamento esclusivamente su regole statiche o difese perimetrali. La capacità di individuare i segnali comportamentali chiave che indicano un potenziale rischio prima che i dati possano essere sottratti o persi è ciò che guida le strategie di protezione. 

Continuate a leggere per scoprire il ruolo che l’intelligenza artificiale (IA) svolge nell’aumento del rischio di minacce interne, nonché i sei comportamenti relativi ai dati da tenere sotto controllo e come affrontarli. 

Scarica: 6 comportamenti insoliti dei dati che indicano una minaccia interna 

In che modo l’intelligenza artificiale sta ridefinendo le minacce interne

Gli strumenti di intelligenza artificiale generativa facilitano il furto di dati su larga scala da parte di soggetti interni. Ecco come fare:

• Maggiore produttività: l’intelligenza artificialeè in grado di vagliare rapidamente enormi quantità di informazioni per individuare quelle più rilevanti, fornendo agli utenti report, dati aggregati e sintesi.
• Trasformazione rapida: i filepossono essere modificati o camuffati per eludere il rilevamento, e i dati generati dagli strumenti di IA generativa potrebbero non essere riconosciuti dagli strumenti DLP tradizionali.
• Barriere ridotte: ciò che un tempo richiedeva competenze tecniche ora richiede uno sforzo minimo, e gli utenti hanno a disposizione centinaia di strumenti di intelligenza artificiale tra cui scegliere.

L'intelligenza artificiale ha ridotto gli ostacoli alle attività di minaccia interna, accelerando ogni fase del processo di furto dei dati.

Oltre al furto intenzionale, l’intelligenza artificiale aumenta anche il rischio di divulgazione accidentale dei dati. I dipendenti potrebbero caricare informazioni sensibili negli strumenti di intelligenza artificiale senza comprendere le politiche di conservazione dei dati o i diritti di proprietà. L’utilizzo di “Shadow AI”, ovvero quando il personale ricorre ad account personali o a strumenti non autorizzati che non rientrano nelle politiche di utilizzo accettabile, aggrava ulteriormente tale rischio.

I sistemi tradizionali di prevenzione della perdita di dati (DLP) non riescono a stare al passo. Adottano un approccio reattivo e incentrato sugli incidenti e faticano a gestire il volume, la velocità e il contesto delle minacce moderne. Per prevenire i rischi legati agli insider, è necessaria una soluzione in grado di comprendere i modelli comportamentali e le intenzioni, non solo le violazioni delle politiche aziendali.

6 comportamenti insoliti dei dati da monitorare

Sono le persone a determinare la maggior parte dei rischi organizzativi, e un numero esiguo di esse genera un impatto sproporzionato. In media, solo l’8% e dei dipendenti è responsabile dell’80% e degli incidenti, il che significa che una single minaccia interna può causare danni significativi.

La buona notizia è che la tecnologia può aiutarvi a individuare i comportamenti a rischio prima che sfociano in violazioni della sicurezza. I sei comportamenti riportati di seguito non costituiscono una prova definitiva della presenza di minacce interne, ma rappresentano segnali di allarme precoci che vale la pena tenere sotto controllo.

Articoli correlati: Mimecast Incydr: 5 testimonianze di clienti con un ROI comprovato in meno di 6 mesi

1. I "sosia" del cloud: il punto cieco nascosto 

Se i dipendenti trasferiscono file in servizi di archiviazione cloud personali che sembrano strumenti approvati, è facile che tali trasferimenti di dati a rischio passino inosservati. Quella che potrebbe sembrare una semplice collaborazione potrebbe in realtà comportare la fuga di dati sensibili dalla vostra organizzazione. L'intelligenza artificiale accelera la velocità con cui i file possono essere aggregati, sintetizzati e caricati, rendendo praticamente impossibile per i sistemi di monitoraggio tradizionali stare al passo. 

Per prevenire il rischio, è necessario verificare a chi vengono inviati i dati e quale sia il loro contenuto. Le soluzioni DLP basate sul comportamento e il rilevamento delle anomalie nel cloud possono aiutarLa a individuare destinazioni insolite, consentendoLe così di prevenire qualsiasi perdita di dati prima che si verifichi. 

2. Picchi di attività prima della partenza: un segnale di allarme per il furto di dati 

Quando un dipendente si appresta a lasciare l’azienda, spesso si registra un picco nell’attività relativa ai suoi dati. Gli utenti in uscita continueranno ad avere un accesso legittimo ai sistemi aziendali; pertanto, qualsiasi comportamento che si discosti da tale norma e eluda i controlli tradizionali dovrebbe essere considerato un segnale di allarme. 

Per ridurre l'esposizione, si raccomanda di mettere in relazione i comportamenti degli utenti con eventi del ciclo di vita quali le comunicazioni di dimissioni. Gli strumenti di gestione dei rischi interni e l’analisi comportamentale consentono di individuare movimenti anomali dei dati e di applicare controlli preventivi nei confronti dei dati destinati a fonti non attendibili, consentendovi così di proteggere i dati in tempo reale. 

3. File camuffati: quando le estensioni non corrispondono al contenuto

Le estensioni dei file che non corrispondono al contenuto effettivo spesso indicano un tentativo di occultare informazioni sensibili. Si tratta di una tattica comunemente utilizzata per aggirare i controlli di sicurezza o per trasferire dati attraverso canali autorizzati senza essere individuati. L'intelligenza artificiale semplifica questa operazione convertendo e mascherando rapidamente i file, aumentando così il rischio di un uso improprio.

Implementi controlli di sicurezza che verifichino sia le etichette dei file, sia il loro contenuto, sia le modifiche apportate ai file. Le soluzioni avanzate per la sicurezza dei dati sono in grado di rilevare tali discrepanze e segnalare attività sospette prima che i dati vengano esposti.

4. Modelli comportamentali: il progressivo accumularsi del rischio interno

Non tutte le minacce interne si concretizzano in single azione. Il rischio spesso emerge attraverso una serie di passaggi apparentemente normali, quali l’accesso ai file, la crittografia dei dati e la successiva condivisione con soggetti esterni. Se considerata isolatamente, ogni azione sembra innocua. Ma, nel loro insieme, rivelano uno schema sospetto.

I flussi di lavoro basati sull’intelligenza artificiale accelerano questi comportamenti articolati in più fasi, rendendoli più difficili da individuare. Per collegare i vari elementi tra loro, è necessaria una visione d'insieme che abbracci sia il tempo che gli strumenti. L'analisi comportamentale e i motori di correlazione basati sull'intelligenza artificiale sono in grado di identificare tali modelli, esaminare i dettagli a livello di file e aiutarvi a intervenire prima che i dati sfuggano al vostro controllo.

5. Rischi legati al lavoro da remoto: download da dispositivi non gestiti

Negli ambienti remoti e ibridi, i dipendenti accedono spesso ai dati da dispositivi personali o non gestiti. Ciò crea dei punti ciechi quando le informazioni sensibili escono dai sistemi gestiti. Gli strumenti di intelligenza artificiale in esecuzione in locale (o anche le estensioni per browser basate sull'intelligenza artificiale) possono analizzare e riutilizzare tali dati a vostra insaputa.

Monitorare le attività di download insolite e comprendere il contesto del dispositivo. I controlli DLP orientati agli endpoint e quelli relativi allo stato dei dispositivi contribuiscono a garantire un equilibrio tra flessibilità e sicurezza, proteggendo i dati mentre gli ambienti di lavoro continuano a evolversi.

6. Concessione eccessiva di autorizzazioni: porte aperte ai dati sensibili 

Impostare i permessi dei file in modo che “chiunque possa modificarli” è un modo rapido per condividere l’accesso, ma non è sicuro. Il rischio di esporre dati sensibili a un pubblico non desiderato è elevato e, una volta che l’accesso viene consentito, gli strumenti di intelligenza artificiale e le estensioni possono individuare ed estrarre rapidamente tali contenuti.

Contrastate la divulgazione eccessiva di informazioni grazie a una visibilità costante sulle modifiche alle autorizzazioni e sugli accessi condivisi. Monitorate gli aggiornamenti delle autorizzazioni che comportano rischi, in particolare per i dati di grande valore, e, ove necessario, applicate misure di blocco preventivo alle risorse più preziose della vostra organizzazione. I connettori cloud dedicati per i più diffusi strumenti di condivisione su cloud offrono informazioni approfondite sull’attività relativa ai file in cloud e consentono di gestire la condivisione dei dati.

Articolo correlato: I 4 profili di rischio umano che compromettono la vostra sicurezza informatica

Adottate un approccio proattivo grazie alla protezione basata sull’intelligenza artificiale

Non è possibile prevenire ogni azione rischiosa, ma è possibile individuare le minacce in anticipo, condurre indagini in modo più efficace e reagire più rapidamente. Una protezione basata sull’intelligenza artificiale e sui dati riduce i falsi positivi e migliora la definizione delle priorità, rendendo la vostra organizzazione più resiliente.

Il vostro approccio tecnologico deve passare da controlli reattivi a strategie proattive e controlli preventivi basati sull’intelligenza comportamentale.

Per individuare e prevenire in modo più efficace la perdita di dati causata da minacce interne, richieda oggi stesso una presentazione del prodotto Mimecast Incydr.