8-2024

Künstliche Intelligenz
Bild 2: KI erkennt anomale Aktivitäten auch von Dateien in Backups.
Kosten. Mit modernen Tools können
Unternehmen ihre Storage-Kosten
senken, indem sie unter anderem
den Speicherort ihrer Daten entsprechend
den Kriterien der Verfügbarkeit
und Zugriffshäufigkeit auswählen.
Während etwa die sensibelsten
Unternehmensdaten in einem Repository
mit höchster Sicherheitsstufe
hinreichend gut aufgehoben sind, ist
es wahrscheinlich, dass dort auch
andere Daten aufbewahrt werden,
die keinen solch hohen Schutz erfordern.
Diese können die IT-Verantwortlichen
an einen kostengünstigeren
Speicherort verschieben. Gleiches
gilt für Archivdaten auf teurem
Hochleistungsspeicher, auf die nur
selten zugegriffen wird. Auch kann
der Umfang an Speicherressourcen
für Daten mit geringer Priorität
optimiert werden. Eine KI-gestützte
Datenmanagement-Plattform kann
Faktoren wie Speicherkapazität, Performance-
und Sicherheitsvorgaben
sowie Preismodelle von Anbietern
analysieren, um die kostengünstigsten
Speicheroptionen für verschiedene
Datentypen zu ermitteln.
Klassifikation von Daten
Die KI-basierte Klassifikation von
Daten erfolgt dabei auf Grundlage
von Kriterien wie Sensibilität, gesetzlichen
Vorgaben, der Relevanz für
den Geschäftserfolg sowie notwendige
Schutzmaßnahmen, die
durch spezifische Richtlinien gesteuert
werden. Mithilfe von Machine-
Learning-Algorithmen kann eine
Datensicherungsplattform große
Mengen an Informationen automatisiert
und optimiert klassifizieren.
Hier erkennt sie Zugriffsmuster, die
ein menschlicher Admin oder CIO
möglicherweise übersieht. KI kann
sich zudem effizienter an sich verändernde
Datentypen und Klassifizierungskriterien
anpassen. Das
Gewichten der Kriterien erfolgt auf
Basis der Prioritäten und Datenmanagement-Richtlinien
der jeweiligen
Organisation. So kann etwa
ein Finanzinstitut die Compliance
mit gesetzlichen Vorschriften über
den häufigen und einfachen Datenzugriff
stellen, während ein Forschungsinstitut
der Datensensibilität
den Vorrang gibt.
3. Schutz
der Unternehmens-Assets
Die Flut neuer digitaler Anwendungen
verschafft Unternehmen
einen nie dagewesenen Einblick
in ihre Geschäftsabläufe. Der dafür
notwendige größere IT-Fußabdruck
von Daten, Anwendungen und der
dazugehörigen IT-Infrastruktur
bedeutet aber auch eine größere
Angriffsfläche, insbesondere vor
dem Hintergrund steigender KIgestützter
Bedrohungen.
Eine KI-gestützte Datenmanagement-Lösung
kann Netzwerkverkehrsmuster,
Systemprotokolle und
Verhaltensanomalien analysieren,
um Anzeichen für einen Cyberangriff
zu erkennen. Mithilfe fortschrittlicher
Algorithmen und Machine
Learning analysiert sie Daten auf
Dateiebene und erkennt Anomalien,
die auf potenzielle Cybergefahren
oder Probleme mit der Datenintegrität
hinweisen können, wie zum Beispiel
eine plötzliche Zunahme der
Dateigröße, ungewöhnliche Zugriffsmuster
oder einen veränderten Dateiinhalt.
Das System kann auch so
konfiguriert werden, dass Alarme
bei Anomalien ausgelöst werden,
die vordefinierte Schwellenwerte
oder Risikostufen überschreiten.
So können Administratoren proaktiv
auf potenzielle Sicherheitsvorfälle
oder Datenintegritätsprobleme reagieren
und entsprechende Gegenmaßnahmen
ergreifen.
Deception-Technologien
Durch den Einsatz von Deception-Technologien
können zudem
Ransomware-Attacken frühzeitig
erkannt und eingedämmt werden,
indem intelligente Köder-Sensoren
in der Nähe wertvoller Assets abgelegt
werden. Diese sind in der Lage,
jedes beliebige Asset zu imitieren.
Durch diese präzise Simulation sind
sie für Angreifer von echten Ressourcen
nicht zu unterscheiden und
liefern Sicherheitsteams zuverlässige
Informationen und Alarme über
aktive Angriffe.
Schließlich lässt sich die Plattform
auch in SIEM-Systeme integrieren,
um ein zentrales Monitoring
und die Korrelation von Dateianomalie-Warnungen
mit anderen
Sicherheitsereignissen und Risikoindikatoren
zu ermöglichen.
Zukunftsfähiges Fundament
für das Nutzen von
Unternehmensdaten
Für moderne Unternehmen ist
KI kein so neues Phänomen, wie
es der gegenwärtige Trend, ausgelöst
durch disruptive Innovationen
im Bereich der generativen
KI, vermuten lassen könnte. Seit
Jahren experimentieren Unternehmen
bereits schrittweise mit KI und
Machine Learning, um Abläufe zu
automatisieren und Daten zu nutzen,
um bessere Erkenntnisse zu
gewinnen. KI-gestütztes Datenmanagement
kann Unternehmen
dabei unterstützen, ein zukunftsfähiges
Fundament zu schaffen, um
ihre Informationen und komplexen
Infrastrukturen effektiv zu verwalten
und cyberresilient zu sichern
sowie zu schützen. ◄
Bild 3: KI interpretiert und präsentiert Daten zu Backup-Prozessen
und gibt Alerts.
PC & Industrie 8/2024 17