IBM သည် ၎င်း၏နောက်ဆုံးပေါ် Data Breach ကုန်ကျစရိတ် အစီရင်ခံစာကို ထုတ်ပြန်ခဲ့ပြီး၊ အန္တရာယ်ရှိသော ဖောက်ဖျက်မှု လေးခုတွင် တစ်ခုသည် ယခုအခါတွင် ဒေတာပေါက်ကြားမှုတစ်ခု၏ ပျမ်းမျှကုန်ကျစရိတ်သည် ဖြစ်ရပ်တစ်ခုလျှင် $6 သန်းခန့်အထိ ရောက်ရှိသွားကြောင်း ဖော်ပြခဲ့သည်။

ဇူလိုင်လ ၂၉ ရက်နေ့က IBM Newsroom မှ ထုတ်ဝေသော တွေ့ရှိချက်အား Network World၊ Cybersecurity Dive နှင့် Security Boulevard မှ အစီရင်ခံတင်ပြခဲ့ရာတွင် AI သည် ဆိုက်ဘာလုံခြုံရေး ခြိမ်းခြောက်မှု အခင်းအကျင်းကို ပြန်လည်ပုံသွင်းပုံအား ပြတ်သားစွာ ပုံဖော်ထားသည်။ AI လုပ်ငန်းတိုးတက်မှုများ ကို စောင့်ကြည့်နေသည့် အဖွဲ့အစည်းများသည် တူညီသောနည်းပညာဖြင့် ကုန်ထုတ်စွမ်းအားကို မြှင့်တင်ခြင်းသည် ရန်သူများကို တစ်ပြိုင်နက် လက်နက်တပ်ဆင်ပေးကြောင်း ပြင်းပြင်းထန်ထန် သတိပေးချက်တစ်ရပ်ကို တွေ့ရှိမည်ဖြစ်သည်။

ခြိမ်းခြောက်မှုနောက်ကွယ်က နံပါတ်များ

IBM ၏ လေ့လာမှုအရ အန္တရာယ်ရှိသော လုံခြုံရေးချိုးဖောက်မှုများ၏ 25 ရာခိုင်နှုန်းသည် ယခုအခါတွင် အလိုအလျောက် ဖြားယောင်းခြင်း လှုံ့ဆော်မှုများ၊ AI မှ ဖန်တီးထားသော malware များ သို့မဟုတ် စက်သင်ယူမှုဖြင့် ပံ့ပိုးထားသော ကြီးမားသော အထောက်အထားများ ထည့်သွင်းခြင်းတွင် AI စွမ်းရည်အချို့ ပါဝင်နေသည်။ Network World မှ အစီရင်ခံတင်ပြသည်မှာ AI ဖြင့်မောင်းနှင်သောတိုက်ခိုက်မှုများသည် ပြီးခဲ့သောနှစ်တစ်နှစ်တည်းတွင် 56 ရာခိုင်နှုန်းတိုးလာကာ ခြိမ်းခြောက်မှုပြုသူများ၏ AI ကိရိယာများကို လျင်မြန်စွာလက်ခံလာမှုကို အလေးပေးဖော်ပြသည့် ကိန်းဂဏန်းတစ်ခုဖြစ်သည်။

ဒေတာပေါက်ကြားမှုတစ်ခု၏ ပျမ်းမျှကုန်ကျစရိတ်သည် ခန့်မှန်းခြေအားဖြင့် အမေရိကန်ဒေါ်လာ ၆ သန်းအထိ မြင့်တက်လာခဲ့ပြီး တစ်နှစ်ထက်တစ်နှစ် 12 ရာခိုင်နှုန်း တိုးလာခဲ့ကြောင်း Network World ၏ အစီရင်ခံစာတွင် ဖော်ပြထားသည်။ ASIS International သည် AI စနစ်သုံး တိုက်ခိုက်မှုများသည် ချိုးဖျက်မှုကုန်ကျစရိတ်များကို အမြင့်ဆုံးအသစ်များဆီသို့ တွန်းပို့ပေးကြောင်း မှတ်သားထားကာ ပျမ်းမျှကုန်ကျစရိတ် ဒေါ်လာ 6 သန်းကို အတည်ပြုခဲ့သည်။

Cybersecurity Dive သည် လုပ်ငန်းလည်ပတ်မှု စွမ်းဆောင်ရည်ကို မြှင့်တင်ပေးသည့်တိုင် လုပ်ငန်းတွင်း လွှမ်းမိုးမှုမရှိသော AI ကို လက်ခံကျင့်သုံးခြင်းသည် အန္တရာယ်၏ အမျိုးအစားသစ်များကို ဖန်တီးနေသည်ဟု အစီရင်ခံခြင်းတွင် သက်ရောက်မှုများကို ချဲ့ထွင်ခဲ့သည်။ လုံလောက်သော လုံခြုံရေး အုပ်ချုပ်မှု မရှိဘဲ AI ကိရိယာများကို ဖြန့်ကျက်ထားသော အဖွဲ့အစည်းများသည် ၎င်းတို့၏ တိုက်ခိုက်မှုမျက်နှာပြင်ကို အမှတ်မထင် ချဲ့ထွင်နေကြောင်း အစီရင်ခံစာက အကြံပြုထားသည်။

Crosshairs ရှိ အရေးပါသော အခြေခံအဆောက်အဦ

စိုးရိမ်စရာအကောင်းဆုံး တွေ့ရှိချက်တစ်ခုသည် အရေးကြီးသော အခြေခံအဆောက်အအုံများကို ပစ်မှတ်ထားခြင်းနှင့် ပတ်သက်သည်။ AI မောင်းနှင်သော တိုက်ခိုက်မှုများ၏ 62 ရာခိုင်နှုန်းသည် စွမ်းအင်၊ ကျန်းမာရေးစောင့်ရှောက်မှု၊ ဘဏ္ဍာရေးဝန်ဆောင်မှုများနှင့် အစိုးရစနစ်များ အပါအဝင် အရေးကြီးသော အခြေခံအဆောက်အအုံကဏ္ဍများကို ပစ်မှတ်ထားကြောင်း Stock Titan က ဖော်ပြခဲ့သည်။

မရှိမဖြစ်လိုအပ်သော ဝန်ဆောင်မှုများအပေါ် တိုက်ခိုက်မှုများ၏ အာရုံစူးစိုက်မှုသည် ရန်သူများထံမှ မဟာဗျူဟာမြောက် တွက်ချက်မှုကို ထင်ဟပ်စေသည်- အရေးကြီးသော အခြေခံအဆောက်အဦ အဖွဲ့အစည်းများသည် မကြာခဏ အရေးကြီးသော အချက်အလက်များကို ကိုင်ဆောင်ထားကာ၊ ခုခံရန် ပိုမိုခက်ခဲသော အမွေအနှစ်စနစ်များကို လုပ်ဆောင်ကာ အချိန်ကုန်ခြင်းကြောင့် ပြင်းထန်သော အကျိုးဆက်များကို ရင်ဆိုင်ရနိုင်သည် — ၎င်းတို့ကို ရွေးနုတ်ဖိုးပေးချေရန် သို့မဟုတ် ကြာရှည်စွာ အနှောင့်အယှက်များ ကြုံတွေ့ရနိုင်ချေရှိသည်။

တိုက်ခိုက်မှုများသည် အရေးကြီးသော အခြေခံအဆောက်အအုံများကို ပစ်မှတ်ထားလာသောကြောင့် ထိုနိုင်ငံရှိ ဒေတာကျိုးပေါက်မှုကုန်ကျစရိတ် စံချိန်တင်မြင့်မားလာကြောင်း သတိပြုမိကြောင်း TradingView မှ ထုတ်ပြန်ခဲ့သည်။ BNN Bloomberg သည် IBM ရှာဖွေတွေ့ရှိမှုများတွင် အလားတူလမ်းကြောင်းများကို အတည်ပြုခဲ့သည်။

AI သည် Attack Surface ကို မည်သို့ပြောင်းလဲမည်နည်း။

IBM အစီရင်ခံစာတွင် AI သည် ဆိုက်ဘာခြိမ်းခြောက်မှုများကို ချဲ့ထွင်ရန် နည်းလမ်းများစွာကို မီးမောင်းထိုးပြထားသည်။

အလိုအလျောက်လူမှုရေးအင်ဂျင်နီယာ

AI စွမ်းအားသုံး ကိရိယာများသည် အလွန်ယုံကြည်စိတ်ချရသော ဖြားယောင်းသောအီးမေးလ်များ၊ အတုအယောင် အသံခေါ်ဆိုမှုများနှင့် ရိုးရာလုံခြုံရေးဆိုင်ရာ အသိပညာပေးလေ့ကျင့်မှုများကို တန်ပြန်ရန် ရုန်းကန်နေရသော အတိုင်းအတာတစ်ခုအထိ ပေါင်းစပ်ထားသော အသွင်အပြင်နှင့် ပေါင်းစပ်ထားသော အထောက်အထားများကို ထုတ်ပေးနိုင်သည်။ Network World မှ AI-driven တိုက်ခိုက်မှုများတွင် 56 ရာခိုင်နှုန်း တိုးလာမှုသည် လက်လှမ်းမီနိုင်သော generative AI ကိရိယာများ တိုးပွားလာမှုနှင့် တိုက်ရိုက်ဆက်စပ်နေကြောင်း မှတ်ချက်ပြုခဲ့သည်။

အရှိန်မြှင့် အမြတ်ထုတ်ခြင်း။

AI စနစ်များသည် အားနည်းချက်များကို လျင်မြန်စွာ စကင်န်ဖတ်နိုင်သည်၊ အသုံးချခံကွင်းဆက်များကို စမ်းသပ်ကာ တိုက်ခိုက်မှု၏ ကနဦးအဆင့်များကို အလိုအလျောက်လုပ်ဆောင်နိုင်သည် — ချိုးဖောက်မှုနှင့် ဒေတာထုတ်ယူမှုကြားအချိန်ကို လျှော့ချနိုင်သည်။ IBM ၏ အစီရင်ခံစာတွင် AI သည် သမားရိုးကျ တိုက်ခိုက်မှု အချိန်ဇယားကို ချုံ့ထားပြီး ကာကွယ်သူများကို ရှာဖွေပြီး တုံ့ပြန်ရန် အချိန်နည်းသည်ဟု အကြံပြုထားသည်။

တိမ်းရှောင်ခြင်းနှင့် ရှုပ်ယှက်ခတ်ခြင်း။

AI စွမ်းအင်သုံး Malware သည် သမားရိုးကျ လုံခြုံရေးကိရိယာများဖြင့် ထောက်လှမ်းမှုကို ရှောင်ရှားရန် ၎င်း၏အပြုအမူကို အချိန်နှင့်တပြေးညီ လိုက်လျောညီထွေဖြစ်အောင် ပြုလုပ်နိုင်ပြီး၊ အန္တရာယ်ရှိသော လုပ်ဆောင်ချက်ကို ရှာဖွေဖော်ထုတ်ရန် endpoint အကာအကွယ်ပလပ်ဖောင်းများနှင့် ကျူးကျော်ရှာဖွေရေးစနစ်များအတွက် ခက်ခဲစေသည်။

လုပ်ငန်းတုံ့ပြန်မှု

IBM ၏ အစီရင်ခံစာသည် နည်းပညာစက်မှုလုပ်ငန်းတစ်ခွင်ရှိ AI လုံခြုံရေးအတွက် စိုးရိမ်ပူပန်မှု မြင့်တက်လာချိန်တွင် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ တွေ့ရှိချက်များသည် Microsoft Copilot for Word တွင်ပြသခဲ့သည့် ကိုယ်တိုင်ပြန့်ပွားနေသော AI worm နှင့် Hugging Face ဖောက်ဖျက်မှုပြီးနောက် အားနည်းချက်များကို အသုံးချသည့် မိုက်မဲသော AI အေးဂျင့်တစ်ခုအပါအဝင် - မကြာသေးမီက လုံခြုံရေးဖြစ်ရပ်များနှင့်အတူ ရောက်ရှိလာသည် - AI လုံခြုံရေးဆောင်ရွက်မှုများ၏ လက်တွေ့ကမ္ဘာအကျိုးဆက်များကို မီးမောင်းထိုးပြခဲ့သည်။

IBM ၏ အစီရင်ခံစာသည် AI မှဖွင့်ထားသည့် ဆိုက်ဘာတိုက်ခိုက်မှုများတွင် သိသိသာသာ တိုးမြင့်လာသည်ကို သတိပြုမိပြီး ကုမ္ပဏီများသည် အမွေအနှစ်ကာကွယ်ရေးကို အားကိုးမည့်အစား AI-သီးသန့်လုံခြုံရေးမူဘောင်များချမှတ်ရန် အဖွဲ့အစည်းများကို တိုက်တွန်းထားသည်။ IBM သည် AI စနစ်သုံး ခြိမ်းခြောက်မှုများကို တန်ပြန်ရန် ဒီဇိုင်းထုတ်ထားသော ထောက်လှမ်းမှုနှင့် တုံ့ပြန်မှုစွမ်းရည်များတွင် ရင်းနှီးမြှုပ်နှံရန် AI အုပ်ချုပ်မှုပရိုဂရမ်များကို အကောင်အထည်ဖော်ရန်၊ AI စနစ်များကို ပုံမှန်လုံခြုံရေးအကဲဖြတ်မှုများ ပြုလုပ်ရန် အကြံပြုထားသည်။

အထူးသဖြင့် AI စနစ်သုံး တိုက်ခိုက်မှုများသည် နိုင်ငံနယ်နိမိတ်များကို ဖြတ်ကျော်ကာ နိုင်ငံအများအပြားမှ မျှဝေထားသော အရေးကြီးသော အခြေခံအဆောက်အဦများကို ပစ်မှတ်ထားသောကြောင့် နိုင်ငံတကာ ပူးပေါင်းဆောင်ရွက်မှုနှင့် သတင်းအချက်အလက်မျှဝေခြင်း၏ အရေးပါမှုကိုလည်း အစီရင်ခံစာက အလေးပေးဖော်ပြထားသည်။

AI ခေတ်အတွက် သတိပေးချက်

IBM ၏ တွေ့ရှိချက်များသည် AI ဘေးကင်းမှုနှင့် လုံခြုံရေးဆိုင်ရာ ငြင်းခုံမှုတွင် အရေးကြီးသော အချက်အလက်ကို ကိုယ်စားပြုပါသည်။ အပြိုင်အဆိုင် အားသာချက်များအတွက် AI ကိရိယာများကို အသုံးချရန် အပြိုင်အဆိုင် အဖွဲ့အစည်းများသည် လုံခြုံရေးဆိုင်ရာ သက်ရောက်မှုများကို လျစ်လျူရှုရန် မဖြစ်နိုင်တော့ပါ။ ယခုချိုးဖောက်မှု လေးခုတွင် တစ်ခုသည် AI နှင့် ပျမ်းမျှကုန်ကျစရိတ်များ မှန်မှန်တက်နေခြင်းနှင့်အတူ၊ ခိုင်မာသော AI လုံခြုံရေးရင်းနှီးမြှုပ်နှံမှုအတွက် ဘဏ္ဍာရေးကိစ္စရပ်သည် ရှင်းရှင်းလင်းလင်းမရှိခဲ့ပါ။

အစီရင်ခံစာသည် AI ၏ ခံစစ်နှင့် အနှောက်အယှက်ပေးသည့် အသုံးချပရိုဂရမ်များကြား ချိန်ခွင်လျှာကို မေးခွန်းထုတ်သည်။ ခြိမ်းခြောက်မှုများကို ထောက်လှမ်းနိုင်ပြီး အဖြစ်အပျက်ကို အလိုအလျောက်တုံ့ပြန်နိုင်သည့် တူညီသော AI စွမ်းရည်များကို ရန်ဘက်များထံ ရရှိနိုင်သည် — နှင့် IBM ဒေတာသည် တိုက်ခိုက်သူများသည် လက်ရှိတွင် အသာစီးရနိုင်သည်ဟု အကြံပြုထားသည်။

AI ထက်သာလွန်နေပါစေ။

AI လုံခြုံရေးနှင့် ကျင့်ဝတ်ဆိုင်ရာ အစီရင်ခံခြင်းဆိုင်ရာ နောက်ထပ်အချက်အလက်များအတွက်၊ AI Buzz Wire သို့ ဝင်ရောက်ကြည့်ရှုပါ — ဉာဏ်ရည်တု၏ အန္တရာယ်များနှင့် ဆုလာဘ်များကို ကာမိပါသည်။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →