为了预测计算机攻击，创建一个新方法 数字信息系统双胞胎 导致人工智能检测和模拟可能的攻击路径。一种倒的防御逻辑，在敏感和受调节的部门中强加了自己。
模拟攻击者以捍卫更好
这个想法实际上是复制公司的IT架构 – 服务器，端口，暴露服务，网络配置 – 然后注入公共基地（CVE）中确定的已知漏洞。该系统的虚拟版本，或 数字双胞胎，然后允许AI像攻击者一样在那里演变。
代理IA在循环中训练以利用故障。它测试不同的序列以在网络中进展。目的是确定最关键的路径，那些将允许真正的攻击者损害关键系统的路径。该过程基于加强学习，这是一种已经用于机器人技术和游戏中的方法，该方法适应网络安全。
姿势的改变
该方法与常规工具完全不同。它不再是等待警报或被动地扫描开放端口的问题，而是建造的问题 主动风险模拟，能够预测在实际条件下可能发生的事情。
兴趣是双重的：
-
- 更好地优先考虑修复程序 （在给定上下文中，所有缺陷都不相等）
- 记录高风险方案 将它们整合到安全治理中
具体用例
洛林大学的研究人员进行的实验表明，接受数字双胞胎培训的IA代理可以识别一系列脆弱性序列，从而允许在不暴露于目标系统的情况下妥协高达69％的模拟网络。使用的语言模型（Securebert）允许AI“了解”故障的技术描述。
这些结果为大型公司的运营使用铺平了道路，尤其是在DORA，NIS2或RGPD数据安全规则的领域中。
通用部门的战略方法
建造数字双胞胎正在获取 决策援助工具。这些模拟可以在风险委员会中提出，用于证明预算仲裁是合理的，或在发生事件时表现出积极的勤奋。将这些工具集成到安全管理中成为一个治理问题。
对于财务和法律部门，这种方法还可以更好 文件风险暴露 并在业务问题上调整技术优先事项。
走向标准化？
几家网络安全发布者开始根据此原理提供解决方案，结合了模拟引擎，AI引擎和攻击路径的可视化。市场仍在出现，但逻辑很明显：在攻击是自动化的世界中，辩方必须如此且预期。
