فراتر از محیط پیرامونی: شبکه به عنوان زیرساخت امنیتی در عصر هوش مصنوعی

سازمان‌ها به‌طور تاریخی معماری‌های شبکه و امنیت را به‌صورت مجزا کرده‌اند، اما با تکامل مدل‌های پیشرو هوش مصنوعی (Frontier AI) و تغییر معماری‌های امنیتی از دفاع‌های محیط‌محور (Perimeter-based) به اجرای سیاست‌های آگاه از هویت و زمینه (Identity- and Context-aware)، حفظ این جداسازی به‌طور فزاینده‌ای دشوار شده است.

هوش مصنوعی پیشرو، اصول بنیادی امنیت سایبری را تغییر نمی‌دهد، بلکه زمان موجود برای به‌کارگیری این اصول را کاهش می‌دهد. با تبدیل سرعت حملات از سرعت انسانی به سرعت ماشین (Machine speed)، سازمان‌ها به کنترل‌های امنیتی نیاز دارند که بتوانند با همان سرعت شناسایی، پاسخ و اجرا کنند. در این میان، شبکه در موقعیتی منحصر‌به‌فرد قرار دارد تا به لایه اجرایی و مهارکننده (Enforcement and Containment fabric) تبدیل شود.

تکامل رویکردهای امنیتی

در گذشته، فایروال‌های سنتی یک محیط پیرامونی برای سازمان ایجاد می‌کردند و مناطق DMZ دسترسی به منابع داخلی را محدود می‌کردند. سپس لیست‌های کنترل دسترسی شبکه (ACLs) لایه دیگری از محدودیت را بر اساس آدرس‌های IP اضافه کردند. با تکامل تهدیدات، نیاز به کنترل‌های دقیق‌تری احساس شد:

• معماری‌های مبتنی بر هویت: راهکارهایی مانند Cisco ACI و TrustSec اجازه دادند ترافیک برنامه‌ها بر اساس هویت و زمینه (Context) مدیریت شود، نه فقط بر اساس آدرس IP.
• فایروال‌های نسل جدید (NGFW): این مدل آگاه از هویت را به محیط پیرامونی گسترش دادند تا بتوانند بین برنامه‌ها، کاربران، دستگاه‌ها و تهدیدات تمایز قائل شوند.
• امنیت ابری و SASE: با انتقال داده‌ها به ابر، مرزهای امنیتی گسترش یافت و مدل‌هایی مانند SASE و SSE ظهور کردند که قابلیت‌هایی نظیر Secure Web Gateways و Zero Trust Network Access (ZTNA) را با SD-WAN ترکیب کردند.

چالش‌های عصر هوش مصنوعی پیشرو

مدل‌های AI اکنون از آستانه مهمی عبور کرده‌اند؛ آن‌ها می‌توانند آسیب‌پذیری‌ها را کشف کنند، اکسپلویت‌ها (Exploits) را توسعه دهند و زنجیره‌های حمله را با سطحی از خودمختاری مدیریت کنند که چرخه حمله را از چند روز یا ساعت به سرعت ماشین کاهش می‌دهد. بنابراین، سازمان‌ها باید معماری امنیتی خود را بر این فرض طراحی کنند که نفوذ حتماً رخ خواهد داد.

در این استراتژی، چهار ستون کلیدی تعریف می‌شود:

• مدیریت سطح حمله (Attack Surface Management): کاهش فرصت‌ها و نقاط ضعف قابل اکسپلویت.
• کاهش شعاع تخریب (Blast Radius Reduction): محدود کردن دامنه خسارت در هنگام وقوع نفوذ.
• عملیات امنیتی تقویت‌شده با AI: تسریع در شناسایی و پاسخ برای همگام شدن با حملات سریع.
• تاب‌آوری و بازیابی پیشرفته: بازگردانی سریع سرویس‌های حیاتی برای کاهش اثرات کلی.

تحول در مدیریت هویت و اعتماد صفر

حاکمیت هویت (Identity Governance) باید از کاربران انسانی فراتر رفته و شامل هویت‌های غیرانسانی مرتبط با AI Agentها، سیستم‌های خودکار و اینترنت اشیاء (IoT) شود. برخلاف کاربران انسانی، ایجنت‌های هوش مصنوعی می‌توانند به‌طور مداوم با APIها تعامل داشته باشند و اقدامات را با سرعت ماشین اجرا کنند.

در این راستا، اعتماد صفر (Zero Trust) از یک معماری دسترسی به یک مدل عملیاتی مداوم تبدیل می‌شود که در آن هر درخواست برای دسترسی به یک منبع، صرف‌نظر از مبدأ آن (داخلی یا خارجی)، به‌طور صریح احراز هویت و مجوزدهی می‌شود.

شبکه به عنوان لایه اجرایی

در عصر AI، جلوگیری از هرگونه نفوذ دیگر یک استراتژی واقع‌بینانه نیست. هدف باید دشوار کردن نفوذ، محدود کردن جابجایی عرضی (Lateral Movement)، شناسایی فوری و بازیابی سریع باشد. برای دستیابی به این هدف، شبکه باید پنج قابلیت اصلی را فراهم کند:

• Visibility: ایجاد دید کامل از ترافیک بین کاربران، دستگاه‌ها، برنامه‌ها، APIها و ایجنت‌ها.
• Enforcement: تبدیل هویت، وضعیت (Posture) و اطلاعات تهدید به تصمیمات دسترسی.
• Segmentation: جلوگیری از تبدیل یک هویت یا ایجنت سازش‌شده به یک نفوذ در سطح کل سازمان.
• Telemetry: استفاده از رفتار شبکه به عنوان سیگنال شناسایی برای حملات خودمختار.
• Containment: ایزوله‌سازی سریع ورک‌لودها و محدود کردن جابجایی‌های شرق-غرب (East-West movement) با سرعت ماشین.

در نهایت، شبکه دیگر صرفاً زیرساختی نیست که باید ایمن شود، بلکه خود به بخشی از معماری امنیتی تبدیل شده است.