بررسی‌های جدید نشان می‌دهد که نزدیک به نیمی از تیم‌های امنیتی در سازمان‌هایی با بیش از ۵,۰۰۰ کارمند، یافته‌های مربوط به آسیب‌پذیری (Vulnerability) را بدون تأیید کامل، بسته یا از اولویت خارج می‌کنند؛ دلیل اصلی این اقدام، محدودیت زمانی است.
شکاف میان واقعیت و فرآیند تأیید
نکته بحرانی اینجاست که در میان تیم‌هایی که از تأیید کامل صرف‌نظر می‌کنند، ۵۷٪ اعلام کرده‌اند که از هر چهار یافته‌ای که بررسی کرده‌اند، حداقل سه مورد واقعی بوده‌اند. این آمار نشان می‌دهد که احتمال اینکه یافته‌های بررسی‌نشده نیز واقعی باشند، بسیار بالا است و نمی‌توان آن‌ها را صرفاً به عنوان «نویز» یا داده‌های بیهوده در نظر گرفت.
همزمان با افزایش حجم یافته‌ها، سرعت حملات نیز به شدت در حال افزایش است. طبق داده‌های Mandiant، میانگین زمان مورد نیاز مهاجمان برای اکسپلویت (Exploit) یک آسیب‌پذیری در سال ۲۰۲۵، تنها ۷ روز است؛ در حالی که این رقم در سال ۲۰۱۸ معادل ۶۳ روز بود. این یعنی پنجره زمانی برای مقابله با تهدیدات به شدت در حال کوچک شدن است.
تأثیر هوش مصنوعی و پیچیدگی منابع
حجم بک‌لاگ (Backlog) در حال افزایش است و سه چهارم تیم‌ها گزارش داده‌اند که حجم یافته‌ها در سال گذشته رشد کرده است. بخش بزرگی از این یافته‌های جدید از ابزارهای تست مبتنی بر هوش مصنوعی (AI) ناشی می‌شود. سازمان‌های بزرگ با چالش جدی روبرو هستند؛ اکثر آن‌ها با بیش از هزار یافته‌ی بررسی‌نشده (Untriaged) مواجه‌اند و در برخی موارد، این تعداد از ۱۰,۰۰۰ مورد نیز فراتر می‌رود.
علاوه بر این، پیچیدگی مدیریت منابع نیز بر این وضعیت می‌افزاید:
- ۷۰٪ از تیم‌ها یافته‌ها را از سه یا چند منبع مختلف (مانند اسکنرها، Bug Bounty، تست‌های نفوذ و گزارش‌های مشتریان) دریافت می‌کنند.
- این پراکندگی باعث می‌شود تیم‌ها برای مدیریت بهتر، یکی از ابزارها را به عنوان مرجع اصلی (Source of Truth) انتخاب کنند و سایر یافته‌ها بدون بررسی دقیق از دست بروند.
- تیم‌هایی که با بیش از پنج منبع مختلف سروکار دارند، دو برابر بیشتر از سایر تیم‌ها، یافته‌ها را بدون تأیید کامل می‌بندند.
تفاوت دیدگاه در مدیریت ریسک
یک شکاف آشکار میان مدیران و متخصصان اجرایی مشاهده می‌شود. بیش از نیمی از رهبران امنیتی (Security Leaders) با بستن یافته‌های تأیید نشده موافق هستند، در حالی که این میزان در میان متخصصان اجرایی (Practitioners) حدود یک‌سوم است. در واقع، کسانی که مسئول تأیید ریسک هستند، نسبت به کسانی که فرآیند تریاژ (Triage) را انجام می‌دهند، با پذیرش این ریسک راحت‌تر برخورد می‌کنند.
در نهایت، هوش مصنوعی نقش دوگانه‌ای ایفا می‌کند. از یک سو، باعث افزایش حجم یافته‌های جدید و ایجاد نویز می‌شود، و از سوی دیگر، می‌تواند به سرعت بخشیدن به فرآیند تریاژ کمک کند. با این حال، نگرانی اصلی این است که مهاجمان نیز با استفاده از هوش مصنوعی، بسیار سریع‌تر از تیم‌های دفاعی به آسیب‌پذیری‌های موجود در بک‌لاگ دسترسی پیدا کنند.
