Cloudflare introduceert Adaptive Intelligence en zet economische aspecten van geautomatiseerde cyberaanvallen op zijn kop

Cloud­flare heeft Adaptive Intel­li­gence aange­kon­digd, een continu detec­tie­sys­teem dat recht­streeks in Cloud­flare Bot Mana­ge­ment is geïn­te­greerd. Op basis van inzichten uit tril­joenen verzoeken binnen het wereld­wijde netwerk van Cloud­flare leert Adaptive Intel­li­gence autonoom van meta­sig­nalen van live verkeer. Op basis daarvan genereert het tijde­lijke regels die geau­to­ma­ti­seerde aanvallen te duur en tijd­ro­vend maken om continu uit te voeren. Orga­ni­sa­ties krijgen met Adaptive Intel­li­gence toegang tot een realtime detec­tie­sys­teem dat ontworpen is om zich aan te passen en onmid­del­lijk te reageren wanneer cyber­cri­mi­nelen hun bevei­li­ging doorbreken.

Realtime detectiesysteem

Vroeger waren er geavan­ceerde tech­ni­sche vaar­dig­heden nodig om een geau­to­ma­ti­seerde cyber­aanval uit te voeren, maar dankzij moderne AI en online tools is dit zowel eenvoudig als goedkoop geworden. Tegen­woordig kan vrijwel iedereen met een bescheiden budget gemak­ke­lijk netwerken van gehackte apparaten huren, hun locatie verbergen achter echte inter­net­adressen van parti­cu­lieren en gratis software gebruiken die menselijk gedrag nabootst. Dit leidt tot een oneer­lijke concur­ren­tie­strijd voor online bedrijven. 

Hoewel aanval­lers eindeloos veel goedkope pogingen kunnen onder­nemen totdat ze hun doel bereiken, moeten bevei­li­gers toch elke dreiging onmid­del­lijk een halt toeroepen, zonder daarbij per ongeluk een echte bezoeker of klant te blokkeren. Wat deze uitdaging vergroot, is dat tradi­ti­o­nele bevei­li­gingstools nog steeds gebruik­maken van trage, geplande updates waarvan de imple­men­tatie weken of maanden in beslag kan nemen. Hierdoor staan orga­ni­sa­ties weerloos tegenover moderne cyber­cri­mi­nelen die hun tactieken binnen enkele uren, en in sommige gevallen zelfs binnen enkele minuten, aanpassen.

“Het bouwen van hogere muren is zinloos als de kosten voor het opschalen van een aanval bijna nul zijn. Om moderne botdrei­gingen een halt toe te roepen, moet je de econo­mi­sche verhou­dingen voor de aanval­lers omdraaien. Tradi­ti­o­nele bevei­li­gings­maat­re­gelen vormen een statisch doelwit dat cyber­cri­mi­nelen syste­ma­tisch kunnen kraken. Adaptive Intel­li­gence van Cloud­flare creëert echter een bewegend doelwit, waardoor de tech­ni­sche inspan­ningen van aanval­lers al achter­haald zijn voordat ze op grote schaal worden ingezet”, aldus Dane Knecht, CTO bij Cloudflare.

Lerend brein

In tegen­stel­ling tot tradi­ti­o­nele oplos­singen voor botbe­per­king, die gebruik­maken van statische updates, werkt Cloudflare’s Adaptive Intel­li­gence als één enkel, voort­du­rend lerend brein. Door dagelijks meer dan een biljoen websi­te­be­zoeken te analy­seren om nieuwe bedrei­gingen direct op te sporen, kunnen klanten voortaan het volgende: 

• Always-On Defense imple­men­teren: het ML-model van Cloud­flare wordt continu opnieuw getraind op basis van live verkeer, waarbij nieuwe bot-frame­works en omzei­lings­tech­nieken in realtime in de detectie-engine worden geïn­te­greerd, in plaats van te wachten op hand­ma­tige updates of geplande releases.
• Aanval­lers dwingen om elke keer opnieuw te beginnen: Adaptive Intel­li­gence genereert auto­ma­tisch tijde­lijke en gerichte regels om speci­fieke drei­gingen te blokkeren. Door de regels afwis­se­lend toe te passen, wordt voorkomen dat aanval­lers het systeem kunnen bestu­deren, de verde­di­gings­me­cha­nismen in kaart kunnen brengen, of blijvende voor­uit­gang kunnen boeken.
• Sluip­aan­vallen opsporen: Klanten kunnen nu gedrags­pa­tronen in meerdere tijds­be­stekken tegelijk analy­seren om ‘low-and-slow’-dreigingen op te sporen – zoals langzame ‘creden­tial stuffing’- en ‘scraping’-campagnes – die zich gemak­ke­lijk aan tradi­ti­o­nele verde­di­gings­me­cha­nismen kunnen onttrekken.
• Detecteer kwaad­wil­lige intenties zonder echte mensen te blokkeren: door signalen over het sessie­ge­drag op brows­er­ni­veau van Cloud­flare Precursor te combi­neren met wereld­wijde edge-tele­me­trie, kan de meer­laagse archi­tec­tuur auto­ma­ti­se­ring en misbruik evalueren die verder gaan dan eenvou­dige binaire tests.
• Upgrades veilig en autonoom imple­men­teren: bevei­li­ging­sup­dates worden achter de schermen auto­ma­tisch getest aan de hand van live verkeer, waarbij de nauw­keu­rig­heid wordt gecon­tro­leerd en valse posi­tieven worden tegen­ge­gaan, zonder enige downtime.