מאת: דוד קנטורוביץ’, מנכ”ל Cysol Networks
לצד האתגרים המבצעיים והניהוליים, קנטורוביץ’ מזהה כיום נקודת מפנה דרמטית בעולם הסייבר ותשתיות ה-OT וה-ICS: השילוב הגובר של טכנולוגיות בינה מלאכותית (AI) במערכות המחשוב הקריטיות של המדינה, החל מהולכת חשמל, מים ותחבורה, ועד למערכות בריאות וחירום אזרחיות.
הטמעת AI בתשתיות קריטיות היא הזדמנות עצומה להתייעלות, זיהוי מקרים חריגים וניהול אוטומטי, אך בו-זמנית היא מייצרת שטח תקיפה (Attack Surface) חדש לחלוטין ומורכב בהרבה. המציאות היא שיישום AI ברשתות תפעוליות קריטיות עשוי לחשוף אותן לתקיפות סייבר מתוחכמות, בעלות פוטנציאל לנזק הרסני ומיידי לחיי היום-יום של האזרחים.
ניתן למפות את סיכוני ה-AI בתשתיות לאומיות בשלושה מוקדים מרכזיים:
- תקיפות על המודל עצמו (Data Poisoning & Adversarial Attacks):
תוקפים אינם חייבים לפרוץ את המערכת פיזית; מספיק להזין את מודל ה-AI בנתונים מעוותים בשלב האימון או התפעול כדי לגרום לו לקבל החלטות שגויות, למשל שינוי בלחצי מים, ניתוק פתאומי של רשת החשמל או שיבוש מערכות רכבות. - אוטומציה של איומים בקצב בלתי אנושי:
תוקפים משתמשים כיום ב-AI כדי לייצר תקיפות מותאמות אישית (Adversarial AI), המסוגלות לעקוף מנגנוני הגנה מסורתיים, לזהות פגיעויות ברשתות OT במהירות שיא ולפעול בקצב שהמגנים האנושיים מתקשים להגיב אליו בזמן אמת. - אובדן הראות והשליטה האנושית (The Black Box Problem):
כאשר מערכות בקרה מתחילות להסתמך על תהליכי קבלת החלטות של AI, קשה לזהות האם חריגה במערכת היא תוצאה של סקריפט לגיטימי או אנומליה שנגרמה כתוצאה ממתקפת סייבר שקטה.
בעזרת מבט מקרוב איך הטכנולוגיה מתפתחת, ניתן להבין כי הפתרון אינו להימנע מחדשנות, אלא ליישם אכיפה ואבטחה מבוססת ניטור עמוק (Deep Visibility) ואפס אמון (Zero Trust) גם ברמת מודלי ה-AI. תשתיות לאומיות לא יכולות לרכוש מערכות AI ללא ארכיטקטורת הגנה ייעודית שמתחשבת באיומים החדשים של עידן הבינה המלאכותית.