#HITB2024BKK #COMMSEC D2: Использование программ магистратуры в области управления коммуникациями...

В этом докладе мы представим новые методы использования генеративного ИИ — в частности, больших языковых моделей (LLM) — для повышения способности специалистов по кибербезопасности отслеживать и предотвращать несанкционированную утечку текстовых данных, которая включает в себя «воздушный зазор» (сдвиг в среде передачи, препятствующий анализу с помощью цифровой криминалистики). Мы рассмотрим определение «воздушного зазора» в этом контексте и опишем современное состояние дел в области цифровых водяных знаков и DLP, чтобы структурировать обсуждение. Затем мы представим 2 практических приложения — одно простое/наивное, другое более сложное — которые используют LLM (протестированную на Senku 70B, возможно, и на других устройствах к моменту презентации) для внедрения того, что мы называем «семантическим водяным знаком», таким образом, что независимо от метода утечки, водяной знак может быть сохранен с относительно высокой целостностью, а также детерминированно связан с конкретным субъектом. Это позволяет следственной группе идентифицировать либо злонамеренных инсайдеров, либо скомпрометированных пользователей в своей среде. Мы также рассматриваем компромиссы при развертывании этих приложений, а затем завершаем обсуждением потенциально более сложных реализаций, которые могли бы расширить эту возможность на другие формы данных, такие как аудио или видео. === Опытный специалист в области цифровой криминалистики и реагирования на инциденты (DFIR) с более чем 12-летним стажем и опытом работы в «красной команде». В настоящее время специализируется на внутренних угрозах и расследованиях. Предлагает решения, ориентированные на наступление, для «синих команд»!