IBM اور Ponemon انسٹی ٹیوٹ کی مشترکہ رپورٹ کے مطابق، AI ڈرائیون حملوں نے کل برآمد شدہ خرابیوں میں 25% حصہ حاصل کر لیا ہے، جس میں 56% کا سالانہ اضافہ ہوا ہے۔ ہر حملے کی اوسط لاگت 6 ملین امریکی ڈالر ہے، جو کل ڈیٹا لیک کی اوسط لاگت سے 20% زیادہ ہے۔ 62% AI ڈرائیون سائبر حملے کلیدی بنیادی ڈھانچے جیسے فنانشل سروسز اور توانائی اداروں کو نشانہ بناتے ہیں، جس سے معاشیات، سپلائی چین اور بنیادی خدمات پر زنجیر وار اثرات پڑتے ہیں۔ AI حملوں کو تیز اور سستا بناتی ہے، جبکہ دفاع کی لاگت مسلسل بڑھ رہی ہے۔ زیادہ سے زیادہ کمپنیاں AI ایجنٹس کو تھریٹ ڈیٹیکشن کے لیے استعمال کرتی ہیں، لیکن صرف 18% کمپنیاں اسے خامیوں کے فوری ازالے کے لیے استعمال کرتی ہیں، اور 20% سے زائد کمپنیاں پہلے ہی AI ماڈلز یا ایپلیکیشن سسٹمز کے حملوں کا شکار ہو چکی ہیں۔مضمون کے مصنف، ذریعہ: IBM اور Ponemon انسٹیٹیوٹ کی سروے رپورٹ
IBM اور Ponemon Institute کی مشترکہ تازہ ترین تحقیق نے ایک سنگین رجحان کو ظاہر کیا ہے — AI سے چلائے جانے والے حملوں نے کل مضر ڈیٹا لیک کے واقعات کا ایک چوتھائی حصہ بنالیا ہے، جس میں گزشتہ سال کے مقابلے میں 56 فیصد کا اضافہ ہوا ہے۔ ایسے واقعات کی اوسط لاگت 6 ملین امریکی ڈالر ہے، جو کل ڈیٹا لیک کی اوسط لاگت سے 20 فیصد زیادہ ہے۔
IBM اور Ponemon انسٹیٹیوٹ کی سروے رپورٹ کے مطابق، کلیدی بنیادی ڈھانچے کو سخت چیلنج کا سامنا ہے
مزید انتباہ کی ضرورت ہے کہ حملوں کا مرکزیت سے ہونا۔ 62% AI چلائے گئے نیٹ ورک حملے اہم بنیادی ڈھانچے کو نشانہ بنا رہے ہیں، جن میں فنانشل سروسز اور توانائی اداروں پر سب سے زیادہ حملے ہو رہے ہیں، جس سے معاشیات، سپلائی چین اور بنیادی خدمات پر زنجیر وار اثرات کا خطرہ بڑھ رہا ہے۔
حملہ کی لاگت بہت کم ہے، جبکہ دفاع کی لاگت بہت زیادہ ہے
ایم بی ایم کے سیکیورٹی سافٹ ویئر کے وائس پریزیڈنٹ سوجا وسوسن نے کہا: "واقعی میں تبدیل ہونے والا چیز نیٹ ورک حملوں کی مالیاتی منطق ہے — AI حملوں کو تیز اور سستا بناتا ہے، جبکہ ڈیٹا لیک کی قیمت مسلسل بڑھ رہی ہے۔" ڈیٹا اس جائزے کی تصدیق کرتا ہے: سیکیورٹی آپریشنز میں AI اور آٹومیشن کا استعمال کرنے سے اوسطاً کمپنیوں کو لیک کی لاگت میں تقریباً 2 ملین امریکی ڈالر کی بچت ہوتی ہے، لیکن ابھی بھی چوتھائی کمپنیاں اسے لاگو نہیں کر رہیں۔
AI اسٹریٹجی کی موجودہ حالت اور سیکورٹی چیلنجز
AI ایجنٹس کے استعمال کے حوالے سے، زیادہ تر کمپنیاں AI ایجنٹس کو تھریٹ ڈیٹیکشن اور روک تھام کے لیے استعمال کر رہی ہیں، لیکن صرف 18% ہی انہیں کمزوریوں کے مرمت اور انتظام میں استعمال کر رہی ہیں۔ اس کے علاوہ، 20% سے زائد کمپنیاں AI ماڈلز یا ایپلیکیشن سسٹمز پر حملوں کا شکار ہو چکی ہیں، جن کا سب سے عام سبب ماحولیاتی سسٹم کی کمزوری اور کلاؤڈ پلیٹ فارم کی غلط ترتیب ہے۔ وسوسن نے زور دیا کہ اب کا سب سے بڑا ترجیحی مقصد، دریافت اور مرمت کے درمیان کے وقت کے فرق کو ختم کرنا ہے، جس سے مرمت کی صلاحیت ترقیاتی عمل میں ڈالی جا سکے اور حملوں کے ساتھ مطابقت رکھنے کے لیے ان کے ساتھ مطابقت رکھی جا سکے — جب دفاعی طرف ابھی تک ہاتھوں سے مسائل ڈھونڈ رہا ہوتا ہے، تو AI چلائے گئے حملے پہلے ہی نفوذ کر چکے ہوتے ہیں۔