Модели вештачке интелигенције на границама мењају природу сајбер безбедности. Ови нови модели великих језика (LLM) могу да пронађу рањивости брзином каква раније није виђена, доводећи системе и податке у опасност.
Узимајући у обзир ове нове моделе, организације здравственог сектора морају се прилагодити. Примењују се исти принципи сајбер безбедности, али све је убрзано. Управљање рањивостима мора имати предност. Прилагођавање закрпа и осигуравање да закрпе раде морају бити приоритет. Уместо да траје недељама, ово треба да се деси за дане, ако не и за сате.
Ово ће бити огромна промена за организације здравственог сектора које раде са сопственим системима и апликацијама, али када је у питању сарадња са добављачима трећих страна, ово постаје компликованије. Уговори и споразуми о нивоу услуге већ постоје, али ови гранични модели вештачке интелигенције захтевају промене како се модел претњи мења.
Фокус овог рада је на томе како организације здравственог сектора треба да сарађују са својим ланцима снабдевања и независним партнерима када су у питању ови гранични модели вештачке интелигенције. Идеја је да овај рад буде „живи“ документ, како се објављује све више граничних модела, претње се развијају, а најбоље праксе и препоруке ће морати да се развијају заједно са њима.
Кључне Такеаваис:
Управљање рањивостима у развоју – Брзина којом гранична вештачка интелигенција идентификује недостатке значи да стари, вишенедељни временски оквири за санацију више нису одрживи. Енергетски субјекти здравственог сектора морају да пређу на решавање претњи у року од неколико сати или дана.
Модернизација уговора са трећим странама – Кључно је преиспитати уговоре са добављачима како би се спровели бржи рокови за санацију проблема и захтевала већа видљивост безбедносних пракси добављача како би се супротставили ризицима убрзаним вештачком интелигенцијом.
Прелазак на одбрану од вештачке интелигенције у целом сектору – Подаци анкете показују да отприлике 80% чланова Health-ISAC-а већ повећава буџете за безбедносна решења заснована на вештачкој интелигенцији или проактивно скенира своје мреже у потрази за слабостима.
Обезбедити континуитет здравственог сектора – Пошто кршења безбедности добављача омогућена вештачком интелигенцијом могу парализовати клиничке токове рада, организације морају да развију свеобухватне стратегије за непредвиђене ситуације и да одржавају исцрпан инвентар софтвера трећих страна.
Превентивне одбрамбене мере – Ојачати интерно пословање мапирањем свих екстерних дигиталних средстава, усвајањем принципа нултог поверења и неговањем сталног, транспарентног дијалога са сваким партнером у ланцу снабдевања.
