Yazılım uygulamaları genellikle özellik kümelerindeki yapay zeka (AI) özelliklerini listeler ve veri yedekleme araçları bir istisna değildir.
Bu alanda yazılım tedarikçisinin AI ve Makine Öğrenimi (ML) kullanımı yeni değildir. Otomasyon yıllardır yedek yazılımın bir özelliği olmuştur.
Yedek sağlayıcılar, özellikle yedeklemeleri daha güvenilir ve verimli hale getirmek için makine öğrenimi ve tahmin analizi kullanır. Bu, bir yedeklemenin nerede başarısız olabileceğini tahmin etmek ve yedeklemeler için en iyi zamanları ve depolama hedeflerini seçmek için günlükleri analiz etmek için ML kullanımını içerir.
Tedarikçiler ayrıca müşterilerin yedekleme görevlerini ayarlamalarına ve yönetmelerine yardımcı olmak için üretken AI (GENAI) kullanırlar. Bu arada, ajan yapay zeka sistemleri, sistem yapılandırması ve kurtarma testi gibi alanlarda daha fazla otomasyon vaadine sahiptir. Ancak AI için en yaygın uygulama fidye yazılımı algılama ve iyileştirmedir.
Yedekleme ve BT yönetimi
BT ekipleri zaten AI’yi felaket kurtarma (DR) planlaması ve kaynak tahsisi içeren görevler için kullanıyor. Bazıları bunu, sistemlerin ne zaman başarısız olabileceğini tahmin etmek için tarihi verileri çıkarmak için AI kullanarak yapar. Diğerleri için, AI “Copilots”, envanterleri güncelleme ve ağlarda ve uygulamalarda verilerin nasıl kullanıldığını eşleme gibi basit ancak zaman alıcı BT yönetimi görevleri gerçekleştirir.
Depolama optimizasyonu, özellikle kötü amaçlı yazılım kanıtı için yedeklemeler – ve DR için risk değerlendirmeleri derleme, kendilerini AI’ya borç veren görevlerdir.
Yedekleme araçları söz konusu olduğunda, çoğu AI’yi üç şekilde kullanır. Bunlar, kurulum ve yapılandırma konusunda kullanıcılara yardımcı olmak, depolama optimizasyonu ve katmanlama dahil yedekleme işlemini optimize etmek ve anomali algılamayı içerir. Tedarikçiler ve baş bilgi memurları, anomali tespitini herhangi bir yedekleme aracının giderek daha önemli bir özelliği olarak görürler.
Fidye yazılımı ve fidye yazılımı çetelerinin yedekleme konusundaki artan yeterliliğindeki büyüme, BT ekiplerini yedekleme hacimlerini nasıl güvence altına almaya zorladı.
Yedekleme yazılımı, veriler kopyalanmadan önce kaynaktaki herhangi bir kötü amaçlı yazılım algılamalı ve kaldırmalıdır. Bu aynı zamanda hat içi kötü amaçlı yazılım taraması olarak da bilinir.
Ek bir koruma olarak, yazılım anomaliler veya uzlaşma göstergeleri için hacimleri taramalıdır. Hepsi olmasa da, tedarikçiler artık bunu sunuyor. Anomali tespiti ayrıca BT ekiplerinin son temiz yedeklemeyi bulmasına yardımcı olmalı ve bu nedenle kuruluşların sistemleri tehlikeye atmasını önlemelidir.
BT ekipleri, veri bozulması veya kazara silme gibi diğer sorunları bulmak için AI odaklı anomali tespiti de kullanabilir. Bunlar fidye yazılımından kaynaklanmayabilir, ancak veri kurtarmanın başarısız olmasına neden olabilirler.
Bununla birlikte, fidye yazılımı algılama ve iyileştirmeye odaklanmak, yedekleme ve kurtarma tedarikçilerinin sadece BT yönetim araçlarından ziyade güvenlik şirketleri olarak yeniden konumlandırma eğiliminin bir parçasıdır.
Analist Gigaom saha baş teknoloji sorumlusu Jon Collins, “Yedekleme, güvenlik ve tehdit algılamasını içeren daha geniş veri koruma çözümlerinin giderek daha fazla bir özelliğidir” diyor. “Baktığımız yapay zeka bu yönü daha fazla ele alma eğilimindedir. Kullanıcı yetersizliğinin ötesinde ya da ‘Tatlım, yedeklemenin bir yanıt olduğu en büyük tehdit olan veri ambarı’ fidye yazılımıdır. Bu mantıklı.”
Bununla birlikte, tedarikçiler ayrıca yedeklemeyi ve iyileşmeyi daha verimli ve etkili hale getirebilecek fidye yazılımlarından uzakta kapsamlı ve çeşitli yetenekler sunar.
Burada, bazı önemli yedekleme ürünü AI özelliklerine bakıyoruz.
Akronlar
Acronis’e göre, 2017’den bu yana, Windows OS için Stack Trace analizi üzerinde çalışmaya başladığı ve ardından kötü amaçlı yazılım örneklerinin varyasyonlarını ve davranış motor günlüğü algılamasını tespit etmek için bir AI statik dosya analizörü kullandı. Acronis ayrıca yedeklemelerin doğru şekilde geri yüklenmesini kontrol etmek için AI kullanır ve önyükleme yapar.
Acronis’in araçları sabit disk ve SSD arızalarını tahmin edebilir ve anormallikleri aramak için AI tabanlı izleme kullanır. Tedarikçinin olay yanıtını desteklemek için kendi sohbet botu, akronis copilot ve “konuşma” yapay zekası vardır.
Tedarikçi ayrıca, davranış analizi yapmak için AI kullanmanın, yedeklemelerin kötü amaçlı yazılımdan arınmış olmasını sağlamak için eski, desen eşleştirme yaklaşımlarından daha etkili olduğunu belirtir.
Uyuşukluk
Cohesity, çeşitli araçlarında AI kullanır. Yapay zeka, tespit ve raporlama için kullanılan yapay zeka ve ml ile yapay zeka yazılımı tespit ve iyileştirme vardır. Cohesity Datahawk, yapay zeka tabanlı tehdit algılama, “siber atlama” ve makine öğrenimi ile çalışan bir veri sınıflandırma aracı yoluyla fidye yazılımı koruması sağlar.
Cohoesity’s Gaia Tool, BT ekiplerinin doğal dil kullanılarak yedekleme verileriyle daha kolay çalışmasını sağlayan konuşma araması sunar. Cohesity ayrıca kapasite planlaması için AI kullanır. Bu, yedekleme ve kurtarmaya özgü değildir, ancak veri korumasının maliyetlerini azaltma potansiyeline sahiptir.
Müthiş
Commvault’un metalik yapay zekası veri koruma ve kurtarma için AI, ML ve Doğal Dil İşleme (NLP) kullanır. Bu, organizasyonların verileri daha hızlı bir şekilde geri kazanmasına izin vermek için AI destekli anomali tespiti ve “AI özellikli patlama” içerir. CommVault ayrıca, kuruluşların yedeklemelere öncelik vermesini ve uyumluluğu artırmasını sağlamak için AI tabanlı veri sınıflandırması da sağlar.
CommVault, şirket içi iş yükleri ve Commvault bulutu için AI kullanır. AI ve ML’nin tehdit algılama ve toparlanmasının yanı sıra risk yönetimi için kullanıldığını belirtir.
Duva
Druva’nın iki birincil AI tabanlı aracı vardır: Dru, kopilotu; ve Dru araştırıyor. Tedarikçi DRU’yu 2023’te piyasaya sürdü ve BT ekiplerinin üretkenliği artırmaları ve daha iyi kararlar almaları için bir yol olarak konumlandırıyor. DRU, yönetimi basitleştirmek ve raporlamayı iyileştirmek için bir konuşma arayüzü kullanır.
DRU Instruption, kuruluşların yedeklerini güvence altına almalarına ve güvenlik tehditlerini azaltmasına yardımcı olmayı amaçlamaktadır. DRU Instruptions, yedek ortamlarını izleme konusunda güvenlik ekibi iş yükünü azaltmak için büyük dil modelleri ve özel bir geri alma artışı aracı kullanır.
Değerlendirme listesi
Ruby, tedarikçinin siber müdahale ve iyileşme konusunda kuruluşlara yardım ettiğini söylediği Rubrik’in AI asistanıdır. Bu, yapay zeka ile çalışan anomali tespitinin yanı sıra enfekte verilerin nasıl izole edileceği ve kaldırılacağı konusunda rehberliği içerir.
Rubrik, müşteri verilerinin silinmelerini, modifikasyonlarını ve şifrelemesini analiz etmek ve yedekleme verilerinde gizlenen tehditler hakkında uyarılar sağlamak için makine öğrenimini kullandığını söylüyor. Rubrik, en son temiz yedeklemeleri, dosyaların yanı sıra anlık görüntüler arasında tanımlayabilir. Ayrıca BT ekiplerinin kurtarma için temiz VMware örnekleri oluşturmasına yardımcı olur.
Veeam
Veeam, yedek performans izlemeyi, potansiyel riskleri bulmak için öngörücü analiz ve ML tabanlı fidye yazılımı ve tehdit algılamasını kapsayan AI tabanlı analize sahiptir. AI, anomaliler için yedeklemeleri sürekli olarak tarar.
Tedarikçi ayrıca veri yönetimi ve veri sınıflandırması için AI kullanır. Bunun depolama ile ilgili “daha akıllı” kararları etkinleştirebileceğini söylüyor. Ve kendi başına yedeklemenin bir özelliği olmasa da, Veeam model bağlam protokolünü destekler. Antropik tarafından geliştirilen bu açık standart, AI modellerinin model eğitimi gibi görevler için Veeam depolarında depolanan kurumsal verilere güvenli bir şekilde erişmesini sağlar.