இந்திய வங்கிகள் AI சைபர் தாக்குதல்களை தடுக்க 25 OEMs உடன் கூட்டணி!

BANKINGFINANCE
Whalesbook Logo
AuthorGaurav Bansal|Published at:
இந்திய வங்கிகள் AI சைபர் தாக்குதல்களை தடுக்க 25 OEMs உடன் கூட்டணி!

இந்திய வங்கிகள், செயற்கை நுண்ணறிவு (AI) மூலம் நிகழும் சைபர் அச்சுறுத்தல்களை எதிர்கொள்ள, 25 க்கும் மேற்பட்ட OEM (Original Equipment Manufacturers) நிறுவனங்களுடன் கைகோர்த்துள்ளன. மூன்றாம் தரப்பு மென்பொருட்களில் உள்ள பாதுகாப்பு குறைபாடுகள் மற்றும் AI-உருவாக்கிய குறியீடுகள் குறித்த ஒழுங்குமுறை எச்சரிக்கைகளுக்குப் பிறகு இந்த நடவடிக்கை எடுக்கப்பட்டுள்ளது. இதன் மூலம், வங்கிகள் தங்களது நெட்வொர்க் அபாயங்களைக் குறைக்கவும், நிதி அமைப்பு முழுவதும் பாதுகாப்பை மேம்படுத்தவும் முயல்கின்றன.

Detailed Coverage

ஒருமித்த பாதுகாப்பு கட்டமைப்பை உருவாக்குதல்

இந்திய வங்கிகள், செயற்கை நுண்ணறிவு (AI) மூலம் நிகழும் சைபர் அச்சுறுத்தல்களை எதிர்கொள்ள, 25 க்கும் மேற்பட்ட OEM (Original Equipment Manufacturers) நிறுவனங்களுடன் இணைந்து தங்களின் டிஜிட்டல் பாதுகாப்பை பலப்படுத்தி வருகின்றன. வங்கி ஒழுங்குமுறை ஆணையத்தின் நேரடி வழிகாட்டுதலுக்குப் பிறகு இந்த முக்கிய நடவடிக்கை எடுக்கப்பட்டுள்ளது. AI-ஆல் இயக்கப்படும் தாக்குதல்கள் நிதி அமைப்பின் ஸ்திரத்தன்மைக்கு ஒரு பெரிய அச்சுறுத்தல் என ஆணையம் எச்சரித்துள்ளது.

இந்திய ஸ்டேட் வங்கியின் தலைமையில் ஒரு குழு, வங்கித் துறையைப் பாதுகாக்க புதிய பாதுகாப்பு கட்டமைப்பை உருவாக்கி வருகிறது. இந்தக் குழுவில் ரிசர்வ் வங்கி (RBI), நிதி அமைச்சகம், தேசிய கொடுப்பனவு கழகம் (NPCI), மற்றும் CERT-In போன்ற அமைப்புகளின் அதிகாரிகளும் அடங்குவர். வங்கிகளுக்கு மறைந்திருக்கும் பாதுகாப்பு குறைபாடுகளை அடையாளம் காணவும், செயற்கை நுண்ணறிவைப் பயன்படுத்தி பாரம்பரிய பாதுகாப்பு முறைகளைத் தாண்டி வரும் அதிநவீன சைபர் தாக்குதல்களுக்கு எதிராக தங்களின் அமைப்புகளை வலுப்படுத்தவும் ஒரு தெளிவான வழிகாட்டுதலை வழங்குவதே இதன் நோக்கமாகும்.

சப்ளை செயின் மற்றும் குறியீட்டு குறைபாடுகளை நிவர்த்தி செய்தல்

வங்கிகளுக்கு மிகப்பெரிய கவலைகளில் ஒன்று, மூன்றாம் தரப்பு மென்பொருட்கள், கிளவுட் வழங்குநர்கள் மற்றும் ஃபின்டெக் கூட்டாளர்களைச் சார்ந்திருப்பதுதான். நிதி நிறுவனங்கள் பெரும்பாலும் திறந்த மூல நூலகங்கள் (open-source libraries) அல்லது AI-உருவாக்கிய குறியீடுகளைக் கொண்ட உரிமம் பெற்ற மென்பொருட்களைப் பயன்படுத்துகின்றன. இந்த கூறுகளில் குறைபாடுகள் இருந்தால், அது பரவலான தோல்விக்கு வழிவகுக்கும்.

இது Log4j பாதிப்பு போன்ற கடந்த கால நிகழ்வுகளைப் போன்றது. பரவலாகப் பயன்படுத்தப்படும் ஒரு குறியீட்டில் ஏற்பட்ட ஒரு பிழை, உலகளவில் எண்ணற்ற அமைப்புகளைப் பாதித்தது. மூன்றாம் தரப்பு விற்பனையாளர்கள் வழங்கும் குறியீட்டின் மீது வங்கிகளுக்கு முழுமையான பார்வை இல்லாததால், அவை தங்களின் நெட்வொர்க் தாக்குதல் பரப்பளவைக் குறைக்க அறிவுறுத்தப்படுகின்றன. இதன் பொருள், வங்கிகள் பாதுகாப்பு AI ஏஜெண்டுகளைப் பயன்படுத்தி அச்சுறுத்தல்களை நிகழ்நேரத்தில் கண்காணித்து தடுக்கும்.

வங்கிகளுக்கான எதிர்கால நடவடிக்கைகள்

எதிர்காலத்தில், இந்த பாதுகாப்பு நடவடிக்கைகளின் செயல்திறன் வழக்கமான மதிப்பீடுகள் மூலம் சோதிக்கப்படும். வங்கிகள் தங்களுக்கு இலக்காகும் முன், தங்களின் சொந்த மென்பொருளில் உள்ள அபாயங்களை அடையாளம் காணும் கருவிகள் தங்களிடம் இருப்பதை நிரூபிக்க வேண்டும். முதலீட்டாளர்களைப் பொறுத்தவரை, சைபர் பாதுகாப்பு மற்றும் உள்கட்டமைப்பில் இந்த அதிகரித்த செலவினத் தேவைகள் வங்கிகளின் லாப வரம்புகளை எவ்வாறு பாதிக்கக்கூடும் என்பது முக்கியமாகக் கவனிக்கப்பட வேண்டும். நீண்ட கால ஸ்திரத்தன்மைக்கு இது அவசியமானதாக இருந்தாலும், இந்த மேம்பட்ட பாதுகாப்பு கட்டமைப்புகளை செயல்படுத்துவதற்கும், மூன்றாம் தரப்பு கூட்டாண்மைகளை தணிக்கை செய்வதற்கும் ஆகும் செலவு, வங்கித் துறைக்கு ஒரு நிலையான செலவாகவே இருக்கும் என்று எதிர்பார்க்கப்படுகிறது.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.