Cyberresiliente Backup und Recovery Dem Unternehmensgedächtnis tut künstliche Intelligenz gut

Anbieter zum Thema

FAST LTA GmbH

Impossible Cloud GmbH

Eine stetig steigende Menge an Daten in komplexen IT-Umgebungen zu schützen, zu sichern und im Ernstfall wiederherzustellen, wird für IT-Verantwortliche zu einer immer größeren Aufgabe. Ohne die Hilfe von Künstlicher Intelligenz (KI) oder Machine Learning (ML) können immer weniger IT-Verantwortliche weder Backups gegen Angriffe schützen noch das notwendige Backup-Pensum erfüllen, die definierten Service Level Agreements für die Verfügbarkeit von Informationen, Applikationen und Infrastrukturen einhalten oder diese schnell und effizient wiederherzstellen.

Künstliche Intelligenz und Maschine Learning sind schon jetzt unverzichtbare Technologien, um Daten einer Backup-Historie auszuwerten, aus ihnen Modelle für effizientes Backup und Recovery abzuleiten, diese kontinuierlich zu optimieren und so bessere Vorhersagen von Datensicherheitsereignissen zu treffen – vom Ausfall einer Hardware über den Katastrophenfall bis zu einem erfolgreichen Angriff auf Backups. KI und ML unterstützen zugleich im Ernstfall bei der schnellstmöglichen und effizientesten Wiederherstellung funktionierender Infrastrukturen und Daten.

Bildergalerie

In zentralen Bereichen des Backups und Recovery profitieren die IT-Verantwortlichen aus großen Unternehmen oder im gehobenen Mittelstand von auf KI und ML aufbauenden Datensicherungsplattformen:

Vorausschauende Analyse von Hardware-Ausfällen: Historische Daten zur IT-Hardware im Unternehmen zeigen, welche Medien unter den gegebenen Bedingungen demnächst mit höherer Wahrscheinlichkeit ausfallen. In der Folge erhält die IT rechtzeitig Nachricht, welche Speichermedien in welcher Menge vorgehalten werden sollten – eine wichtige Information angesichts einer Hardware-Supply-Chain mit einzukalkulierenden Vorlaufzeiten bei der Beschaffung.

KI-gestützte Analyse zum Speicherplatzbedarf: Eine KI hilft anhand von historischen Daten bei der Kalkulation der benötigten Rechenressourcen in einer Datenmanagement-Plattform, um festgelegte Service Level Agreements (SLAs) der Datenverfügbarkeit zu erfüllen. Sie empfiehlt, die Kapazitäten je nach Bedarf zu skalieren, und kann Speicherplatz und Hardware-Kapazitäten automatisch zuweisen. Darüber hinaus optimiert die Plattform die Auswahl von Rechenressourcen auf Grundlage regionaler Affinität in einer geografisch vielfältigen Umgebung. So lassen sich Rechenknoten effizient nutzen und eine ausgewogene und kostenoptimierte Betriebsumgebung schaffen.

Hilfe beim Planen automatisierter Routine-Aufgaben: Herkömmliche Backup-Pläne beruhen auf statischen Regeln und Zeitplänen, was häufig zu einer komplexen Konfiguration und Ineffizienz führt, wie etwa zu suboptimalen Joblaufzeiten, übermäßigen Jobwartezeiten oder einem überschrittenen Zeitfenster für Backups. Durch den Einsatz von zeitserienbasiertem maschinellen Lernen zur Vorhersage von Joblaufzeiten verbessern KI- und ML-gestützte Datenmanagement-Plattformen ständig den Jobkalender durch optimale Sequenzierung. Plattformen zur cyberresilienten Datensicherheit berechnen bestmögliche Wiederherstellungspunkte (Recovery Point Objectives, RPOs) für eine cyberresiliente Datensicherung und priorisieren Recovery-Workloads auf der Grundlage der Verfügbarkeitsvorgaben. Zugleich minimiert KI die notwendigen Zeitfenster für die Datensicherung. Das alles erfolgt auf Wunsch vollautomatisch, ohne dass IT-Verantwortliche manuell eingreifen müssen.

Rationalisiertes Management und Monitoring: Künstliche Intelligenz sammelt kontinuierlich Leistungsdaten aus verschiedenen Backup-Vorgängen, um den Status von Tausenden von täglichen Jobs granular zu analysieren. Sie identifiziert abweichende Anomalien vom normalen Sicherheitsprozess und kann sie je nach Art, Häufigkeit und Schwere klassifizieren. Manche Fehler können vorübergehend oder routinemäßig auftreten und lassen sich ohne sofortiges menschliches Eingreifen beheben. Andere Ereignisse erfordern aber die Aufmerksamkeit der IT-Verantwortlichen. Ohne das Filtern dieser kritischen Fehler bleiben diese aber oft länger als gewünscht und vertretbar verborgen. Bei Ereignissen, die ein menschliches Eingreifen nötig machen, erhalten die IT-Zuständigen relevante gefilterte Alarme.

Klassifikation und Risikoanalyse von Daten: Künstliche Intelligenz und maschinelles Lernen unterstützen bei der Definition und Klassifikation von Informationen und legen fest, welche Daten in einem Desaster-Fall mit Vorrang wiederherzustellen sind. Klassifizierungsmodelle werden dabei anhand der Daten des Unternehmens trainiert und identifizieren die Dokument-Arten, die etwa wegen Zugriffshäufigkeit in einem Geschäftsbereich besonders relevant sind. Um dieses Lernen zu beschleunigen, können die Verantwortlichen auch besonders repräsentative Daten der KI als Beispiel vorgegeben, damit diese daraus die einschlägigen Modelle ableitet. Deep Learning und Textanalyse klassifizieren auch komplexe unstrukturierte Daten zuverlässig. Auch personenbezogene sensitive Informationen lassen sich mit Schlüsselbegriffen suchen und in verschiedene Sicherheitslevel einstufen. Daraus folgt auch die Risikoanalyse, die basierend auf Kontexten und Metadaten den Gefährdungsgrad von Informationen festlegt.

Angriffe auf das Backup erkennen: Datensicherung funktioniert nicht ohne Datensicherheit. Denn professionelle Ransomware-Akteure greifen nicht nur die Produktivdaten an, sondern auch die Backup-Dateien und machen so die Opfer erpressbar. Eine künstliche Intelligenz muss also Anomalien der Daten als Indikatoren eines Angriffs interpretieren können. Eine Analyse der Entropie einer Datei ist zum Beispiel ein Hinweis auf eine kompromittierte Datei. Im Ernstfall kommt es darauf an, solche Anomalien sofort im Moment der Verschlüsselung zu erkennen. Das ist angesichts der Menge an Ereignissen in einer Menge an Daten für einen menschlichen Beobachter nicht möglich.

Bildergalerie

Daten und Infrastrukturen effizient wiederherstellen: IT-Teams können dank KI und ML optimale Recovery Time Objectives und Recovery Point Objectives mit minimalem Informationsverlust und schneller Wiederverfügbarkeit definieren. Sie erhalten Alarme, wenn vordefinierte Service Level Agreements zur Datenverfügbarkeit eventuell nicht mehr eingehalten werden können. Eine künstliche Intelligenz hilft zudem, die nötigen Recovery-Schritte im Desaster-Fall vorab zu definieren. Eine saubere, von Malware-Rückständen freie Recovery in einem Cloud-Reinraum profitiert von der KI- und ML-gestützten Definition der letzten sauberen Sicherheitskopie in einem Datenset.

Technologie in Reichweite

Künstliche Intelligenz ist schon lange keine Zukunftsvision mehr. KI und ML unterstützen den Betrieb von Datensicherungsplattformen. Auch in der komplexen Hybrid-Cloud schützen sie vor Cyberangriffen, helfen Routine-Aufgaben zu automatisieren, verbessern die Effizienz der Systeme und reduzieren die technischen Schulden eines Unternehmens etwa durch verbesserte Wartung oder zeitnahe und effiziente Updates.

Dabei ist KI und ML durchaus finanzierbar – gerade dank der Cloud und durch die dank ihr mögliche Verlagerung von Kosten. Freilich benötigt künstliche Intelligenz zunächst weitere Speicher- und Rechenressourcen. Wer aber die Dienste einer Plattform oder eines Cloud-Providers in Anspruch nimmt, braucht sich darum zunächst nicht oder kaum zu kümmern. Ein Unternehmen profitiert zudem von in der Cloud gesammelten Informationen im globalen Cyberspace – etwa zu aktuellen Angriffen oder zu anomalem Verhalten – bei anderen Cloud-Service-Provider-Kunden. Large-Language-Modelle und Machine Learning erzielen bessere Ergebnisse dank dieses enormen Datenpools, der Hyperscalern durchaus datenschutzkonform bereitsteht. Cloud-Plattformen erzeugen hohen Mehrwert für Datensicherheit.

Zudem setzt die Reduktion der Backup-Recovery-Infrastruktur-Kosten durch eine Data-Protection-as-a-Service Gelder frei für den Einsatz von KI. Letztlich werden Kosten also nur verlagert. Gelder für Infrastruktur, die man sich spart, sind für ein resilientes, zuverlässiges Backup und Recovery dank KI und ML gut investiert.

* Der Autor: Uli Simon, Director Sales Engineering bei Commvault

Aktuelles eBook

Storage-Security – wie sichern Unternehmen ihre Daten ab?

Sich mit der Sicherheit von Storage-Systemen zu beschäftigen, ist heute notwendiger denn je. Neun von zehn Unternehmen wurden bereits mit Ransomware angegriffen. Einen Überblick über Schutzmaßnahmen und -technologien bietet dieses eBook.

Die Themen im Überblick:

• Replikation und Verschlüsselung
• Backup-Verfahren und -Schutz
• Wiederherstellung
• Air-Gap
• Unveränderbare Backups & Disaster Recovery
• Wirtschaftliche Aspekte

eBook „Storage-Security“ kostenlos downloaden

(ID:49891319)