Wie KI und Automatisierung die DDoS-Industrie verändern

Künstliche Intelligenz (KI) hält Einzug in die DDoS-For-Hire-Landschaft und verleiht diesen ohnehin schon leistungsstarken Diensten eine neue Stufe der Raffinesse.

Noch vor einigen Jahren erforderte das Starten eines DDoS-Angriffs eine Reihe von technischen Fähigkeiten. Heute haben die im Darkweb verfügbaren Booter-/Stresser-Dienste – auch bekannt als DDoS-for-Hire-Industrie – die Hürde für die Durchführung komplexer DDoS-Angriffe erheblich gesenkt. Diese Dienste sind einfach zu bedienen und bieten den Nutzern eine fertige Infrastruktur mit vielseitigen Angriffsfunktionen, die in unterschiedlichsten Preisklassen gebucht werden kann.

Auch wenn die Integration von künstlicher Intelligenz in DDoS Angriffen noch in den Kinderschuhen steckt, so hat sich aber die Effektivität und Anpassungsfähigkeit dieser Angriffe bereits verbessert. Leider führen diese Angriffstechniken auch dazu, dass viele herkömmliche Verteidigungsmaßnahmen weniger effektiv sind. Das erschwert die Aufgabe der Sicherheitsexperten, die für eine sichere und verfügbare IT-Infrastruktur und Services ihrer Unternehmen verantwortlich sind.

Die wachsende Rolle der KI bei Cyberangriffen

Die Integration von KI in DDoS-Angriffe ist relativ neu, verändert aber die Möglichkeiten dieser Dienste rapide. Im Gegensatz zu herkömmlichen DDoS-Angriffen, die oft auf Brute-Force-Methoden oder ein hohes Verkehrsaufkommen setzen, können KI-gesteuerte Angriffe gezielter und intelligenter vorgehen. KI ermöglicht es Angreifern beispielsweise, ihre Angriffe auf der Grundlage von Echtzeitdaten fein abzustimmen, so dass gängige Verteidigungsmaßnahmen umgangen, Schwachstellen identifiziert und sogar legitimer Datenverkehr nachgeahmt werden kann, um die Erkennung zu umgehen.

Die KI-Integration kann Angreifern eine Reihe neuer Funktionen bieten, darunter:

• Anpassung der Angriffsmuster in Echtzeit: KI-gesteuerte Angriffe können ihre Taktik während der Kampagne auf der Grundlage der Verteidigung des Ziels anpassen und Parameter wie Angriffsvektor, Paketgröße oder Häufigkeit ändern, um knapp unter der Erkennungsgrenze zu bleiben und effektiv zu bleiben. Diese Angriffsmethodik stellt eine besondere Herausforderung für Verteidiger dar, die sich auf statische Verteidigungs-maßnahmen, wie z. B. Schwellenwerte mit Rate-Limiting, verlassen.
• CAPTCHA-Auflösung: Viele DDoS-Abwehrsysteme verlassen sich auf CAPTCHAs, um menschliche Benutzer zu verifizieren. KI-gestützte Tools können diese Barrieren nun jedoch umgehen, so dass für automatisierte Bots diese Abwehrmaßnahmen kein Hindernis darstellen.
• Nachahmung von Verhaltensweisen: Durch die Nachahmung des menschlichen Surfverhaltens könnten KI-gesteuerte Bots es herkömmlichen Sicherheitstools erschweren, zwischen legitimen Benutzern und Angreifern zu unterscheiden.

Die Automatisierung trägt ebenfalls zur Weiterentwicklung von DDoS-Angriffen bei, denn sie macht herkömmliche manuelle Prozesse überflüssig und ermöglicht eine effizientere Planung, Wiederholung, dynamische Anpassung und Optimierung von Angriffen, um diese möglichst effektiv auszuführen. Aus diesem Grund müssen sich Unternehmen auf diese dynamischen und automatisierten Angriffe und Angriffswellen vorbereiten, und Ihre Defense-Architekturen und Fähigkeiten entsprechend aufbauen oder anpassen.

Neuausrichtung der Cyberabwehrstrategien zur Bekämpfung KI-gesteuerter Angriffe

Genauso wie KI das Verhalten von Angreifern verändert, müssen Verteidiger darüber nachdenken, wie sie ihre Abwehrmechanismen mit den neuesten Fortschritten in KI- und ML-Technologien stärken können. Unternehmen sollten insbesondere einige oder alle der folgenden Maßnahmen in Betracht ziehen:

• Proaktive Threat-Intelligence: Durch den Einsatz von Echtzeit-Bedrohungsdaten erhalten Unternehmen Einblicke in neu entstehende KI-gesteuerte Angriffstechniken und können ihre Abwehr proaktiv anpassen.
• Verhaltensanalyse durch maschinelles Lernen: Der Einsatz von Sicherheitslösungen, die auf maschinellem Lernen basieren, kann dazu beitragen, differenzierte Muster im Datenverkehr zu erkennen, die auf KI-gesteuerte Angriffe hindeuten könnten. Diese Tools können riesige Datenmengen schnell analysieren und subtile Anzeichen für abnormales Verhalten erkennen, die statische Verteidigungssysteme möglicherweise übersehen.
• Erweiterte CAPTCHA-Mechanismen: Da KI herkömmliche CAPTCHA-Systeme inzwischen umgehen kann, sollten Unternehmen moderne Verifikationsmethoden, wie biometrische CAPTCHA-Systeme oder mehrstufige Benutzerverifizierung einführen.

Wie geht es weiter mit KI und DDoS in 2025?

Zusammengefasst: Die Kombination aus KI und Automatisierung in der DDoS-for-Hire-Industrie macht viele herkömmliche Abwehrmechanismen und klassische Maßnahmen wie Rate-Limiting obsolet. Traditionelle Schutzmaßnahmen allein reichen nicht mehr aus, um diesen hochentwickelten und anpassungsfähigen Angriffen entgegenzuwirken. Sicherheitsteams müssen Detection- und Mitigations-Systeme priorisieren, die sich durch den Einsatz von Echtzeit-Bedrohungsinformationen, maschinellem Lernen und adaptiven Next-Generation-Defense Technologien auszeichnen. Nur mit einer proaktiven, anpassungsfähigen KI-gesteuerten Verteidigungsstrategie können Unternehmen ihre Schwachstellen reduzieren und ihre Resilienz in einer zunehmend komplexen Bedrohungslandschaft aufrechterhalten.

Von Karl Heuser, Manager Security – Enterprise (DACH, EEUR & Nordics) bei #Netscout