GenAI kyberturvallisuuteen - Käytännön kurssi ammattilaisille

Kursitraileri: Marco tiivistää alle minuutissa, mistä on kyse – satoja hälytyksiä, loputtomia lokeja, loputtomia raportteja ja kysymyksen siitä, miten kaiken tämän kanssa pärjäät. Vastaus: Sinun ei enää tarvitse selvitä yksin. Lokianalyysit sekunneissa, tapahtumaraportit nappia painamalla, toimivat havaitsemissäännöt, siihen päälle runsaasti oppitunteja ja yli 50 käyttövalmista promptia.

Ennen kuin tarttumat mihinkään välineeseen, selvität tässä tärkeimmän kysymyksen: Missä generatiivinen tekoäly tuo todellista hyötyä turvallisuuspäivittäisessä työssä – ja missä se on yksinkertaisesti väärä työkalu? Marco asettaa lokien tulkinnan, yhteenvedot, dokumentaation ja skriptigeneroinnin kovien rajojen rinnalle: todellinen tunnistus SIEM:ssä, automaattiset tapahtumapäätökset ilman ihmistä, pääsy sisäisiin järjestelmiin. Windows-tapahtumassa 4625 näet livenä, kuinka useista minuutin Google-hauista tulee vain muutama sekunti.

Tässä puhutaan kysymyksestä, jonka turvallisuusammattilaisten tulisi ensin esittää: Minne tietoni oikeastaan päätyvät? Saat vertailun ChatGPT:n, Clauden, Geminin, paikallisten mallien Ollaman kautta sekä yritysversioiden välillä – kukin koulutuksen, säilytysajan ja vaatimustenmukaisuuden näkökulmasta. Marco käy vaihe vaiheelta läpi ChatGPT:n tietohallintoa ja näyttää sinulle, mistä voit sulkea koulutuksen omilla sisällöilläsi.

80 % tuloksen laadusta riippuu kehotteesta, ei mallista – ja juuri tämä tuo sinulle tämän oppitunnin kivuliaan rehellisesti esiin. Aloitat klassisella aloittelijan kehotteella „Auta minua turvallisuusongelmassa“ ja näet, miksi tekoäly vain kysyy takaisin. Tämän jälkeen rakennat sen neljästä rakennuspalikasta – rooli, konteksti, tehtävä, muoto – tarkaksi ohjeeksi, joka tuottaa todella käyttökelpoisia vastauksia.

Tuhansia tapahtumia päivässä, ja sinun pitäisi löytää se yksi bruteforce-yritys – manuaalisesti toivoton yritys. Marco käy läpi tapahtuma-ID:t, jotka sinun pitäisi tietää unissasi (4624, 4625, 4688, 4720 jne.), suodattaa epäonnistuneet kirjautumiset ja vie ne CSV-tiedostona tai PowerShellin kautta. Tämän jälkeen hän siirtää tiedot ChatGPT:lle ja saa sekunneissa analyysin, johon sinulta kuluisi muuten tunteja.

Tapahtumalokit näyttävät sinulle, mitä päätelaitteessa tapahtuu – palomuuri- ja välityspalvelinlokit kertovat sinulle, kenen kanssa se kommunikoi. Opit tuntemaan yleiset muodot (Squid, Blue Coat, Palo Alto) ja ymmärrät, mistä C2-beaconointia voidaan tunnistaa: säännölliset välikohtaukset jitterillä, aina sama kohde, samankaltaiset tietomäärät, mielellään öisin ja viikonloppuisin. Tämän jälkeen annat ChatGPT:n löytää juuri tämän kuvion todellisista välityspalvelinlokeista.

300 Hälytyksiä aamulla, 500 ennen puolta päivää, ja puolet on melua – mutta mikä puoli? Tämä oppitunti muuntaa sinut Triage-assistentiksi ChatGPT:n avulla, mukaan lukien valmis malli roolille, ympäristölle, työajoille ja kriittisille varoille. Todellisilla hälytysmuodoilla Splunkista, Microsoft Sentineltä ja Elasticilta saat True/False Positive, prioriteetti P1-P4 ja selkeä perustelu.

Onnettomuuden jälkeen tulee se osa, jonka kaikki mielellään ohittavat: dokumentointi ja jakaminen. Käydään läpi IOC-kategoriat – verkko, isäntä, käyttäytyminen – ja opitaan, mitkä artefaktit todella ovat hyökkäysluontoisia ja mitkä ovat vain melua. Anonymisoiduista lokitiedostoista todellisesta phishing-tapauksesta käytät ChatGPT:tä IOCs:n ekstraktoimiseen ja kartoitat ne MITRE ATT&CK:hon, jotta raporttisi ymmärretään ympäri maailmaa.

Tiistai aamu, kello 9:47: SIEM räjähtää, Helpdesk-hälytys soi, tiedostopalvelimella on lunnaat. Juuri tässä hetkessä tapahtuu suurin osa virheistä, ja juuri tässä alkaa oppitunti – ChatGPT ei ole korvike tiedollesi, vaan toinen aivosi, joka esittää kysymyksiä, jotka unohdat stressin keskellä. Simuloit koko prosessin ensimmäisistä hälytyksistä sisäistämispäätöksiin.

Playbookeja on lähes jokaisella tiimillä – useimmiten vanhentuneita ja jossain SharePointissa pölyttyviä. Saat ensin rakenteen, jota toimiva playbook tarvitsee: Metatiedot, Käynnistimet ja Laajuus, Triage, Sisäinen hallinta, Poistaminen, Palautus, Jälki-incidentti ja Viitteet. Sen jälkeen annat ChatGPT:lle täyttää rungon ja sovitat sen noin 30 minuutissa omaan ympäristöösi.

Incidentsi on ohitse, kaikki hengittävät syvään – ja sitten tulee osa, jota kukaan ei pidä. 48 tunnin jatkuvan toiminnan jälkeen muistiinpanosi ovat kaaoksessa, aikaleimat puuttuvat, ja silti vakuutusyhtiö, vaatimustenmukaisuus ja oikeudelliset asiathan haluavat siistin raportin. Tässä muutat juuri tästä muistiinpanokaaoksesta ChatGPT:n avulla rakennetun aikajanan ja valmiin incident-raportin – minuuteissa stattunneissa.

Malware on tunnistettu, mutta kuka sen takana on, miten he toimivat – ja mitä seuraavaksi tapahtuu? Opit tärkeimmät OSINT-lähteet, Mandiant-, CrowdStrike- ja Microsoft-raporteista CISA:an ja BSI:hin sekä MITRE ATT&CK -ryhmiin, Malpediaan ja Ransom-Wikiin. Sen jälkeen yhdistelet materiaalin ChatGPT:llä uhkatiedusteluraportiksi ja tiedät sen jälkeen, mihin kohdistat havaintojesi vahvistamisen.

„Onko tämä kriittistä? Täytyykö meidän korjata se tänä yönä?“ – kysymys CISO:lta, johon et voi vastata pelkästään CVSS-pisteellä. Käyt läpi keskeiset kysymykset: Mikä on haavoittuvuus, kuinka paha se oikeasti on (CVSS, EPSS, Temporal), onko olemassa exploiteja Exploit-DB:ssä, GitHubissa tai Metasploitissa, ja onko järjestelmä teillä ylipäätään saavutettavissa? ChatGPT:n avulla pääset minuuteissa datalähtöiseen korjauspäätökseen sen sijaan, että turvautuisit vaistoon.

Aikaisemmin skriptaaminen tarkoitti: Stack Overflow'sta etsiminen, palasten kokoaminen, tuntikausien virheenkorjaus. Tänään ChatGPT tuottaa ensimmäisen luonnoksen sekunneissa – vain että tekoälykoodi ei automaattisesti ole turvallista tai oikeaa. Saat kehotemallin, jossa on tarkoitus, syöte, ulostulo, ympäristö, virheenkäsittely ja turvallisuusohjeet, ja rakennat sen avulla kolme skriptiä uhkien metsästämiseen, koventamisen tarkistukseen ja tapahtumien käsittelyyn.

Sinulla on uhkatieto, IOCs ja TTP:t – mutta huomaatko edes, kun hyökkäys on käynnissä? Tämä oppitunti käsittelee Sigmaa alustariippumattomana sääntöjä: kirjoita kerran, sitten muunna Splunkille, Sentinelille, Elasticille, QRadarille tai CrowdStrike:lle. Todellisessa skenaariossa LSASS-todistusten kaatamisessa luot, testaat ja optimoit sääntösi ChatGPT:n avulla.

Lokitiedostossa on käyttäjänimiä, sähköpostiosoitteita, sisäisiä palvelinnimiä, joskus salasanoja selkokielellä – ja juuri tätä aiot lähettää ulkoiseen palveluun. Tämä oppitunti vetää rajan ja näyttää sinulle tarjonnan ja suunnitelman mukaan, kuka käyttää tietojasi koulutukseen ja kuinka kauan niitä säilytetään. Saat myös konkreettisia sääntöjä, anonymisointitekniikoita ja turvallisen vaihtoehdon paikallisten mallien kautta.

Epämiellyttävä totuus: Hyökkääjät käyttävät samoja työkaluja kuin sinä, mutta ilman käyttöehtoja ja ilman eettistä pysäytintä. Näet, kuinka tekoäly vie kalastelun uudelle tasolle – loppu kirjoitusvirheille ja "Arvoisa asiakas" – ja kuinka haittaohjelmoinnin, syväväärennösten ja äänen kloonaamisen kehittäminen nopeutuu. Tavoite ei ole paniikki, vaan valmistautuminen: Vain se, joka ymmärtää hyökkäyksen, puolustaa tehokkaasti.

Kuvittele, että ChatGPT yhdistää IP-osoitteen itsevarmasti Lazarus-ryhmään, johto on hälytystilassa, ulkopuolisia tutkijoita kutsutaan – ja sitten kaikki oli täysin kuvitelmaa. Juuri tämä on hallusinaatio, ja se esiintyy ilman varoitusta. Opit, miksi LLM:t tuottavat tällaisia asioita tekstien ennustuskoneina ja miten voit systemaattisesti tarkistaa IOC:ita, CVE-tietoja ja uhkatoimijoiden yhteyksiä ennen kuin toimit.

Lopuksi käsitellään sitä, mikä usein unohtuu: vastuu. Neljä pylvästä ohjaavat sinua arjessa – läpinäkyvyys, vastuullisuus, huolellisuusvelvoite ja suhteellisuus – täydentäen selkeillä tapauksilla, joissa et tarkoituksella käytä tekoälyä, kuten oikeudellisissa kysymyksissä tai henkilöstöpäätöksissä. Oppilauseen muistaminen: Tekoälyn virheet ovat sinun virheitäsi, jos et tarkista niitä.

„Minulla on ChatGPT, en tarvitse mitään muuta“ – tämä lause maksaa sinulle päivittäin aikaa. Jokaisella mallilla on omat vahvuutensa ja heikkoutensa: ChatGPT ei pärjää todellisessa ajantasaisessa tutkimuksessa, Gemini hyvin pitkissä asiakirjoissa, Claude on vahva tekstissä, mutta ei ole tarkoitettu toimistoprosesseihin, ja juuri siellä Copilot loistaa. Tämä oppitunti näyttää sinulle, miksi monimallistrategia ei ole luksusta ja kuinka voit yhdistää useita LLM:ä järkevästi.

Monipuolisuus yksityiskohdissa: ChatGPT avustajana, joka kirjoittaa tekstejä, tarjoaa ideoita, rakentaa konsepteja ja tuottaa koodia. Marco käy läpi nykyversion vahvuuksia – selkeästi parempi kontekstin käsittely, erittäin luonnollinen kirjoitustyyli, valtava perusteetieto – ja opastaa sinua käyttöliittymässä ja päätoiminnoissa. Tämän jälkeen tiedät, mihin voit käyttää ChatGPT:tä turvallisuustyössäsi ja missä toinen malli on parempi valinta.

200 sivun asiakirja, ja tarvitset sekunneissa tarkan yhteenvedon – tämä on Clauden kotipeli. Anthropicin malli on suunniteltu pitkille konteksteille, yli 100 000 tokenia, ja se erottuu huomattavasti vähemmillä harhoilla. Pitkiä lokitietoja, laajoja raportteja ja asiakirjoja varten tämä on juuri se yhdistelmä, jota tarvitset.

Sähköpostien kirjoittaminen, esitysten rakentaminen, Excel-taulukoiden kasaaminen – ja se kestää ikuisuuden. Copilot on suoraan Wordissa, Excelissä, PowerPointissa, Outlookissa ja Teamsissa, ja se hoitaa juuri tämän tylsän työn puolestasi, mukaan lukien kokousmuistiot, joista voit suoraan laatia tiivistelmiä. Tärkeää tietää: Kaikki tämä on kiinni Microsoft 365:stä, erilliset Office-paketit jäävät ulkopuolelle.

Kaksikymmentä verkkosivustoa selattavaksi saadaksesi yhden selkeän vastauksen - tätä ei tarvitse olla. Perplexity on tekoälyhaku, joka antaa sinulle vastauksen ja toimittaa lähteen, mikä on erityisen arvokasta CVE-tutkimuksessa ja kovissa faktoissa. Näet ilmaisen version, sen rajat ja mihin siirtyminen kannattaa.

Grok on Elon Muskin xAI:n tekoäly ja se on suoraan X:ssä, entisessä Twitterissä. Etu on reaaliaikaisessa pääsyssä posteihin, uutisiin ja trendeihin – käytännöllistä, kun uusi uhka on juuri noussut esiin eikä siitä ole vielä raporteissa. Marco vie sinut xAI-sivuston kautta käyttöliittymän läpi ja näyttää, missä Grokilla on todella merkitystä arjessa.

Yksi kirjautuminen, monia malleja: Poe Quoralta kokoaa ChatGPT:n, Clauden, Geminin ja muita yhteen käyttöliittymään. Tämä säästää sinut useiden tilien jonglaukselta ja tekee suoran vertailun helpoksi – täydellinen, jos haluat selvittää, mikä malli ratkaisee tehtäväsi parhaiten. Saat myös yleiskuvan pistejärjestelmästä ja hinnoittelumalleista ilmaisesta suunnitelmasta suureen tilaukseen.

KI-mallit kuten GPT-variantit tai Llama suoraan omalla tietokoneellasi, ilman tilausta ja ilman pilveä – siihen on LM Studio. Työpöytäohjelma Windowsille, Macille ja Linuxille lataa paikallisia kielimalleja ja tekee niistä käytettävissä vain muutamalla klikkauksella. Kaikille, jotka heidän on analysoitava arkaluonteisia tietoja, tämä on puhdas ratkaisu: Mikä jää tietokoneellesi, ei päädy muiden koulutusdatoihin.

Jos haluat täyden hallinnan, käynnistät mallin vain omalla koneellasi. Ollama on avoimen lähdekoodin, ilmainen ja toimii Macilla, Windowsilla ja Linuxilla – malleilla kuten Llama, Mistral tai Phi suoraan tietokoneellasi, ilman internetiä ja ilman tilausta. Luottamuksellisiin analyyseihin tämä tarkoittaa: mikään data ei jätä tietokonettasi, ei keskustelua koulutusdatasta, ei piilotettuja kustannuksia.

Kaikkien työkalujen jälkeen kysymys, joka arjessa todella merkitsee: Mikä malli minun pitäisi nyt käyttää tähän tehtävään? Saat aloittelijoille tarkoitetun säännön, joka kattaa jo noin 90 % - ChatGPT teksteille, Claude pitkille sisällöille, Gemini tutkimukseen, Copilot toimistotehtäviin, Perplexity faktoihin lähteellä. Tämän jälkeen tulee ammattilaisille tarkoitettu sääntö kaikille, jotka tuottavat tai automatisoivat säännöllisesti.

Useimmat avavat ChatGPT:n, kirjoittavat kehotteen ja toivovat – todellinen hyppy kuitenkin tapahtuu muualla. Hyödynnät malleja tiiminä: yksi tutkii, yksi kirjoittaa, yksi tarkistaa, yksi automatisoi. Konkreettisesti rakennat neljän mallin työnkulun Perplexitysta, Claudeesta, ChatGPT:stä ja Geministä, jonka avulla työskentelet yksilönä kuin kokonainen toimituskunta.

Moduulin lopputunti kääntää asiat päälaelleen: Et tarvitse yksittäistä mallia, vaan tarvitset järjestelmän. Asetuksesi rakennetaan kolmella tasolla, jotta jokainen malli hoitaa juuri sen, mihin se on tarkoitettu – sen sijaan, että sattumanvaraisesti kirjoittaisit jotain mihin tahansa. Tuloksena on henkilökohtainen tekoälytyökalupakki, jolla työskentelet joka päivä nopeammin ja järjestelmällisemmin.