Google推出基于机器学习的API滥用检测仪表板

Google最近宣布推出了一款基于机器学习算法的API滥用检测仪表板。该功能是Apigee API管理平台中“高级API安全”的一部分，旨在帮助客户快速检测API安全配置错误、恶意机器人和恶意活动。该仪表板背后的模型由Google内部团队训练，能够检测业务逻辑攻击，从而保护面向公众的API。

业务逻辑攻击的挑战

Google Cloud产品经理Shelly Hershkovitz在一篇博客文章中指出，业务逻辑攻击难以通过静态安全策略检测。攻击者可以通过操纵合法功能来实现恶意目标，而不会触发静态安全警报。因此，传统的安全策略在面对此类攻击时显得力不从心。

仪表板的功能与优势

该仪表板能够过滤掉那些设计用于检测较简单攻击的警报，这些警报通常会产生大量非关键性通知。它还能同时管理大量机器人攻击，使安全团队能够更高效地处理重要问题。此外，仪表板能够以“易于理解”的标题展示关键事件，包括攻击来源、受影响的API以及攻击持续时间，从而帮助安全团队更快地应对事件。仪表板还提供了深入分析攻击的功能，并能够与其他类似攻击进行交叉参考，同时提供快速修复事件的建议。

访问方式

安全团队可以通过Apigee UI、安全事件API或安全统计API访问滥用检测功能。

API安全的重要性

Google加强其API管理服务（Apigee）的举措是对网络攻击增加及其相关损失的回应。根据IBM的2022年数据泄露成本报告，数据泄露的平均成本高达435万美元。这表明，随着企业对API的依赖增加，API滥用已成为一个严重的安全问题。

行业趋势

除了Google，其他公司也在其产品中增强了类似API滥用检测的功能。例如，Cloudflare提供了API滥用检测功能，可以监控API调用是否异常；微软通过Defender for APIs提供了完整的生命周期保护、检测和响应覆盖。

结论

随着API在现代业务中的广泛应用，API滥用的风险也在增加。Google和其他科技公司通过引入机器学习驱动的检测工具，正在努力提升API安全性，减少数据泄露和其他安全事件的发生。