Veteraner i norsk IT-bransje bygger opp utviklingsmiljø for video- og cybersikkerhet på Fornebu

FORNEBU (Digi.no): Ute på Fornebu sitter det en gjeng teknologer med store ambisjoner innenfor video- og cybersikkerhet. Ved å bruke kunstig intelligens og maskinlæring lover de å kunne avsløre og beskytte mot innsidetrusler, samt identifisere hendelser før de eskalerer.

Selskapene Jazz Networks og Vaion har utspring fra norske innovasjonsmiljøer som Tandberg, Cisco, Acano og Pexip – og har allerede fått internasjonal oppmerksomhet ved å blant annet vinne en konkurranse i regi av U.S. Cyber Command. Konkurransen gikk ut på at U.S. Cyber Command ønsket å finne den beste løsningen som kan detektere uvanlige hendelser ved å analysere data fra ulike kilder,

Tirsdag forrige uke, samme dag som regjeringens nasjonale strategi for kunstig intelligens ble lagt frem, besøkte digitaliseringsminister Nikolai Astrup Jazz Networks og Vaion i selskapets lokaler på IT Fornebu. Der fikk han en gjennomgang av selskapets sikkerhetsløsninger.

Sikkerhet på to felter

Selv om Vaion og Jazz Networks er to selskaper, har de samme eiere og samme sjef.

Jazz Networks ble startet i august i 2016 av Fredrik Halvorsen og åtte andre grunnleggere fra selskaper som Tandberg, Cisco, Acano og Pexip. Halvorsen var leder for videokonferanseselskapet Tandberg, før det ble solgt til Cisco for 19 milliarder kroner i 2010. Også administrerende direktør i Jazz Networks og Vaion, Tormod Ree, kommer fra Cisco, der han jobbet frem til 2018.

Vaion ble uavhengig av Jazz Networks startet i februar 2018 av en annen gruppe personer som også hadde bakgrunn fra det samme teknologimiljøet. I desember 2019 ble de to selskapene slått sammen, men selskapene opererer fortsatt under hver sine varemerker.

– Vi har hatt samme morselskap, men har kommet frem til at det er så mange muligheter innenfor «unified security» til at dette burde være ett tett integrert selskap, sier Ree. Derfor er det nå ett felles salgsteam for både Jazz og Vaion.

Kombinerer videoovervåking og kunstig intelligens

Vaion utvikler både maskinvare og programvare her i Norge, og på kontoret ute på Fornebu er verken loddebolter eller 3D-printere et uvanlig syn. Maskinvaren de utvikler her er avanserte overvåkingskameraer, mens programvaren er blant annet en løsning som kan analysere bilde og lyd fra kameraene og identifisere trusler ved hjelp av maskinlæring.

Ifølge Ree er det nemlig vanlig at trusler ikke blir oppdaget, uansett hvor mange videokameraer man har satt opp. Mengden informasjon kan være så stor, at det kan være vanskelig å forstå hva som er trusler, og hva som ikke er det.

– Det er ikke uvanlig at man etter hendelser ser at man kanskje hadde nok informasjon til at man kunne avverget noe. Det er ikke det å ha nok data som er vanskelig, men det å se mønstrene, sier Ree.

Vaion lager programvare som kan brukes sammen med eksisterende overvåkningskameraer, men selskapet designer også egne kameraer som skal være spesielt gode på å identifisere for eksempel hvor lyder kommer fra.

Under digitaliseringsministerens besøk fikk vi demonstrert løsningen fra Vaion, og kunne se hvordan den kan vise et kart over en bygning, identifisere hvor ulike personer befinner seg i bygningen – og spore hvordan personene beveger seg rundt. Ved å klikke på en person, vil kameraet zoome inn på personen. Systemet kan lære seg hva som er unormale hendelser, for eksempel om det befinner seg personer på bestemte steder på uvanlige tidspunkter. Det kan også fange opp for eksempel lyden av glass som knuses (innbrudd?), og varsle om dette.

Hvis man har mange kameraer, kan systemet automatisk endre videostrøm slik at kun det viktigste vises, og varsle om uvanlige hendelser. Og i stedet for å måtte spole gjennom timesvis med video, kan man med Vaion-systemet også søke etter hendelser som ligner, søke etter video hvor samme person er tilstede, og så videre.

Skal avsløre «innsidetrusler»

Mens Vaion bruker kunstig intelligens til å analysere video, fokuserer søsterselskapet Jazz Networks på programvare som skal beskytte bedriftens data ved å blant annet gi tilbakemeldinger hvis noen bryter med selskapets sikkerhetspolicyer – for eksempel ved å lagre konfidensiell informasjon i en ikke-godkjent skytjeneste.

Mens de fleste konkurrerende sikkerhetsløsninger prøver å stoppe trusler utenfra, fokuserer Jazz i stor grad på å oppdage innsidetrusler ved å bruke maskinlæring til å avsløre unormale hendelser. Det kan for eksempel være for å forhindre at informasjon kommer på avveie på grunn av manglende kompetanse, misfornøyde ansatte eller at man har noen på innsiden som ikke vil bedriftens beste.

Systemet kan for eksempel lære seg hvordan brukerne skriver på et tastatur og på den måten lage en slags profil som gjør det mulig å oppdage og varsle hvis uvedkommende prøver å logge seg på. Løsningen vil også samle informasjon fra en rekke ulike kilder, og analysere dette for å avdekke unormale hendelser og oppførsel.

Løsningen behøver ikke alltid hindre brukerne i å gjøre noe, for eksempel lagre en konfidensiell fil til Dropbox eller ta et skjermbilde av et konfidensielt dokument. I stedet kan brukeren få en påminnelse om at det han eller hun forsøker å gjøre, kan være i strid med selskapets policy.

Andre Lambertsen, løsningsarkitekt i Jazz, forteller at noe av poenget med løsningen er å gi ansatte tilbakemeldinger hvis de gjør noe som bryter med selskapets policy, eller som kan utgjøre en sikkerhetsrisiko.

– Vi bruker dataene vi samler inn til å gi et strukturert bilde av hva som foregår på PC-en, hva brukeren gjør og hva brukeren gjør med dataene sine. Nettopp for å kunne agere på bruksmønsteret, og kunne si ifra.

Salgsdirektør for Norge og Island, Nils Roald, legger til at læringseffekten er viktig.

– Det er viktig å få konstant tilbakemelding på ting du gjør feil, sier Roald.

Løsningen kan også oppdage om noen prøver å dele innloggingsinformasjon og da iverksette ulike «actions», som for eksempel at man må logge på på nytt.

På sikt jobbes det med å integrere løsningene fra Jazz Networks og Vaion mot hverandre. Ree ser for seg mange potensielle fordeler. Det kan for eksempel være hvis det oppstår en hendelse i Jazz Networks-løsningen, og at man da kan hente ut video fra hendelsen via Vaion-løsningen.

– Planen på sikt er en mer fullintegrert plattform, men det er ikke noe poeng å gjøre det før vi har en stor nok kundebase som etterspør det, sier Ree.