Ignore las exageraciones: la inteligencia artificial (IA) puede mejorar su postura de seguridad ahora.
Llevamos mucho tiempo esperando que la IA brinde beneficios a la ciberseguridad. Aparte de ChatGPT, la IA ha sido un tema candente durante décadas, con períodos de promesas exageradas intercaladas con períodos de rechazo cínico después de no cumplir con todas esas promesas. No es de extrañar que muchos líderes de seguridad sean cautelosos. Sin embargo, a pesar de la cautela, la IA está ayudando a mejorar la seguridad cibernética hoy en día y brindará beneficios y desafíos de seguridad cada vez más sustanciales.
Se requiere inteligencia para una postura de seguridad sólida
La creación de una sólida postura de seguridad implica tres elementos clave:
Medición integral. Comprensión de amenazas externas e internas, comportamientos de riesgo y señales. Implementación de medidas preventivas.
Para lograr esto, es importante recopilar todos los datos relevantes y aprovechar la tecnología de big data para administrarlos, orquestarlos y darles sentido.
Hoy en día, para analizar y aplicar datos de manera efectiva, necesitamos tanto humanos e inteligencia generada por máquinas. Como se define en Wikipedia, la inteligencia es”la capacidad de percibir o inferir información y conservarla como conocimiento para ser aplicado a comportamientos adaptativos dentro de un entorno o contexto”.
La inteligencia humana es un desafío para los analistas de seguridad para escalar. Además, con la creciente complejidad de los datos, los analistas requieren habilidades y experiencia avanzadas que tardan años en desarrollarse, y es un grupo de talentos que escasea.
En consecuencia, la IA es una solución práctica para escalar la ciberseguridad. Con sistemas de IA confiables, las empresas pueden reducir la dependencia de expertos en datos y campos de seguridad.
Los 4 casos de uso principales en los que la IA puede mejorar la postura de seguridad general de una organización
Cuatro formas de mejorar la seguridad empresarial mediante la IA incluyen:
Detección avanzada de amenazas. La IA puede ayudar a identificar señales, como comportamientos de riesgo o anómalos, que los métodos tradicionales basados en reglas han tenido problemas para detectar y medir. Procesamiento de señales. La comprensión de las señales puede hacerlas significativas y procesables: correlacionar, enriquecer y evaluar cualquier exposición y amenaza potencial. Modelado de riesgo que incorpora todas las señales y situaciones a partir de grandes cantidades de datos pueden proporcionar una mejor comprensión de los riesgos potenciales. Declaraciones de riesgo claras. Los modelos de lenguaje y aprendizaje automático (LLM) pueden facilitar la articulación efectiva y oportuna de la información de riesgo y su contexto a un público más amplio. audiencia.
¿Los algoritmos de IA están listos para el horario de máxima audiencia?
La calidad de los algoritmos de IA depende de los datos de entrenamiento. ¿Cómo se asegura de que el modelo de IA esté a la altura de las expectativas y no aumente la fatiga de las alertas al generar más falsos positivos?
A lo largo de los años, los sistemas de IA han experimentado avances significativos y no todos los sistemas necesariamente requieren supervisión. técnicas de aprendizaje. Los sistemas no supervisados, como la detección de anomalías, son de uso común y muy buscados en aplicaciones de seguridad. La detección de anomalías, por ejemplo, puede reducir significativamente las tasas de falsos positivos.
Además, con el apoyo de organismos estándar, como MITRE, que mantienen una ontología del panorama de amenazas en constante evolución, es factible desarrollar sistemas de IA altamente sofisticados sin”datos de entrenamiento”.
Las soluciones de IA para ciberseguridad están funcionando hoy, por ejemplo en Resolution Intelligence Cloud de Netenrich. Estas soluciones continúan mejorando, independientemente de las exageraciones, y deberían formar parte del arsenal de cualquier equipo de ciberseguridad.
Praveen Hebbagodi es director de tecnología, Netenrich .