Analytics 101


Desde las aplicaciones inteligentes para el hogar de hoy en día hasta los vehículos autónomos del futuro, la eficiencia de la toma de decisiones automatizada está siendo ampliamente adoptada. Se han realizado conceptos de ciencia ficción como «aprendizaje automático» e «inteligencia synthetic» sin embargo, es importante entender que estos términos no son intercambiables sino que evolucionan en complejidad y conocimiento para conducir mejores decisiones.

Distinguir entre aprendizaje automático, aprendizaje profundo e inteligencia synthetic

En pocas palabras, la analítica es el proceso científico de transformar los datos en información para tomar mejores decisiones. Dentro del mundo de la ciberseguridad, esta definición puede ampliarse para significar la recopilación e interpretación de datos de eventos de seguridad de múltiples fuentes y en diferentes formatos para identificar las características de las amenazas.

Las explicaciones simples para cada uno son las siguientes:

  • Aprendizaje automático: Análisis automatizados que aprenden con el tiempo, reconociendo patrones en los datos. Clave para la ciberseguridad debido al volumen y la velocidad de Huge Data.
  • Aprendizaje profundo: Utiliza muchas capas de nodos de entrada y salida (similares a las neuronas cerebrales), con la capacidad de aprender. Por lo common, utiliza la automatización del aprendizaje automático.
  • Inteligencia synthetic: La tecnología analítica más compleja e inteligente, como un sistema de autoaprendizaje que aplica algoritmos complejos que imitan procesos del cerebro humano como la anticipación, la toma de decisiones, el razonamiento y la resolución de problemas.

Beneficios de la analítica dentro de la ciberseguridad

Significant Facts, el término acuñado en octubre de 1997, es omnipresente en ciberseguridad a medida que el volumen, la velocidad y la veracidad de las amenazas continúan explotando. Los equipos de seguridad están abrumados por el inmenso volumen de inteligencia que deben filtrar para proteger sus entornos de las amenazas cibernéticas. La analítica amplía las capacidades de los humanos al examinar enormes cantidades de datos y presentarlos como inteligencia procesable.

Si bien las tecnologías deben usarse estratégicamente y pueden aplicarse de manera diferente según el problema en cuestión, aquí hay algunos escenarios en los que el equipo humano-máquina de analistas y tecnologías analíticas puede marcar la diferencia:

  • Identifique malware oculto con Device Finding out: Los algoritmos de Equipment Mastering reconocen patrones mucho más rápido que un humano promedio. Este reconocimiento de patrones puede detectar comportamientos que causan infracciones de seguridad, ya sean conocidas o desconocidas, periódicamente «aprendiendo» a ser más inteligentes. El aprendizaje automático puede ser descriptivo, diagnóstico, predictivo o prescriptivo en sus evaluaciones analíticas, pero generalmente es de naturaleza diagnóstica y / o predictiva.
  • Defiéndete de nuevas amenazas con Deep Understanding: Complejo y multidimensional, Deep Mastering refleja comportamientos de seguridad multifacéticos similares en sus algoritmos reales Si la situación es compleja, es probable que el algoritmo sea complejo. Puede detectar, proteger y corregir amenazas viejas o nuevas aprendiendo lo que es razonable dentro de cualquier entorno e identificando valores atípicos y relaciones únicas. El aprendizaje profundo puede ser descriptivo, diagnóstico, predictivo y prescriptivo también.
  • Anticípese a las amenazas con inteligencia synthetic: La inteligencia artificial utiliza la razón y la lógica para comprender su ecosistema. Al igual que un cerebro humano, la IA considera los juicios de valor y los resultados al determinar lo bueno o lo malo, lo correcto o lo incorrecto. Utiliza una serie de análisis complejos, incluidos el aprendizaje profundo y el procesamiento del lenguaje natural (PNL). Si bien el aprendizaje automático y el aprendizaje profundo pueden abarcar desde el análisis descriptivo hasta el prescriptivo, la inteligencia synthetic es extremadamente buena en el análisis más maduro de predictivo y prescriptivo.

Por lo tanto, con cualquier solución de seguridad, es importante identificar el caso de uso y preguntar «qué problema está tratando de resolver» para seleccionar análisis de Equipment Discovering, Deep Understanding o Inteligencia Synthetic. De hecho, a veces un combinación de estos enfoques es obligatorio, como muchos productos McAfee incluso McAfee Investigator. El equipo humano-máquina, así como un enfoque de seguridad en capas, pueden ayudar a detectar, proteger y corregir las infracciones más simples o complejas, proporcionando una solución completa para las necesidades de los clientes.

(incrustar) https://www.youtube.com/observe?v=7oQYKMNRybs (/ incrustar)





Enlace a la noticia unique