Uczenie maszynowe (machine learning) może zrewolucjonizować branżę cyberbezpieczeństwa, gdyż pozwala uporządkować ogromną ilość danych i szybciej wykrywać nowe zagrożenia czy kolejne warianty złośliwego oprogramowania. Rozwiązania tego typu zostały już włączone do tradycyjnych usług działających w oparciu o chmurę. W części 2 relacji z NetEvents EMEA Press Spotlight 2018 – wybrane wypowiedzi i wnioski z paneli dyskusyjnych, które odbyły się w ramach konferencji.

Statystki dot. ochrony punktów końcowych przedstawiła firma Ziften
1. ”Missing Critical Patches: A Cybersecurity Epidemic, Endpoint Security Hygiene Practices Fail to Keep up with IT Priorities”, Frost and Sullivan, Michael P. Suby, March 2017.
2. “The 2017 State of Endpoint Security Risk Report”, Ponemon Institute, November, 2017.
3. “Trustwave Global Security Report”, Trustwave, 2018.

Szybkie przetwarzanie informacji i reagowanie na zagrożenia w czasie rzeczywistym jest możliwe dzięki uczeniu maszynowemu, które wykorzystuje algorytmy do analizy dużej ilości danych. Maszyna może zidentyfikować wzorce i prawidłowości oraz podejmować na tej podstawie decyzje, a wszystko przy minimalnej ingerencji człowieka.

Uczenie maszynowe wykorzystują m.in. zapory sieciowe typu WAF (Web Application Firewalls), które opierają się na obserwacyjnej metodzie wykrywania zagrożeń zwanej uczeniem się przez aplikację (ang. AL – Application Learning). AL tworzy profile sposobu korzystania z aplikacji internetowych, a wszelkie niezgodne z nimi działania klasyfikuje jako anomalię. Sztuczna inteligencja, wykorzystując uczenie maszynowe, ustala, czy jest to realne zagrożenie, a jeśli tak, WAF może rejestrować i blokować żądanie.

WYBRANE WYPOWIEDZI UCZESTNIKÓW PANELI

Rik Turner, Principal Analyst, Infrastructure Solutions, Ovum: Tylko 30-40 proc. nowych malware jest wykrywanych przez sygnatury antywirusowe, nie więcej. A szczerze mówiąc, myślę, że jest to nawet o wiele mniej. Nie ulega najmniejszej wątpliwości, że istnieje potrzeba optymalizacji działania systemów ochrony przed cyberzagrożeniami, ich agregacji, integracji, uproszczenia i automatyzacji. Wszyscy muszą połączyć siły i dołączyć z własnymi API do społeczności zwalczającej cyberprzestępczość, żeby ochrona była skuteczna.

Bardzo ważna w ramach tzw. platform play jest integracja rozwiązań różnych dostawców (na rynku dostępnych jest około 200 różnych funkcji służących do zapewniania bezpieczeństwa w cyberprzestrzeni).

Wszczepianie „inteligencji” w systemy ochrony jest niezbędne. Sztuczna inteligencja może stać się „najlepszym przyjacielem” specjalistów ds. cyberbezpieczeństwa. Machine learning pomoże w automatyzacji funkcjonowania systemów bezpieczeństwa ICT i tworzeniu systemów do predyktywnej ochrony.

MPLS nie jest martwy, ale jego wzrost będzie ograniczany przez rozwiązania SD-WAN. Dostawcy MPLS muszą sięgnąć po SD-WAN i je stosować – SD-WAN jest Netflixem na rynku WAN dla przedsiębiorstw.

Jan Guldentops, dyrektor BA Test Labs: Musimy pamiętać, że sztuczna inteligencja to narzędzie, a nie magia. Artificial intelligence to kolejne określenie, takie jak IoT czy chmura, którymi się posługujemy i ogólnie rozumiemy, ale tak naprawdę do końca zastanawiamy się, o co chodzi. I tak na przykład, antyspam wykorzystuje elementy uczenia maszynowego już od ponad 15 lat.

Roark Pollock, Ziften Technologies: Wszystko zależy od tego, co rozumie się przez sztuczną inteligencję. Na ogół używamy sztucznej inteligencji jako terminu zbiorczego, ale dziewięć razy na dziesięć mówimy o zwykłym uczeniu maszynowym (machine learning) i właśnie to robi większość dostawców rozwiązań zabezpieczających. Zapewniają oni obecnie w swoich produktach pewien rodzaj przetwarzanie języka naturalnego lub głębsze uczenie maszynowe.

Philip Griffiths, NetFoundry: Bezpieczeństwo jest równie ważne jak wydajność działania systemów ICT.

Scott Raynovich, Futuriom: Wszystkie decyzje dotyczące bezpieczeństwa mają charakter ekonomiczny.

Atchison Frazer, CMO, Versa Networks: Potencjalne korzyści z wprowadzania przez operatorów usług dodanych to funkcje analityczne i inteligencja wszczepiana do sieci.

Technologia oferowana przez Versa może obniżyć koszty tradycyjnych sieci MPLS poprzez integrację chmury, LTE, SD-WAN, usług bezpieczeństwa definiowanych programowo i innych sieci, ponieważ bity internetowe są o 80 proc. tańsze niż bity MPLS.

O przechodzeniu sieci rozległych WAN na poziom aplikacyjny poprzez wdrażanie rozwiązań SDN-WAN oraz APN (Application-Specific Networks) w poprzednim wpisie: SD-WAN zastąpi routery

(grafika tytułowa pochodzi z prezentacji Ovum/Informa PLC)