Detección de malware basada en IA (ATP) y prevención de pérdida de datos (DLP)

Webinar a la carta (30 min)
Con Jayakrishnan Iyer, distinguido ingeniero

A medida que las técnicas de ciberataque se vuelven cada vez más sofisticadas, las defensas tradicionales basadas en firmas luchan por seguir el ritmo. En este seminario web - "Detección de malware y prevención de pérdida de datos basada en IA"- exploraremos cómo las avanzadas metodologías de IA/ML de Versa pueden transformar tanto la prevención de amenazas como la protección de datos en su infraestructura de seguridad. Aprenderá a aprovechar la potencia de los modelos supervisados, no supervisados y de aprendizaje profundo para detectar cepas de malware en tiempo real, al tiempo que aplica el etiquetado, la clasificación y la detección inteligentes para evitar la filtración de datos confidenciales.

Únase a Versa Networks Networks el29 de mayo para obtener información sobre el funcionamiento seguro de sus herramientas de seguridad, independientemente de dónde residan.

El debate versará sobre:

Comprender la detección de malware basada en IA/ML

  • El papel de la ingeniería de características (por ejemplo, secuencias de códigos operativos, patrones de llamadas a la API, telemetría de red) en la creación de clasificadores sólidos.
  • Canalizaciones de aprendizaje supervisado (bosques aleatorios, gradient boosting, redes neuronales) para identificar malware conocido y de día cero.
  • Técnicas de detección no supervisadas y semisupervisadas para sacar a la luz amenazas nunca vistas, diferenciadas por tipo de archivo.
  • Casos prácticos de implantación: implantación de la inferencia de modelos en la nube pública y pasarelas en la nube Versa.

Comprender la DLP basada en el aprendizaje automático

  • Métodos de incrustación de texto y contenido (por ejemplo, codificadores transformadores) para la clasificación semántica de documentos con baja latencia.
  • Utilización de modelos por tipo de contenido en función de la imagen, los documentos, el texto, etc., para la inspección de contenidos y la detección de PII/información confidencial.
  • Despliegue en nube pública/privada y Versa Cloud Gateways.

Integrar y hacer operativos los controles basados en IA

  • Orquestación de fuentes de inteligencia sobre amenazas y actualizaciones de modelos ML mediante CI/CD para operaciones de seguridad.
  • Medición del rendimiento del modelo mediante KPI de precisión/recuperación, detección de desviaciones y bucles de retroalimentación continua para las actualizaciones del modelo.

¿A quién va dirigido?

  • CISO y CTO interesados en aprender cómo la seguridad basada en IA/ML puede integrarse en su pila actual de SSE.
  • Profesionales de TI y ciberseguridad que buscan actualizar su infraestructura de seguridad con soluciones basadas en IA/ML.
  • Responsables de las estrategias de transformación digital y ciberseguridad
  • Responsables de cumplimiento y gestores de riesgos que pretenden garantizar que sus organizaciones cumplen las cambiantes normas de ciberseguridad.
  • Organizaciones que necesitan consolidar soluciones de múltiples puntos en una suite de seguridad integrada impulsada por IA.

Visión general del aprendizaje de los asistentes:

Durante este seminario web, los arquitectos de seguridad, los CISO y otras partes interesadas clave saldrán armados con una hoja de ruta concreta para diseñar e implementar las soluciones de ATP y DLP basadas en IA/ML de Versa que no solo detectan el malware con mayor precisión, sino que también protegen los datos críticos de las fugas, cambiando su organización de una defensa reactiva a una seguridad proactiva impulsada por la inteligencia.

Los puntos clave serán:

  • Enfoque para diseñar y desplegar clasificadores ML en tiempo real para la detección de malware de día cero a escala dentro del servicio de prevención avanzada de amenazas de Versa.
  • Técnicas para aprovechar las incrustaciones semánticas y los modelos de transformadores para automatizar y reforzar las políticas de DLP.
  • Mejores prácticas para poner en funcionamiento controles de seguridad basados en IA, integración de CI/CD y supervisión del rendimiento basada en datos.