Webinaire à la demande (30 min) «
» avec Jayakrishnan Iyer, ingénieur émérite

Détection de logiciels malveillants (ATP) et prévention de la perte de données (DLP) basées sur l'IA

Alors que les techniques de cyberattaques ne cessent de gagner en sophistication, les défenses traditionnelles basées sur les signatures peinent à suivre le rythme. Dans ce webinaire intitulé « Détection des logiciels malveillants et prévention des pertes de données grâce à l'IA », nous explorons comment les méthodologies avancées d'IA et d'apprentissage automatique Versa peuvent transformer à la fois la prévention des menaces et la protection des données au sein de votre infrastructure de sécurité. Vous apprendrez à exploiter la puissance des modèles supervisés, non supervisés et d'apprentissage profond pour détecter les souches de logiciels malveillants en temps réel, tout en appliquant un marquage, une classification et une détection intelligents afin d'empêcher l'exfiltration de données sensibles.

Rejoignez Versa Networks ²⁹ mai pour découvrir comment utiliser vos outils de sécurité en toute sécurité, quel que soit leur emplacement.

La discussion portera sur les points suivants

Comprendre la détection de logiciels malveillants basée sur l'IA/ML

• Le rôle de l'ingénierie des caractéristiques (par exemple, les séquences d'opcodes, les modèles d'appels d'API, la télémétrie du réseau) dans la construction de classificateurs robustes.
• Pipelines d'apprentissage supervisé (forêts aléatoires, gradient boosting, réseaux neuronaux) pour l'identification des logiciels malveillants connus et de type "zero-day".
• Techniques de détection non supervisées et semi-supervisées pour mettre en évidence des menaces inédites différenciées par type de fichier.
• Études de cas de déploiement : déploiement de l'inférence de modèles dans le cloud public et les passerelles Versa .

Comprendre la DLP basée sur l'apprentissage automatique

• Méthodes d'intégration de texte et de contenu (par exemple, codeurs transformateurs) pour la classification sémantique de documents à faible latence.
• Utilisation de modèles par type de contenu en fonction de l'image, du document, du texte, etc. pour l'inspection du contenu et la détection des informations confidentielles ou sensibles.
• Déploiement dans le cloud public/privé et Versa Gateways.

Intégrer et rendre opérationnels les contrôles pilotés par l'IA

• Orchestrer les flux de renseignements sur les menaces et les mises à jour des modèles ML via CI/CD pour les opérations de sécurité.
• Mesurer la performance du modèle grâce à des indicateurs clés de précision/rappel, à la détection des dérives et à des boucles de rétroaction continues pour les mises à jour du modèle.

Qui devrait y assister ?

• Les RSSI et les directeurs techniques souhaitant apprendre comment la sécurité basée sur l'IA/ML peut être intégrée dans leur pile SSE actuelle.
• Les professionnels de l'informatique et de la cybersécurité qui cherchent à mettre à jour leur infrastructure de sécurité avec des solutions basées sur l'IA/ML.
• Décideurs en charge des stratégies de transformation numérique et de cybersécurité.
• Les responsables de la conformité et les gestionnaires de risques qui veulent s'assurer que leurs organisations respectent les normes de cybersécurité en constante évolution.
• Les organisations qui ont besoin de consolider des solutions à points multiples dans une suite de sécurité intégrée alimentée par l'IA.

Aperçu de l'apprentissage des participants :

À l'issue de ce webinaire, les architectes de sécurité, les RSSI et les autres parties prenantes clés disposeront d'une feuille de route concrète pour concevoir et déployer les solutions ATP et DLP Versa, basées sur l'IA et le ML, qui non seulement détectent les logiciels malveillants avec plus de précision, mais protègent également les données critiques contre les fuites, permettant ainsi à votre organisation de passer d'une défense réactive à une sécurité proactive, fondée sur le renseignement.

Les principaux points à retenir sont les suivants :

• Approche visant à concevoir et à déployer des classificateurs d'apprentissage automatique en temps réel pour la détection à grande échelle des logiciels malveillants de type « zero-day » au sein du service Advanced Threat Prevention Versa.
• Techniques permettant de tirer parti de l'intégration sémantique et des modèles de transformation pour automatiser et renforcer les politiques de protection des données personnelles.
• Meilleures pratiques pour l'opérationnalisation des contrôles de sécurité pilotés par l'IA, l'intégration CI/CD et la surveillance des performances pilotée par les données.