Uczenie maszynowe przeciwko hakerom?

Przeczytaj także: Sztuczna inteligencja i zmiana paradygmatu cyberbezpieczeństwa

Praktyka pokazuje, że organizacje starają się zbierać informacje odnośnie cyberzagrożeń, analizując dane pochodzące z wielu urządzeń, które zabezpieczają firmową sieć. W efekcie często przypomina to poszukiwanie przysłowiowej igły w stogu siana. Przy natłoku informacji łatwo o przeoczenie zagrożeń, które nierzadko wykrywane są zbyt późno, a czasami wcale. Takiego stanu rzeczy można jednak uniknąć.

Maszyna wypełni lukę

Tym, co istotnie może wspomóc proces przetwarzania informacji i przyspieszyć reakcje na zagrożenia w czasie rzeczywistym, jest uczenie maszynowe. Dzięki algorytmom rozwiązanie to jest w stanie przeanalizować duże ilości danych. Maszyna może zidentyfikować wzorce i prawidłowości oraz podejmować na tej podstawie decyzje, a wszystko przy minimalnej ingerencji człowieka.

– Uczenie maszynowe umożliwia coraz szybsze, dokładniejsze i wydajniejsze wykrywanie cyberzagrożeń. Niejednokrotnie prześciga człowieka w dostrzeganiu wzorców zachowań czy podejrzanych incydentów. Dzięki temu jest w stanie nadążyć za dynamicznym rozwojem technik stosowanych przez cyberprzestępców – mówi Robert Dąbrowski, szef zespołu inżynierów Fortinet w Polsce.

Uczenie maszynowe z powodzeniem wykorzystują m.in. zapory sieciowe aplikacji (Web Application Firewalls – WAF), 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.

Deklaracja czy rzeczywistość?

Uczenie maszynowe 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, jednak na fali popularności terminu „uczenie maszynowe” wielu dostawców deklaruje wykorzystanie technologii mimo faktycznego braku takiej możliwości.

– Konsumenci nie zawsze wiedzą, czym właściwie jest uczenie maszynowe i czego powinni oczekiwać od systemu zabezpieczeń, który je wykorzystuje. Problemem jest rozróżnienie narzędzi, które faktycznie zapewnią ochronę, od tych, które bazują jedynie na rynkowym zamieszaniu. Dlatego ważne jest nie tylko rozwijanie technologii, ale też popularyzacja rzetelnej wiedzy – zaznacza Jolanta Malak, regionalna dyrektor Fortinet w Polsce.