Sistema de aprendizaje automático para evitar ataques cibernéticos
La empresa de ciberseguridad Darktrace, junto con matemáticos de la Universidad de Cambridge, desarrollaron una herramienta de aprendizaje automático que permite detectar las filtraciones a las redes y equipos cibernéticos.
El sistema se centra en el aprendizaje no supervisado y conjunta el trabajo de 60 algoritmos de Inteligencia Artificial (IA), trabajando en conjunto para evitar que se filtre software malicioso en una red protegida.
Esta innovación surgió después de que los fundadores de la compañía detectaran la ineficacia de usar IA que se limite al aprendizaje supervisado; en su opinión, se requiere estar un paso adelante de los delincuentes.
El aprendizaje supervisado funciona mediante el entrenamiento de algoritmos con ejemplos históricos de ataques, de modo que estos no se puedan presentar nuevamente.
Si bien el entrenamiento basado en la historia resulta efectivo, no brinda una protección preventiva a las organizaciones que deben proteger sus datos de nuevos ataques, los cuales son cada vez más nocivos y sofisticados.
En aprendizaje no supervisado, se diseña una estrategia para que el sistema de defensa reconozca los casos de comportamiento anormal, por lo que se requiere de varios algoritmos trabajando en conjunto para detectar y detener lo que consideren fuera de los comportamientos aprendidos de las empresas.
La herrmienta representa un avance importante en el análisis del comportamiento transformándolo en una defensa activa que los sistemas tradicionales no pueden igualar, se afirmaen el portal de la empresa.
El uso de múltiples algoritmos de aprendizaje no automatizado, busca que los sistemas cibernéticos funcionen como un ser vivo cuando identifica un organismo ajeno a él.
NTX/RAM/MSG
