Машинное обучение в области кибербезопасности станет причиной возникновения большого объема данных, информации и роста расходов на аналитику

Машинное обучение в области кибербезопасности станет причиной возникновения большого объема данных, информации и роста расходов на аналитику

Киберугрозы представляют собой постоянную опасность для мировой экономики и, по прогнозам, в течение следующего года превысят отметку в триллион долларов, если говорить о размере причиненного ущерба. В результате, индустрия кибербезопасности вкладывает значительные средства в машинное обучение в надежде достичь динамичного сдерживания роста угроз. Компания ABI Research прогнозирует, что машинное обучение в области кибербезопасности станет причиной возникновения большого объема данных и информации, а расходы на аналитику достигнут $96 млрд к 2021 году.

«Мы находимся в разгаре революции искусственного интеллекта в сфере безопасности», — говорит Димитриос Павлакис, отраслевой аналитик компании ABI Research. «Благодаря этому, машинное обучение вскоре станет новой нормой, наравне с информационной безопасностью, управлением событиями или SIEM, и, в конечном итоге, в течение ближайших пяти лет вытеснит большую часть традиционных антивирусов, эвристики и систем на основе сигнатур».

Компания ABI Research считает, что правительство и сфера обороны, банковские системы и рынок технологий станут главными движущими силами и пользователями технологий машинного обучения. Анализ поведения пользователей и субъектов (UEBA) вместе с алгоритмом глубокого обучения являются двумя самыми известными технологиями в области кибербезопасности.

Разработчики традиционных антивирусов, такие как Symantec, продолжат работу по преобразованию некоторых из своих решений из хорошо обученных поднадзорных моделей в неконтролируемые, готовые к обнаружению постоянно меняющихся вариаций угроз.

Методы на основе SIEM-систем, как ожидается, будут разделены и интегрированы в рамках различных операций UEBA. Антивирусные системы на основе подписи будут поглощены полностью и будут содержать только подраздел моделей машинного обучения.

Крупные компании, такие как IBM, изменят способ применения машинного обучения в каждом секторе рынка, начиная от здравоохранения и заканчивая корпоративной аналитикой и кибербезопасностью. Такие компании, как Gurucul, Niara, Splunk, StatusToday, Trudera и Vectra Networks пытаются взять на себя ведущую роль в применении инновационных приложений UEBA. Другие участники рынка, такие как Deep Instinct и Spark Cognition применяют более функционально-агностические модели, глубокое обучение и обработку естественного языка.

«Подобное радикальное преобразование уже идет полным ходом, и служит ответом на угрожающий характер неизвестных угроз», — заключает Павлакис. «Быстрый рост машинного обучения также содействует созданию стартапов, таких как Jask, нацеленных больше на дополнительный анализ сетевого трафика и защиты приложений подобных Sqreen».

Machine learning in cybersecurity will boost big data, intelligence, and analytics spending

Другие записи

  • Возможности Китая в проведении киберопераций и шпионаже. Как это видит Конгресс США?
  • Взлом GSM
  • “Пятница, 13?. Исследования безопасности техники (четвертый эпизод)
  • Отпечатки пальцев в iPhone — зло. Запись НТВ
  • Маршрутизаторы с открытым исходным кодом гарантируют низкую стоимость и свободу действий
  • Директива № 20 США (Presidential Policy Directive 20) по кибероперациям. Подробности

© editor for Царев Евгений, 2017. | Permalink | No comment

Feed enhanced by Better Feed from Ozh

Alt text

Кибервзлом может привести к настоящей войне, ИБ-службы должны больше думать об угрозах жизням людей, не все руководители понимают опасность шпионов-инсайдеров в нашем 25 выпуске Youtube новостей.

Евгений Царев

Персональные данные, Информационная безопасность и ИТ-инновации