-
Täglich neue Angriffsszenarien.
Der Mangel an und die Kosten von Security-Fachkräften sowie die Vermehrung staatlich unterstützter Hackergruppen machen den Einsatz von Künstlicher Intelligenz und Machine Learning in der Verteidigung gegen Cyberangriffe unabwendbar, so der Schweizer Security-Spezialist Exeon Analytics.
Während Unternehmen immer mehr Daten sammeln, um bösartiges Verhalten zu erkennen, wird es immer schwieriger, trügerische und unbekannte Angriffsmuster und damit die sprichwörtliche Nadel im Heuhaufen zu entdecken. Manuelle Bedrohungssuche und Korrelation der protokollierten Informationen sind dafür laut Exeon nicht geeignet. Um diese Herausforderungen zu bewältigen, sind prädiktive Analytik und Maschinelles Lernen (ML) erforderlich, um Netzwerke vor Cyberbedrohungen und unbekannten Angreifern zu schützen. Exeon zufolge sprechen fünf wesentliche Gründe für den Einsatz von KI und ML in der IT-Security.
Big-Data-Analytik
Angesichts der ständig wachsenden Datenmenge und der verschiedenen Protokollquellen müssen Unternehmen in der Lage sein, riesige Mengen an Informationen in Echtzeit zu verarbeiten, einschließlich Netzwerkverkehrs-Protokollen, Endpunkten und anderen Informationsquellen im Zusammenhang mit Cyber-Bedrohungen. In dieser Hinsicht können ML-Algorithmen bei der Erkennung von Sicherheitsbedrohungen helfen, indem sie automatisiert Muster und Anomalien identifizieren, die andernfalls unbemerkt bleiben würden. Folglich ist die Fähigkeit und Flexibilität einer Lösung, verschiedene Protokollquellen einzubeziehen, eine wichtige Voraussetzung für die Erkennung von Bedrohungen.
Automatisierte Analyse von ungewöhnlichem Verhalten
KI ermöglicht die eminent wichtige Überwachung der Netzwerkaktivität, indem sie die Analyse des normalen Netzwerkverkehrs als Grundlage nutzt. Mithilfe automatischer Korrelation und Gruppenbildung können Ausreißer und ungewöhnliches Verhalten erkannt und beurteilt werden, wodurch der Bedarf an manuellem Entwickeln von Erkennungen und manuellem Suchen nach Bedrohungen reduziert wird. Zu den wichtigsten Fragen, die es zu beantworten gilt, gehören: „Welche Aktivitäten haben Clients im Netzwerk?“ und „Entspricht das Verhalten eines Clients seinen eigenen bisherigen Aktivitäten? Falls nein, ist die Abweichung erklärbar?“. Diese Ansätze ermöglichen die Erkennung ungewöhnlicher Verhaltensweisen wie die Kommunikation mit Domänen von Domänen-generierenden Algorithmen (domain-generation algorithms, DGA), volumenbasierte Unregelmäßigkeiten bei Netzwerkverbindungen und ungewöhnliche Kommunikationsmuster (z. B. interne Weiterverbreitung) im Netzwerk.
Erkennung unbekannter Angriffe in Echtzeit
Während es relativ einfach ist, als bösartig bekannte Indikatoren (bestimmte IP-Adressen, Domänen usw.) direkt zu erkennen, können viele Angriffe unentdeckt bleiben, wenn diese Indikatoren fehlen. In diesem Fall sind Statistiken sowie zeit- und korrelationsbasierte Erkennungen von enormem Wert, um unbekannte Angriffsmuster automatisch zu identifizieren. Durch die Einbeziehung algorithmischer Ansätze können herkömmliche Sicherheitslösungen, die auf Signaturen und Indikatoren einer Kompromittierung (Indicators of Compromise, IoC) beruhen, verbessert werden, so dass sie unabhängiger werden und weniger auf bekannte Malware-Indikatoren angewiesen sind.
Verbesserung der Reaktion auf Vorfälle
Indem ML aus den vergangenen Aktivitäten eines Analysten zur Reaktion auf Vorfälle lernt, kann es bestimmte Aspekte des Reaktionsprozesses auf Vorfälle automatisieren und so den Zeit- und Ressourcenaufwand für die Behebung einer Sicherheitsverletzung minimieren. Dazu kann die Verwendung von Algorithmen zur Analyse von Text und Beweisen gehören, um Ursachen und Angriffsmuster zu identifizieren.
Insgesamt ermöglichen KI und ML laut Exeon so eine deutliche Verbesserung der Netzwerksicherheit, da sie Bedrohungen schneller und präziser erkennen und die Nachteile regelbasierter Sicherheitslösungen umgehen können.
Verantwortlicher für diese Pressemitteilung:
Exeon Analytics AG
Herr Gregor Erismann
Grubenstrasse 12
8045 Zürich
Schweizfon ..: +41 44 500 77 21
web ..: http://www.exeon.com
email : exeon@prolog-pr.comPressekontakt:
Prolog Communications GmbH
Herr Achim Heinze
Sendlinger Str. 24
80331 Münchenfon ..: +49 89 800 77-0
web ..: http://www.prolog-pr.com
email : exeon@prolog-pr.comDisclaimer: Diese Pressemitteilung wird für den darin namentlich genannten Verantwortlichen gespeichert. Sie gibt seine Meinung und Tatsachenbehauptungen und nicht unbedingt die des Diensteanbieters wieder. Der Anbieter distanziert sich daher ausdrücklich von den fremden Inhalten und macht sich diese nicht zu eigen.
Bitte beachten Sie, dass für den Inhalt der hier veröffentlichten Meldung nicht der Betreiber von News veröffentlichen verantwortlich ist, sondern der Verfasser der jeweiligen Meldung selbst. Weitere Infos zur Haftung, Links und Urheberrecht finden Sie in den AGB.
Sie wollen diese News verlinken? Der Quellcode lautet:
4 Gründe für den Einsatz von KI und Machine Learning in der Cybersecurity
auf News veröffentlichen publiziert am 28. April 2023 in der Rubrik Presse - News
Content wurde 99 x angesehen
4 Gründe für den Einsatz von KI und Machine Learning in der Cybersecurity
Lesezeit dieser News ca. 2 Minuten, 17 Sekunden
News-ID 145058
auf News veröffentlichen suchen
News die neu veröffentlicht wurden
- Die Entwicklung in der Uranbranche
- HanseWerk-Tochter SH Netz erneuert Niederspannungskabel und Hausanschlüsse in der Gemeinde Lägerdorf
- Hampleton Partners: Stabile Lage bei Autotech & Mobility M&A
- Digitalisierung in der Versicherung: Wenn Expertenwissen und Technologie allein nicht reichen
- Vanadium Resources Limited: Chancen in einem dynamischen Markt!
- Endeavour Silver hebt im Nachhaltigkeitsbericht 2023 die Fortschritte bei seiner dreijährigen Nachhaltigkeitsstrategie hervor
- Zefiro Methane Corp. meldet Quartalsergebnisse und informiert über aktuelle Unternehmensaktivitäten
- TAG Oil gibt erfolgreiche Ergebnisse des Produktionstests bei der horizontalen Bohrung BED4-T100 bekannt
- Cannabis Hot Stock meldet Vertriebsdeal – Massives Kaufsignal. Neuer 225% Cannabis Aktientip nach 50.133% mit Aurora Cannabis ($ACB), 91.220% mit Curaleaf Holdings ($CURA) und 294.900% mit Canopy Growth ($CGC)
- Cannabix Technologies und Omega Laboratories Inc. schließen strategische Partnerschaft zur Vermarktung der Marihuana-Atemtest-Technologie
News veröffentlichen – Archiv
News veröffentlichen online
News veröffentlichen – Kategorien
Schlagwörter
Aktien
Aktienkurs
Aktienmarkt
Börse
Börsen News
Corona
Dentallabor
deutscher Zahnersatz
Digitalisierung
EcoStruxure
Edelmetalle
Exploration
Finanz
Finanzen
Gel
Geld
Gesundheit
Gold
Goldminen
Goldpreis
günstig
Innovation At Every Level
Kanada
Kupfer
Liebe
Life Is On
Lithium
Maxident
Musik
Nachhaltigkeit
Nachrichten
Nachrichten Aktuel
Nachrichten Aktuell
preiswert
Rohstoffe
Schneider Electric
Silber
sparen
Unternehmen
Vergleichsangebot
Wirtschaft
Wirtschaftsmeldungen
Zahnarzt
Zahnkosten
Zahnkrone
News veröffentlichen und informieren