La población de Internet en los EE. UU. es la más alta hasta ahora, encabezando las listas con 299 millones. Se espera que ese número aumente en los próximos años. Sin embargo, este número creciente y la adopción continua de servicios en línea plantean riesgos crecientes de ciberseguridad a medida que los ciberdelincuentes se aprovechan de más usuarios en línea y explotan vulnerabilidades en la infraestructura en línea. Es por eso que necesitamos software respaldado por IA para brindar protección avanzada a los usuarios en línea. La naturaleza de estas amenazas en línea cambia constantemente, lo que dificulta que los sistemas de detección de amenazas heredados monitoreen el comportamiento de las amenazas y detecten nuevos códigos maliciosos. Afortunadamente, los sistemas de detección de amenazas, como el antivirus y la defensa de detección de amenazas de McAfee, se adaptan para incorporar lo último en inteligencia de amenazas y análisis de comportamiento impulsados ​​por inteligencia artificial (IA). Así es como la IA impacta la ciberseguridad para ir más allá de los métodos tradicionales para proteger a los usuarios en línea. ¿Qué es la IA? La mayoría de los programas antivirus y de detección de amenazas actuales aprovechan la detección basada en heurísticas del comportamiento basadas en modelos de aprendizaje automático para detectar comportamientos maliciosos conocidos. Los métodos tradicionales se basan en el análisis de datos para detectar firmas o huellas de amenazas conocidas con una precisión increíble. Sin embargo, estos métodos convencionales no tienen en cuenta el nuevo código malicioso, también conocido como malware de día cero, del que no se dispone de información conocida. La IA es fundamental para la ciberseguridad, ya que permite que el software y los proveedores de seguridad adopten un enfoque más inteligente para la detección de virus y malware. A diferencia del software respaldado por IA, los métodos tradicionales se basan únicamente en software basado en firmas y análisis de datos. De manera similar al razonamiento humano, los modelos de aprendizaje automático siguen un proceso de tres etapas para recopilar información, procesarla y generar una salida en forma de pistas de amenaza. El software de detección de amenazas puede recopilar información de inteligencia sobre amenazas para comprender el malware conocido utilizando estos modelos. Luego procesa estos datos, los almacena y los utiliza para sacar inferencias y tomar decisiones y predicciones. La detección basada en heurísticas del comportamiento aprovecha múltiples facetas del aprendizaje automático, una de las cuales es el aprendizaje profundo. El aprendizaje profundo emplea redes neuronales para emular la función de las neuronas en el cerebro humano. Esta arquitectura utiliza algoritmos de validación para verificar datos y ecuaciones matemáticas complejas, lo que aplica un enfoque de razonamiento de «si esto, entonces aquello». Examina lo que ocurrió en el pasado y analiza datos actuales y predictivos para llegar a una conclusión. A medida que las numerosas capas de este marco procesan más datos, más precisa se vuelve la predicción. Muchos antivirus y sistemas de detección también utilizan el aprendizaje conjunto. Este proceso adopta un enfoque en capas mediante la aplicación de múltiples modelos de aprendizaje para crear uno que sea más sólido y completo. El aprendizaje conjunto puede mejorar el rendimiento de la detección con menos errores para obtener una conclusión más precisa. Además, el software de detección actual aprovecha las técnicas de aprendizaje supervisado adoptando un enfoque de «aprender con el ejemplo». Este proceso se esfuerza por desarrollar un algoritmo mediante la comprensión de la relación entre una entrada determinada y la salida deseada. El aprendizaje automático es sólo una parte de un marco antivirus y de detección de amenazas eficaz. Un marco adecuado combina nuevos tipos de datos con aprendizaje automático y razonamiento cognitivo para desarrollar un marco analítico muy avanzado. Este marco permitirá la detección, prevención y remediación avanzadas de amenazas. ¿Cómo puede la IA ayudar a la ciberseguridad? Las amenazas en línea están aumentando a un ritmo asombroso. McAfee Labs observó una media de 688 amenazas de malware por minuto. Estos riesgos existen y a menudo se ven exacerbados por varias razones, una de las cuales es la complejidad y conectividad del mundo actual. Los analistas de detección de amenazas no pueden detectar manualmente nuevo malware debido a su gran volumen. Sin embargo, la IA puede identificar y categorizar nuevo malware basándose en comportamientos maliciosos antes de que tengan la oportunidad de afectar a los usuarios en línea. El software habilitado para IA también puede detectar malware mutado que intenta evitar la detección de los sistemas antivirus heredados. Hoy en día, hay más dispositivos interconectados y el uso en línea está arraigado en la vida cotidiana de las personas. Sin embargo, el creciente número de dispositivos digitales crea una superficie de ataque más amplia. En otras palabras, los piratas informáticos tendrán más posibilidades de infiltrarse en un dispositivo y en aquellos conectados a él. Además, el uso de dispositivos móviles está poniendo a los usuarios en línea en un riesgo significativo. Más del 90% de los estadounidenses poseen un teléfono inteligente. Los piratas informáticos están notando el creciente número de usuarios de dispositivos móviles y rápidamente están aprovechando este hecho para atacar a los usuarios con malware específico para dispositivos móviles. La mayor conectividad en línea a través de varios dispositivos también significa que se almacena y procesa más información en línea. Hoy en día, cada vez más personas están poniendo sus datos y su privacidad en manos de corporaciones que tienen la responsabilidad fundamental de salvaguardar los datos de sus usuarios. El quid de la cuestión es que no todas las empresas pueden garantizar las salvaguardias necesarias para cumplir esta promesa, lo que en última instancia resulta en violaciones de datos y privacidad. En respuesta a estos riesgos y a la creciente sofisticación del panorama en línea, las empresas de seguridad combinan inteligencia artificial, inteligencia de amenazas y ciencia de datos para analizar y resolver amenazas cibernéticas nuevas y complejas. La protección contra amenazas respaldada por IA identifica y aprende sobre nuevo malware mediante modelos de aprendizaje automático. Esto permite que el software antivirus respaldado por IA proteja a los usuarios en línea de manera más eficiente y confiable que nunca. Los tres principales beneficios del software de detección de amenazas respaldado por IA La IA aborda numerosos desafíos planteados por el aumento de la complejidad y el volumen del malware, lo que la hace fundamental para la seguridad en línea y la protección de la privacidad. Estas son las tres formas principales en que la IA mejora la ciberseguridad para proteger mejor a los usuarios en línea. 1. Detección de amenazas eficaz La diferencia más significativa entre los métodos tradicionales de detección de amenazas basados ​​en firmas y los métodos avanzados respaldados por IA es la capacidad de detectar malware de día cero. Funcionar exclusivamente con cualquiera de estos dos métodos no dará como resultado un nivel de protección adecuado. Sin embargo, combinarlos da como resultado una mayor probabilidad de detectar más amenazas con mayor precisión. En última instancia, cada método aprovechará las fortalezas del otro para lograr un nivel máximo de protección. 2. Gestión de vulnerabilidades mejorada La IA permite que el software de detección de amenazas piense como un hacker. Puede ayudar al software a identificar vulnerabilidades que los ciberdelincuentes normalmente explotarían y señalarlas al usuario. También permite que el software de detección de amenazas identifique mejor las debilidades en los dispositivos de los usuarios incluso antes de que ocurra una amenaza, a diferencia de los métodos convencionales. La seguridad respaldada por IA va más allá de los métodos tradicionales para predecir mejor lo que un pirata informático consideraría una vulnerabilidad. 2. Mejores recomendaciones de seguridad La IA puede ayudar a los usuarios a comprender los riesgos a los que se enfrentan a diario. Un software de detección de amenazas avanzado respaldado por IA puede proporcionar una solución más prescriptiva para identificar riesgos y cómo manejarlos. Una mejor explicación da como resultado una mejor comprensión del problema. Como resultado, los usuarios son más conscientes de cómo mitigar el incidente o la vulnerabilidad en el futuro. Adopte un enfoque más inteligente para la seguridad La IA y el aprendizaje automático son solo una parte de un marco eficaz de detección de amenazas. Un marco de detección de amenazas adecuado combina nuevos tipos de datos con las últimas capacidades de aprendizaje automático para desarrollar un marco analítico muy avanzado. Este marco permitirá una mejor detección, prevención y remediación de amenazas cibernéticas. Presentamos McAfee+ Protección contra robo de identidad y privacidad para su vida digital Descargue McAfee+ ahora \x3Cimg height=»1″ width=»1″ style=»display:none» src=»https://www.facebook.com/tr?id= 766537420057144&ev=PageView&noscript=1″ />\x3C/noscript>’);

Source link