Sysdig інтегрує машинне навчання для виявлення спроб криптозлому

Не змогли відвідати Transform 2022? Перегляньте всі сесії саміту в нашій бібліотеці за запитом! Подивіться сюди.

Можливість виявляти загрози та реагувати на них у найкоротші терміни є однією з найважливіших можливостей команди безпеки. Чим швидше вони можуть відреагувати на порушення даних, тим менший рівень збоїв і операційного впливу.

Проблема в тому, що це легше сказати, ніж зробити. Виявлення зловмисної активності в середовищі та ініціювання відповіді може бути дуже складним, якщо покладатися на ручні адміністративні підходи.

Однак такі технології, як штучний інтелект (ШІ) і машинне навчання, можуть прискорити виявлення та реагування компанії.

Сьогодні в Black Hat постачальник уніфікованих контейнерів і хмарної безпеки Sysdig оголосив про запуск нового хмарного рішення для виявлення та реагування (CDR) на основі машинного навчання для захисту від спроб криптозлому.

Подія

MetaBeat 2022

4 жовтня в Сан-Франциско, Каліфорнія, MetaBeat збере лідерів думок, щоб порадити, як технологія метавсесвіту змінить спосіб спілкування та ведення бізнесу в усіх галузях.

зареєструватися тут

Оголошення Sysdig визначає машинне навчання як критично важливу технологію, до якої підприємства та особи, які приймають рішення, можуть ширше звертатися, щоб прискорити виявлення вразливостей і пом’якшення.

Ознайомтеся з криптоджекінгом

Хоча останніми місяцями ринок криптовалюти пережив значні потрясіння, зловмисний майнінг криптовалюти залишається серйозною загрозою: у період із січня по червень 2022 року кількість атак криптоджекінгу зросла на 30% до 66,7 мільйонів.

Криптозловмисники створюють унікальні виклики для команд безпеки підприємств, оскільки кіберзлочинці прагнуть викрасти обчислювальні ресурси цілі за допомогою зловмисного програмного забезпечення для видобутку криптовалюти, а також намагаються залишатися непоміченими якомога довше. Чим довше вони залишаються непоміченими, тим більша фінансова вигода від атаки.

Попри ці спроби уникнути виявлення, такі технології, як машинне навчання, мають потенціал для швидкого виявлення та реагування на спроби криптозлому в децентралізованих хмарних середовищах.

«Sysdig забезпечує видимість у реальному часі в масштабі для керування ризиками в контейнерах і кількох хмарах, усуваючи сліпі зони безпеки», — сказала Даніелла Понтес, старший менеджер із маркетингу продуктів Sysdig.

«Ми використовуємо контекст, щоб визначити пріоритетність сповіщень безпеки, щоб команди могли зосередитися на серйозних подіях безпеки та підвищити ефективність. Розуміючи весь процес виконання та пропонуючи кероване виправлення, ми скорочуємо час вирішення», — сказав Понтес.

По суті, рішення Sysdig на основі машинного навчання дає змогу групам безпеки виявляти та визначати пріоритетність усунення вразливостей і програмних аномалій, поки не стане надто пізно.

Рішення працює з використанням цільової моделі ML, спеціально навченої розпізнавати поведінку криптомайнера, що працює в контейнерах, забезпечуючи глибоку видимість контейнера та можливість аналізувати активність процесу. ..

Sysdig інтегрує машинне навчання для виявлення спроб криптозлому

Не змогли відвідати Transform 2022? Перегляньте всі сесії саміту в нашій бібліотеці за запитом! Подивіться сюди.

Можливість виявляти загрози та реагувати на них у найкоротші терміни є однією з найважливіших можливостей команди безпеки. Чим швидше вони можуть відреагувати на порушення даних, тим менший рівень збоїв і операційного впливу.

Проблема в тому, що це легше сказати, ніж зробити. Виявлення зловмисної активності в середовищі та ініціювання відповіді може бути дуже складним, якщо покладатися на ручні адміністративні підходи.

Однак такі технології, як штучний інтелект (ШІ) і машинне навчання, можуть прискорити виявлення та реагування компанії.

Сьогодні в Black Hat постачальник уніфікованих контейнерів і хмарної безпеки Sysdig оголосив про запуск нового хмарного рішення для виявлення та реагування (CDR) на основі машинного навчання для захисту від спроб криптозлому.

Подія

MetaBeat 2022

4 жовтня в Сан-Франциско, Каліфорнія, MetaBeat збере лідерів думок, щоб порадити, як технологія метавсесвіту змінить спосіб спілкування та ведення бізнесу в усіх галузях.

зареєструватися тут

Оголошення Sysdig визначає машинне навчання як критично важливу технологію, до якої підприємства та особи, які приймають рішення, можуть ширше звертатися, щоб прискорити виявлення вразливостей і пом’якшення.

Ознайомтеся з криптоджекінгом

Хоча останніми місяцями ринок криптовалюти пережив значні потрясіння, зловмисний майнінг криптовалюти залишається серйозною загрозою: у період із січня по червень 2022 року кількість атак криптоджекінгу зросла на 30% до 66,7 мільйонів.

Криптозловмисники створюють унікальні виклики для команд безпеки підприємств, оскільки кіберзлочинці прагнуть викрасти обчислювальні ресурси цілі за допомогою зловмисного програмного забезпечення для видобутку криптовалюти, а також намагаються залишатися непоміченими якомога довше. Чим довше вони залишаються непоміченими, тим більша фінансова вигода від атаки.

Попри ці спроби уникнути виявлення, такі технології, як машинне навчання, мають потенціал для швидкого виявлення та реагування на спроби криптозлому в децентралізованих хмарних середовищах.

«Sysdig забезпечує видимість у реальному часі в масштабі для керування ризиками в контейнерах і кількох хмарах, усуваючи сліпі зони безпеки», — сказала Даніелла Понтес, старший менеджер із маркетингу продуктів Sysdig.

«Ми використовуємо контекст, щоб визначити пріоритетність сповіщень безпеки, щоб команди могли зосередитися на серйозних подіях безпеки та підвищити ефективність. Розуміючи весь процес виконання та пропонуючи кероване виправлення, ми скорочуємо час вирішення», — сказав Понтес.

По суті, рішення Sysdig на основі машинного навчання дає змогу групам безпеки виявляти та визначати пріоритетність усунення вразливостей і програмних аномалій, поки не стане надто пізно.

Рішення працює з використанням цільової моделі ML, спеціально навченої розпізнавати поведінку криптомайнера, що працює в контейнерах, забезпечуючи глибоку видимість контейнера та можливість аналізувати активність процесу. ..

What's Your Reaction?

like

dislike

love

funny

angry

sad

wow