O aumento de sofisticação dos ataques digitais, pela utilização de técnicas de Inteligência Artificial, torna imperativo uma reposta pelas equipas de Cibersegurança baseada em Machine Learning. Ricardo Dinis, ITS Director da agap2IT, foi convidado pelo Jornal Económico para explicar as mais valias desta abordagem. Artigo que pode ler aqui ou de em seguida.
A cibersegurança tornou-se uma prioridade para todas as organizações. O número de ataques está na ordem dos biliões e o crescimento é exponencial. Os produtos de segurança atuais focam-se em perceber como funciona um malware ou um ataque e, na sua maioria, operam na prevenção de intrusão. Trata-se de um contexto onde os atacantes só precisam de acertar uma vez, mas as equipas de segurança das organizações têm de acertar constantemente. Assim estamos sempre um passo atrás dos atacantes.
Nos últimos anos temos visto um crescimento nas tecnologias de Inteligência Artificial (IA) para as organizações, capazes de responder aos principais desafios do mundo dos negócios. Maior parte delas pode ser atribuída aos avanços no poder computacional, ao Big Data, à computação distribuída e ao uso da Cloud. O uso de Machine Learning (ML), ramo da IA que permite a emulação do cognitivo humano, para a automatização da deteção e resposta de ataques retira esse fardo aos humanos. E potencialmente será mais eficiente a identificar as ameaças, do que uma abordagem baseada na análise de comportamentos executada por humanos com a ajuda de software especializado.
Produtos de ciber deteção e implementações de segurança multi-camada baseados em IA, criam incerteza para os atacantes e podem de uma forma automática, detetar, analisar e defender contra os ataques avançados detetando e enganando os invasores. Quando combinamos profissionais de segurança com qualidade e capacidade, com tecnologias adaptativas, que mudam e ficam mais inteligentes ao longo do tempo, criamos uma oportunidade de vantagem que não existe nas tecnologias de cibersegurança de hoje em dia.
IA e ML podem oferecer vantagens na proteção de dados sensíveis e sistemas chave. Mas, como qualquer outra inovação, estas tecnologias também estão hoje em dia a ser usadas para alavancar os próprios ataques pelo lado dos hackers. E o processo de aprendizagem supervisionada, necessário ao ML na área da segurança, é ainda suscetível ao erro humano na possibilidade de catalogar indevidamente o código. Cria-se uma falsa sensação de segurança, problema que tem sido contornado pelo o uso de múltiplos algoritmos e conjuntos de dados, fazendo com que se um algoritmo for comprometido, os resultados dos seus pares irão evidenciar a anomalia.
O desafio primário da cibersegurança para as organizações B2B e B2C tem sido a mudança constante da escala dos ataques. A natureza desta mudança é, no entanto, previsível e segue padrões, o tipo de problema onde o uso de IA e ML se destaca e abre novas oportunidades.