Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Il machine learning a supporto della cyber security: alcuni esempi

31 Lug 2018

Nella battaglia quotidiana fra aziende e cybercriminalità, le prime possono avvalersi oggi di nuovi strumenti di protezione dalle minacce basati sull’utilizzo dell’intelligenza artificiale e, in particolare, di una sua sottocategoria: il machine learning. Nell’articolo Network aziendali: l’ora della sicurezza con il machine learning, pubblicato da ZeroUno, si legge infatti che un passo avanti per aiutare le soluzioni di sicurezza a prevenire l’esecuzione automatica di malware non ancora riconoscibile è stata l’introduzione delle tecniche di tipo euristico, un meccanismo di ricerca non rigoroso che, a partire da ipotesi, effettua delle previsioni e, quindi, produce dei risultati (outcome) che devono essere convalidati in seguito per via rigorosa.

L’utilizzo del machine learning non è una novità in ambito cyber security: viene infatti già implementato per analizzare i comportamenti pericolosi, accelerando il modo in cui le imprese mitigano gli incidenti lato sicurezza dei dati provocati da quella che oggi è ancora la principale minaccia alla sicurezza informatica, il ransomware, come si legge nell’articolo Ransomware, per contrastarli c’è il machine learning: Rubrik presenta Radar, pubblicato da AI4Business. E non mancano le startup che stanno sviluppando soluzioni basate sull’ausilio di questa tecnologia, come illustrato nell’articolo Cybersecurity sempre più centrale per le startup (e il merito non è solo del GDPR) pubblicato da EconomyUp dove, tra le altre, viene illustrata la soluzione Banksealer (che nel 2016 vinse il Premio Settore Banking dei Digital360 Awards), sistema di supporto alle decisioni per l’analisi e rilevazione automatica di frodi che sintetizza l’interazione di ciascun cliente con il sistema di e-banking, sfruttando avanzate tecniche statistiche e di machine learning per rilevare se (e in che modo) una transazione è atipica.

Infine, per chi non sa esattamente quali sono le caratteristiche e funzionalità di questa tecnologia, consigliamo la lettura dell’articolo Cos’è il Machine Learning, come funziona e quali sono le sue applicazioni.

A cura di Patrizia Fabbri, caporedattore di ZeroUno

@RIPRODUZIONE RISERVATA

Articolo 1 di 5