a.heateor_sss_amp{padding:0 4px;}div.heateor_sss_horizontal_sharing a amp-img{display:inline-block;}.heateor_sss_amp_gab img{background-color:#25CC80}.heateor_sss_amp_parler img{background-color:#892E5E}.heateor_sss_amp_gettr img{background-color:#E50000}.heateor_sss_amp_instagram img{background-color:#624E47}.heateor_sss_amp_yummly img{background-color:#E16120}.heateor_sss_amp_youtube img{background-color:#ff0000}.heateor_sss_amp_teams img{background-color:#5059c9}.heateor_sss_amp_google_translate img{background-color:#528ff5}.heateor_sss_amp_x img{background-color:#2a2a2a}.heateor_sss_amp_rutube img{background-color:#14191f}.heateor_sss_amp_buffer img{background-color:#000}.heateor_sss_amp_delicious img{background-color:#53BEEE}.heateor_sss_amp_rss img{background-color:#e3702d}.heateor_sss_amp_facebook img{background-color:#0765FE}.heateor_sss_amp_digg img{background-color:#006094}.heateor_sss_amp_email img{background-color:#649A3F}.heateor_sss_amp_float_it img{background-color:#53BEEE}.heateor_sss_amp_linkedin img{background-color:#0077B5}.heateor_sss_amp_pinterest img{background-color:#CC2329}.heateor_sss_amp_print img{background-color:#FD6500}.heateor_sss_amp_reddit img{background-color:#FF5700}.heateor_sss_amp_mastodon img{background-color:#6364FF}.heateor_sss_amp_stocktwits img{background-color: #40576F}.heateor_sss_amp_mewe img{background-color:#007da1}.heateor_sss_amp_mix img{background-color:#ff8226}.heateor_sss_amp_tumblr img{background-color:#29435D}.heateor_sss_amp_twitter img{background-color:#55acee}.heateor_sss_amp_vkontakte img{background-color:#0077FF}.heateor_sss_amp_yahoo img{background-color:#8F03CC}.heateor_sss_amp_xing img{background-color:#00797D}.heateor_sss_amp_instagram img{background-color:#527FA4}.heateor_sss_amp_whatsapp img{background-color:#55EB4C}.heateor_sss_amp_aim img{background-color: #10ff00}.heateor_sss_amp_amazon_wish_list img{background-color: #ffe000}.heateor_sss_amp_aol_mail img{background-color: #2A2A2A}.heateor_sss_amp_app_net img{background-color: #5D5D5D}.heateor_sss_amp_balatarin img{background-color: #fff}.heateor_sss_amp_bibsonomy img{background-color: #000}.heateor_sss_amp_bitty_browser img{background-color: #EFEFEF}.heateor_sss_amp_blinklist img{background-color: #3D3C3B}.heateor_sss_amp_blogger_post img{background-color: #FDA352}.heateor_sss_amp_blogmarks img{background-color: #535353}.heateor_sss_amp_bookmarks_fr img{background-color: #E8EAD4}.heateor_sss_amp_box_net img{background-color: #1A74B0}.heateor_sss_amp_buddymarks img{background-color: #ffd400}.heateor_sss_amp_care2_news img{background-color: #6EB43F}.heateor_sss_amp_comment img{background-color: #444}.heateor_sss_amp_diary_ru img{background-color: #E8D8C6}.heateor_sss_amp_diaspora img{background-color: #2E3436}.heateor_sss_amp_dihitt img{background-color: #FF6300}.heateor_sss_amp_diigo img{background-color: #4A8BCA}.heateor_sss_amp_douban img{background-color: #497700}.heateor_sss_amp_draugiem img{background-color: #ffad66}.heateor_sss_amp_evernote img{background-color: #8BE056}.heateor_sss_amp_facebook_messenger img{background-color: #0084FF}.heateor_sss_amp_fark img{background-color: #555}.heateor_sss_amp_fintel img{background-color: #087515}.heateor_sss_amp_flipboard img{background-color: #CC0000}.heateor_sss_amp_folkd img{background-color: #0F70B2}.heateor_sss_amp_google_news img{background-color: #4285F4}.heateor_sss_amp_google_classroom img{background-color: #FFC112}.heateor_sss_amp_google_gmail img{background-color: #E5E5E5}.heateor_sss_amp_hacker_news img{background-color: #F60}.heateor_sss_amp_hatena img{background-color: #00A6DB}.heateor_sss_amp_instapaper img{background-color: #EDEDED}.heateor_sss_amp_jamespot img{background-color: #FF9E2C}.heateor_sss_amp_kakao img{background-color: #FCB700}.heateor_sss_amp_kik img{background-color: #2A2A2A}.heateor_sss_amp_kindle_it img{background-color: #2A2A2A}.heateor_sss_amp_known img{background-color: #fff101}.heateor_sss_amp_line img{background-color: #00C300}.heateor_sss_amp_livejournal img{background-color: #EDEDED}.heateor_sss_amp_mail_ru img{background-color: #356FAC}.heateor_sss_amp_mendeley img{background-color: #A70805}.heateor_sss_amp_meneame img{background-color: #FF7D12}.heateor_sss_amp_mixi img{background-color: #EDEDED}.heateor_sss_amp_myspace img{background-color: #2A2A2A}.heateor_sss_amp_netlog img{background-color: #2A2A2A}.heateor_sss_amp_netvouz img{background-color: #c0ff00}.heateor_sss_amp_newsvine img{background-color: #055D00}.heateor_sss_amp_nujij img{background-color: #D40000}.heateor_sss_amp_odnoklassniki img{background-color: #F2720C}.heateor_sss_amp_oknotizie img{background-color: #fdff88}.heateor_sss_amp_outlook_com img{background-color: #0072C6}.heateor_sss_amp_papaly img{background-color: #3AC0F6}.heateor_sss_amp_pinboard img{background-color: #1341DE}.heateor_sss_amp_plurk img{background-color: #CF682F}.heateor_sss_amp_pocket img{background-color: #ee4056}.heateor_sss_amp_polyvore img{background-color: #2A2A2A}.heateor_sss_amp_printfriendly img{background-color: #61D1D5}.heateor_sss_amp_protopage_bookmarks img{background-color: #413FFF}.heateor_sss_amp_pusha img{background-color: #0072B8}.heateor_sss_amp_qzone img{background-color: #2B82D9}.heateor_sss_amp_refind img{background-color: #1492ef}.heateor_sss_amp_rediff_mypage img{background-color: #D20000}.heateor_sss_amp_renren img{background-color: #005EAC}.heateor_sss_amp_segnalo img{background-color: #fdff88}.heateor_sss_amp_sina_weibo img{background-color: #ff0}.heateor_sss_amp_sitejot img{background-color: #ffc800}.heateor_sss_amp_skype img{background-color: #00AFF0}.heateor_sss_amp_sms img{background-color: #6ebe45}.heateor_sss_amp_slashdot img{background-color: #004242}.heateor_sss_amp_stumpedia img{background-color: #EDEDED}.heateor_sss_amp_svejo img{background-color: #fa7aa3}.heateor_sss_amp_symbaloo_feeds img{background-color: #6DA8F7}.heateor_sss_amp_telegram img{background-color: #3DA5f1}.heateor_sss_amp_trello img{background-color: #1189CE}.heateor_sss_amp_tuenti img{background-color: #0075C9}.heateor_sss_amp_twiddla img{background-color: #EDEDED}.heateor_sss_amp_typepad_post img{background-color: #2A2A2A}.heateor_sss_amp_viadeo img{background-color: #2A2A2A}.heateor_sss_amp_viber img{background-color: #8B628F}.heateor_sss_amp_webnews img{background-color: #CC2512}.heateor_sss_amp_wordpress img{background-color: #464646}.heateor_sss_amp_wykop img{background-color: #367DA9}.heateor_sss_amp_yahoo_mail img{background-color: #400090}.heateor_sss_amp_yahoo_messenger img{background-color: #400090}.heateor_sss_amp_yoolink img{background-color: #A2C538}.heateor_sss_amp_youmob img{background-color: #3B599D}.heateor_sss_amp_gentlereader img{background-color: #46aecf}.heateor_sss_amp_threema img{background-color: #2A2A2A}.heateor_sss_amp_bluesky img{background-color:#0085ff}.heateor_sss_amp_threads img{background-color:#000}.heateor_sss_amp_raindrop img{background-color:#0b7ed0}.heateor_sss_amp_micro_blog img{background-color:#ff8800}

Site icon Insiderblog.hu

Robotzsaruk védhetnek meg a hackerektől?

Mesterséges intelligencia segíthet, hogy a globális IT munkaerőhiány okozta biztonsági réseket betömjék a vállalatok.

Miközben becslések szerint a hackerek az évtized végére évi 5 milliárd személyes adatot is ellophatnak a legnagyobb vállalatoktól, pénzügyi és távközlési szolgáltatóktól, kormányzati szervektől, addig a piacról 2 millió IT biztonsági szakember is hiányozhat. Az IBM legújabb fejlesztései ezen a területen is segíthetnek a mesterséges intelligencia (MI) és gépi tanulás alkalmazásával építve fel olyan kibervédelmi rendszereket, amelyek XXI. századi robotzsaruként támogatják az IT szakemberek munkáját, felismerve és kivédve kibertámadásokat.

A dolgok internete a kibertámadások új veszélyzónája

Előrejelzések szerint az évtized végére a dolgok internetén (IoT) megtámadható eszközök száma meghaladja majd a 25 milliárdot.
Rehus Péter, az IBM Magyarország Kft. vezetője szerint minden egyes ilyen hálózatra kötött eszköz olyan gyenge láncszem lehet, amely megfelelő védelmi rendszer nélkül alkalmat adhat a támadóknak, hogy behatoljanak akár kritikus területekre is. „Minél több eszközzel csatlakozunk egy hálózathoz, annál több felületet adunk biztonsági rések kialakulására. Miközben a kiberbűnözők egyre szervezettebbé és fejlettebbé válnak, a hagyományos szabályalapú biztonsági rendszerek nehezen képesek kezelni a komplex támadásokat és a gyorsan változó üzleti környezet kihívásait. Egy biztonsági rendszer hatékonysága pedig éppen attól függ, mennyire gyorsan és hatékonyan képes azonosítani egy fenyegetést. Ebben jelenthet áttörést a hatalmas adatbázisokat feldolgozni képes, tanítható kognitív biztonsági rendszerek alkalmazása” – összegzi Rehus Péter. Fontos terület a védelem hatékonyabbá tétele, mert becslések szerint a kiberbűnözés okozta károk 2021-re elérhetik a 6 billió dollárt, miközben a fenyegetés elkerülésére a cégek várhatóan 1 billió dollárt költenek.

Gyorstanuló robotzsaruk segíthetik az IT szakembereket

Kevin Skapinetz, az IBM Security stratégiai és tervezési alelnöke a rendőrnyomozók munkáját segítő rendőrkutya példájával illusztrálta az MI szerepét a kibervédelemben. A hosszú évek alatt kiképzett rendőrkutyák képesek olyan nyomok felderítésére, amelyek elkerülhetik az őket irányító ember figyelmét. A folyamatosan tanuló MI eszközök ehhez hasonlóan alkalmazhatóak a fenyegetések kiszűrésében és megbízható tanácsadóként támogathatják a kiberbiztonsági szakembereket a megfelelő döntések meghozatalában.

IBM Watson: hatvanszor gyorsabban ismeri fel a veszélyt

A világon széleskörűen alkalmazott IBM Watson for Cyber Security megoldás – amit Magyarországon is egyre több ügyfél használ –, mesterséges intelligencia és kognitív tanulási képességei révén hatékonyan vethető be a kibertámadások elleni harcban. Watson „kiképzésének” alapját az IBM ún. X-Force Command Center adatbázisában a kibertámadásokról az elmúlt húsz év alatt összegyűjtött dokumentáció – több mint 800 terrabájt adat és 1 milliónál több szöveges dokumentum – adja. Ennek a hatalmas tudásanyagnak az elemezésével és felhasználásával a mesterséges intelligenciát használó védelmi rendszer a hagyományos biztonsági rendszereknél akár hatvanszor gyorsabban felismerheti a veszélyt. „A rendszer olyan mintákat is képes észlelni, amelyek egy még ismeretlen típusú, lehetséges támadás kibontakozásának első fázisaira utalnak. Watson tanácsot ad a fenyegetés kivédéséhez, és segít a válaszadás automatizálásában is. A mesterséges intelligenciára épülő kognitív kiberbiztonsági rendszerek gyorsasága és nagyfokú önállósága különösen nagy előnyt jelent a nagymértékű szakember hiány miatt várhatóan kialakuló krízishelyzetben. Az MI-t használó kibervédelmi rendszerek sohasem helyettesíthetik teljes egészében az IT szakembereket, de főszerepet vállalhatnak az emberi munka hatékonyabbá tételében.” – tette hozzá Rehus Péter.

Az IBM és a mesterséges intelligencia

Az IBM világvezető az üzleti MI szoftverek, szolgáltatások és technológiák terén. A Watson for Cyber Security megoldásait kifejezetten nagyvállalatok számára alakította ki, ebben a szegmensben az IBM Security nyolcezer alkalmazottjával és kétmilliárd dolláros éves árbevételével világszinten a legnagyobb IT-biztonsági szállítónak számít a vállalati szegmensben. A vállalat több ezer ügyfele számára tette elérhetővé a Watson MI megoldását 20 iparágban és 80 országban. Az IBM Watson MI megoldásait széles körben alkalmazzák ipari vállalatok, így a tíz legnagyobb autóipari vállalat közül hét, a tíz legnagyobb olaj- és gázipari vállalat közül pedig nyolc cég.

Megosztás
Exit mobile version