Points d’inondation de données nécessaires pour l’IA

Les experts en logiciels et en sécurité de NVIDIA ont un message pour les opérateurs de systèmes de cybersécurité de plus en plus submergés par un flot de données potentiellement menaçantes : les humains ne peuvent pas le gérer.

Lors du GTC Spring 2022, Bartley Richardson, un responsable senior de l’infrastructure d’intelligence artificielle (IA) de NVIDIA, a déclaré que les données arrivent si rapidement que la plupart des applications de cybersécurité sont incapables de tout capturer, et encore moins de les analyser pour identifier les failles. En conséquence, a-t-il dit, la contextualisation des flux d’informations est souvent effectuée par un humain.

Il est temps, dit-il, que les machines interviennent.

Bien qu’il soit bon de fournir des outils et des capacités qui accélèrent la partie humaine, Richardson a déclaré lors de la session GTC 2022, Build AI-Enhanced, Next-Generation Cybersecurity Solutions with NVIDIA Morpheus, décharger une partie de cela sur une IA est l’endroit où nous devons aller, réduisant la charge cognitive sur une main-d’œuvre déjà tendue.

Richardson a souligné comment l’entreprise s’efforce d’appliquer l’IA aux cas d’utilisation de la cybersécurité, un sujet d’intérêt pour la communauté informatique fédérale alors que les agences accélèrent le passage à la sécurité zéro confiance.

Pour impliquer davantage l’IA dans la lutte contre les cyberattaques, la firme se concentre sur NVIDIA Morpheus, son framework de cybersécurité IA open source. Lancé l’année dernière, Morpheus est devenu disponible en avril pour tous les développeurs, apportant un certain nombre d’améliorations qui, selon NVIDIA, contribuent à le rendre nettement plus rapide et plus précis que les stratégies de cybersécurité traditionnelles.

L’une des améliorations, ont expliqué les experts de NVIDIA, est un nouveau système de détection de fraude conçu pour fonctionner sans intervention humaine experte. Le système utilise des réseaux de neurones graphiques (GNN) pour extraire automatiquement des données entrantes les principales caractéristiques qui indiquent une fraude potentielle.

Il est clair que nous devons faire quelque chose contre la fraude. Les méthodologies actuelles sont tout simplement trop lentes, a déclaré Richardson. Les réseaux de neurones graphiques changent la donne pour la cybersécurité.

Lors de la session, Richardson et ses collègues Pradeep Thalasta, ingénieur logiciel système principal chez NVIDIA, et Hemakamakshi Vivekanandan, analyste en sécurité chez NVIDIA, ont présenté une critique de l’industrie de la cybersécurité au sens large. Ils ont déclaré que les systèmes traditionnels dépendent souvent d’une approche manuelle et sont souvent incapables de détecter les violations à temps.

Les analystes souhaitent souvent intégrer des outils et des données pour fournir une image enrichie de ce qui se passe dans et autour du réseau, a déclaré Richardson. Bien que cela soit possible aujourd’hui, ses intégrations plus profondes, souvent effectuées manuellement, en particulier celles qui nécessitent une approche décentralisée, sont difficiles à concevoir.

La façon dont nous avons abordé cela en tant qu’industrie dans le passé, a-t-il ajouté, ne continuera pas à fonctionner.

Pour aggraver les choses, il y a une pénurie mondiale de plus de 2,7 millions de professionnels de la cybersécurité, a déclaré le trio. Le nombre réduit d’experts disponibles dans les agences gouvernementales et les organisations du secteur privé rend plus difficile le suivi d’une analyse des données de plus en plus complexe et de la résolution des menaces.

Par exemple, la quantité de journaux générés par ordinateur dépasse l’analyse, ce qui nécessite des connaissances spécialisées en ingénierie pour suivre le rythme. De nouvelles méthodologies, cadres, plates-formes et mentalités sont nécessaires pour faire avancer l’industrie, a déclaré Richardson.

Le principal d’entre eux est l’IA, ont déclaré Richardson et ses collègues. Plus précisément, ils ont exhorté les développeurs à essayer Morpheus, qui utilise l’apprentissage automatique pour identifier et agir sur les menaces, telles que les attaques de phishing et les logiciels malveillants, qui, selon NVIDIA, étaient auparavant impossibles à identifier.

L’une des fonctionnalités de Morpheus que le trio a soulignée est l’empreinte numérique, qui aide à combattre les attaques d’identifiants, dans lesquelles les cyber-attaquants volent des identifiants pour accéder à un système. Ces attaques étaient le type de données le plus courant trouvé dans les violations intentionnelles l’année dernière et ont été impliquées dans 61% de toutes les violations, selon la session.

Thalasta et Vivekanandan se sont concentrés sur la manière dont NVIDIA a mis en œuvre avec succès l’empreinte numérique en interne, le système générant des informations utiles aux analystes de sécurité de l’entreprise.

Richardson a conclu en soulignant la nouvelle disponibilité générale de Morpheus pour tout développeur. Étaient prêts à emmener Morpheus dans la communauté dans son ensemble, a-t-il déclaré.

Accédez à la session sur demande ici.