TEHTRIS presenta un módulo impulsado con IA para priorizar incidentes de seguridad

TEHTRIS acaba de anunciar el lanzamiento de Cyberia eGuardian, un módulo de inteligencia artificial integrado directamente en su plataforma XDR que respalda a los analistas del SOC en la supervisión de la seguridad y les ahorra tiempo priorizando los incidentes de seguridad.

Este asistente virtual realiza una monitorización 360°, 24/7, de los eventos de seguridad de los endpoints, y realiza un preprocesamiento exhaustivo de los mismos, priorizando, agrupando y destacando los incidentes de seguridad. Mediante la combinación de tecnologías como Machine Learning, Deep Learning y análisis de comportamiento, Cyberia e-Guardian supone, según la compañía, una "gran innovación", que aumenta la eficiencia de los equipos de analistas SOC para responder continuamente a los ciberataques, especialmente a aquellos indetectables por los humanos.

Los expertos en ciberseguridad de hoy en día se enfrentan a múltiples retos: cifras récord de ataques, falta de personal cualificado, fatiga cibernética de los analistas de los SOC, aumento de la sofisticación de las actividades, etc. Este entorno de amenazas continuas exige el uso de la IA en ciberdefensa para responder a los ataques de la IA. En este contexto, TEHTRIS ha desarrollado su propia tecnología de inteligencia artificial multimodular, Cyberia, para ofrecer una respuesta autónoma e inmediata a las ciberamenazas.

La IA defensiva identifica cualquier comportamiento anómalo y detiene los ataques, incluso en el caso de aquellas actividades irregulares más sutiles y difíciles de detectar. Cyberia eGuardian analiza y califica el 100% de las alertas, sin ignorar aquellas que crean zonas grises para la detección y comprensión de amenazas, y consigue distinguir las de alta prioridad entre la gran cantidad de alertas y eventos de baja prioridad.

Automatizar la ciberseguridad
El modelo base de IA de Cyberia eGuardian se adapta automáticamente a las características y preferencias de cada caso gracias al aprendizaje continuo de la red neuronal in situ. Esto permite que el modelo de IA aprenda con la evolución del entorno a lo largo del tiempo. Este modelo supervisado de red neuronal profunda utiliza los datos etiquetados por los analistas del SOC para aprender, este enfoque otorga el control a los expertos en seguridad sobre la herramienta de seguridad de IA.