La mayoría de las innovaciones, incluso el aprendizaje automático tiene sus inconvenientes
Las tecnologías basadas en ML ayudarán cada vez más a combatir el fraude, evaluar y optimizar los procesos de negocios
Aprendizaje automático
Investigadores de ESET, compañía líder en detección proactiva de amenazas, dieron a conocer la publicación de un informe titulado “La era del aprendizaje automático en la ciberseguridad: ¿Un paso hacia un mundo más seguro o al borde del caos?”, luego de meses de análisis sobre la inteligencia artificial (Machine Learning - ML) y el papel que realmente desempeña en la lucha contra las amenazas cibernéticas.
En este informe, el 82% de los encuestados creía que su organización ya había implementado un producto de ciberseguridad utilizando el Machine Learning (ML) y solo el 23% manifestó que no planea implementar una solución de ciberseguridad basada en el ML en un futuro próximo.
Por otro lado, el 80% también creía que el ML ya ayuda o ayudará a su organización a detectar y responder más rápido a las amenazas y el 76% está de acuerdo de que estas tecnologías ayudarán a resolver la escasez de habilidades de ciberseguridad en su lugar de trabajo.
Al respecto, Juraj Jánošík, experto en inteligencia artificial e investigador de ESET, señala que la integración del motor ML en su sistema de reputación en la nube, ESET LiveGrid, hizo que los beneficios de esta tecnología estén disponibles para todos sus clientes, incluidos usuarios hogareños y compañías de todos los tamaños.
A su vez, el investigador agrega que si bien el aprendizaje automático ha estado transformando varios campos de la actividad humana desde hace algún tiempo, su potencial transformador completo aún está por realizarse; además de que las tecnologías basadas en ML ayudarán cada vez más a combatir el fraude, evaluar y optimizar los procesos de negocios, mejorar los procedimientos de prueba y desarrollar nuevas soluciones a los problemas existentes.
Finalmente, Jánošík asegura que como la mayoría de las innovaciones, incluso el aprendizaje automático tiene sus inconvenientes.
“Con los negocios, la infraestructura crítica, así como nuestra vida personal cada vez más enredada con el reino digital, surgen nuevos riesgos. Los atacantes pueden emplear ML de múltiples maneras: para potenciar su malware, para atacar a víctimas específicas y extraer datos valiosos, para buscar vulnerabilidades de día cero o proteger infraestructura secuestrada como botnets", finalizó.
http://www.infochannel.info/cual-es-el-papel-de-la-ia-y-ml-en-la-lucha-contra-ciberataques