Román Vargas Consultor de Seguridad en Cisco España

Es un círculo vicioso: la industria de ciberseguridad construye una respuesta específica a una amenaza y los atacantes encuentran una nueva manera de evitar la detección. Los atacantes trabajan proactivamente para entender el tipo de soluciones de seguridad que se están desplegando en las organizaciones para utilizar patrones de conducta menos visibles, menos detectables, de tal modo que sus amenazas permanecen ocultas. Ahora hay más tráfico cifrado, más aleatorización, los actores maliciosos lo aprovechan para adoptar formas de comportamientos que no se distinguen del tráfico auténtico.

La falta de visibilidad que las organizaciones tienen de las "ruidosas" redes de hoy en día proporciona a las amenazas un montón de lugares para esconderse.

Poder atravesar ese ruido e identificar si algo anormal está sucediendo requiere saber realmente cual es el aspecto que tiene lo "normal". El análisis predictivo es una capacidad emergente de detección que proporciona este tipo de visión, y ayuda a las organizaciones a aumentar la capacidad de recuperación de sus soluciones de seguridad. Es una herramienta que permite detectar sucesos inusuales en una red (potenciales síntomas de una infección) mediante el análisis de comportamientos y la detección de anomalías.

Mediante el uso del análisis predictivo, las organizaciones pueden evaluar el comportamiento de las entidades que componen su red (servidores y usuarios). Un modelo compuesto de muchos más pequeños. Se crea una representación concisa de comportamientos pasados que se utiliza para predecir cómo las entidades deberían reaccionar en el futuro. Idealmente, los datos se correlacionan en la nube para mejorar la velocidad, la agilidad y la profundidad de la detección. Si hay alguna discrepancia significativa o sostenida en el comportamiento esperado, se marca para ser investigado.

El análisis predictivo ayuda a que las técnicas de seguridad existentes sean más precisas y capaces de detectar comportamientos inusuales en la red. Se trata de tomar de decisiones avanzadas a partir de algoritmos que analizan múltiples parámetros recogidos en directo de los datos del tráfico. Entonces, el aprendizaje automático permite al sistema aprender y adaptarse en base a lo que ve.

Los sistemas de aprendizaje automático son como detectives.

Buscan, allá donde las amenazas podrían estar: evidencias de un incidente que haya tenido lugar, esta en marcha, o pudiese ocurrir de manera inminente. Y aunque no necesariamente gestionan el cumplimiento de las políticas de seguridad, facultan a otros sistemas para encontrar amenazas inesperadas y aplicar las acciones correspondientes.

Para proporcionar ayuda de valor a las organizaciones y elevar su eficacia, el análisis predictivo necesita ser desplegado junto a soluciones de seguridad basadas en el contenido y soluciones de gestión de perímetro y de políticas.

Este enfoque de la seguridad centrado en la amenaza proporciona visibilidad, control, y protección avanzados a través de todo el continuum del ataque. Este modelo permite a las organizaciones actuar con rapidez antes, durante y después del ataque.

Para saber más.