Artikel von John Pinkham

Die Zukunft der Cloud-nativen Cybersicherheit beginnt mit ThreatML mit überwachtem Lernen. Detection-In-Depth geht über die Anomalieerkennung hinaus und unterstützt DevSecOps-Teams bei der Vorhersage von Bedrohungen, Schwachstellen und Risiken. ThreatML mit überwachtem Lernen klassifiziert und beschriftet Regeln, um einer Inferenzmaschine nicht nur das Erkennen von Anomalien, sondern auch das Vorhersagen von Verhalten „beizubringen“.

Verwenden Sie ThreatStacks neues ThreatML mit überwachtem maschinellem Lernen/Deep Learning für die Cloud-Sicherheit, um hochwirksame Warnmeldungen und Einbruchserkennung für Compliance-Audits zu erhalten und gleichzeitig falsche Negativ-/Positivwerte zu vermeiden, die bei DevSecOps-Teams zu Warnmeldungsmüdigkeit führen.

Supervised Learning, der nächste Schritt von ML, liefert relevante und priorisierte Bedrohungswarnungen an SecOps, DevOps und andere Sicherheitsteams, damit sich diese auf das Wesentliche konzentrieren können.