A medida que avanzamos hacia la tercera fase de la transformación digital, resulta fundamental recopilar y analizar datos y telemetría de cada punto del recorrido de la aplicación, desde el código hasta el cliente. Las empresas dependen en gran medida de los análisis basados en aprendizaje automático, que proporcionan todo tipo de datos, como patrones de uso de los consumidores, seguimiento del inventario y variaciones estacionales, para mejorar el rendimiento, aumentar la eficiencia e incrementar la ventaja competitiva. Al mismo tiempo, el aprendizaje automático también es fundamental para combatir las amenazas de seguridad avanzadas a las que se enfrentan las empresas en la actualidad y seguirán enfrentándose en el futuro.
Sin embargo, sigue existiendo un debate sobre la arquitectura de seguridad que resulta crucial para aprovechar el valor del aprendizaje automático: ¿filtrado de paquetes o proxy? Este debate ya estaba en pleno auge hace casi veinte años, cuando yo era becario en el grupo de innovación en seguridad de la Oficina del CTO de Cisco, y continúa vigente hoy en día.
Al principio, el filtrado de paquetes de red parecía imponerse gracias a su énfasis en la velocidad y el rendimiento. Los métodos de filtrado de paquetes operan sobre paquetes individuales, lo que en el pasado solía hacerlos más rápidos que sus homólogos proxy orientados a la conexión. Las soluciones de seguridad basadas en el filtrado de paquetes evolucionaron hacia motores con mayor capacidad de seguimiento del estado y pasaron a ser «conscientes de las aplicaciones», prestando más atención a las aplicaciones y la identidad. Aun así, la propuesta de valor fundamental de la seguridad basada en el filtrado de paquetes seguía dependiendo en gran medida de la inspección rápida de paquetes individuales.
Sin embargo, con el tiempo, los proxies programables con un profundo conocimiento de las aplicaciones evolucionaron hasta ofrecer un valor que superaba las ventajas iniciales del filtrado de paquetes. Ese valor se sustenta en dos aspectos: en primer lugar, los proxies proporcionan visibilidad de todas las interacciones —desde el usuario hasta la aplicación, desde la red hasta la aplicación y a través de los flujos lógicos de negocio—, lo que les permite detectar ataques avanzados. En segundo lugar, un proxy programable puede inyectar código, enriquecer cabeceras e insertar datos de seguimiento para instrumentar dinámicamente clientes y aplicaciones. En otras palabras, la inspección ya no era suficiente: los proxies ofrecen la capacidad esencial de instrumentar las interacciones con la amplitud y profundidad de datos necesarias para descubrir patrones y generar información de seguridad práctica.
El poder de la inspección y la instrumentación
Está claro que sigue siendo necesario filtrar el tráfico malicioso y centrar las capacidades de inspección en el tráfico legítimo. Esto permite a las organizaciones ampliar tanto el alcance como el nivel de detalle mediante una arquitectura acorde con un enfoque de diseño de «confianza cero», que vincula la identidad del usuario con otras políticas de control de acceso.
Además, la sofisticación de los ataques ha superado los ataques rudimentarios que se detectaban mediante un análisis puntual de una conexión con un único dispositivo en línea, como un WAF. La detección y mitigación de ataques avanzados requiere correlacionar múltiples señales o puntos de datos durante un periodo de tiempo a lo largo de toda la ruta de datos.
El futuro de la seguridad depende de una telemetría que vaya más allá de los datos técnicos extraídos de los paquetes. Requiere una visión integral de las interacciones, desde el cliente y la aplicación hasta el comportamiento. El aprendizaje automático necesita enormes cantidades de datos para establecer y reconocer patrones. Por eso, los proxies programables son una parte fundamental de un enfoque de seguridad avanzado. Los datos de alta fidelidad obtenidos mediante la instrumentación proporcionan información valiosa que permite protegerse frente a los ataques a las aplicaciones e incluso predecirlos.
A fin de cuentas, a las empresas les resultará muy difícil aprovechar las mejoras de rendimiento, la eficiencia y las ventajas competitivas que puede aportar el aprendizaje automático si tienen que combatir constantemente ataques avanzados utilizando solo la mitad de las herramientas que tienen a su disposición.
Sobre el autor
Artículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.