¿Cómo podemos usar el aprendizaje automático para piratear o mejorar la seguridad?

El aprendizaje automático se usa activamente hoy para resolver problemas de amenazas avanzadas como

· Identificar máquinas infectadas en la red corporativa.

· Un sistema puede ver el tráfico hacia y desde los dispositivos conectados

· Una computadora portátil en la red se comunica con varios sitios web, buenos o malos. El sitio puede no ser malicioso, pero tampoco es bueno. El sistema de aprendizaje automático comprende la reputación del dominio y asigna un valor “gris” a la reputación del sitio web. A medida que el sistema estudia las comunicaciones entre la computadora portátil del usuario y el sitio web, surgen patrones. Usando los clasificadores de Machine Learning, podemos determinar si este comportamiento es estadísticamente más probable que sea iniciado por malware o por el usuario. Resulta que es más probable que esté impulsado por malware y que la computadora portátil está hablando con un sitio web potencialmente malicioso de manera automatizada.

Creo que este blog será de gran ayuda para entenderlo más en detalle http://inspira.co.in/blog/use-ma …

El análisis de Big Data se utilizará para crear perfiles de seguridad. La teoría es que el comportamiento de un pirata informático o malware será contrario al comportamiento normal del usuario (una desviación de la línea de base), por lo que puede identificarse si el comportamiento normal se define a partir de análisis de big data. El crowdsourcing, que incorpora datos de otros usuarios y organizaciones en la red, se utilizará para refinar la línea de base normal. Se aplican métodos estadísticos avanzados y análisis de comportamiento heurístico a los datos para definir la línea de base normal. De esta manera, el análisis de Big Data podrá detectar amenazas persistentes avanzadas y áreas donde el escaneo de firmas de malware tradicional falla al identificar rápidamente las desviaciones de lo normal.

Las industrias de alto riesgo, como la banca, los seguros y el gobierno, serán las primeras en analizar grandes datos en busca de tendencias que luego puedan utilizarse para activar las alarmas de seguridad.

Más información está aquí:
Big data y seguridad