Von Machine Learning zu künstlicher Intelligenz

Angriffe durch die Zusammenarbeit von Menschen und Maschinen stoppen

Kombination der Stärken von Mensch und Maschine für bessere Sicherheit

Die Sicherheitslage ändert sich heute sehr schnell. Die Anzahl der täglichen Cyber-Angriffe ist von lediglich 500 auf geschätzte 200.000 bis 500.000 gestiegen. Dabei müssen mehr Bedrohungen und Informationen verarbeitet werden, als Menschen allein schaffen können. Deshalb ist der Einsatz von Maschinen für Verarbeitung, Anpassung und Skalierung unverzichtbar.

Gleichzeitig können wir jedoch nicht auf die Erfahrungen von Menschen verzichten, um die Kniffe und den Einfallsreichtum der menschlichen Angreifer hinter dem Code vorauszusehen. Kurz gesagt: Menschen und Maschinen müssen als Team zusammenarbeiten, das voneinander lernt, Informationen austauscht und als Einheit agiert.

McAfee setzt vollständig auf Sicherheitsanalyse-Lösungen mit fortschrittlichen, adaptiven und hochmodernen Technologien für Machine Learning, Deep Learning sowie künstliche Intelligenz. McAfee treibt die Innovation voran – mit Technologien, die über gewöhnliche erweiterte Analysen hinausgehen und einen mehrschichtigen Ansatz nutzen, der auf der Zusammenarbeit von Mensch und Maschine basiert. Bei unserem Ansatz werden unsere Produkte und Prozesse durch die Vorteile des menschlichen Geistes ergänzt. Dadurch werden Bedrohungen zehnmal besser erkannt – bei einem Fünftel der False-Positives.*

* MIT 2016, Kalyan Veeramachaneni und Ignacio Arnaldo, "AI²: Training a big data machine to defend" (KI²: Eine Big Data-Maschine für die Abwehr schulen).

Einführung in künstliche Intelligenz und Machine Learning

Halten Sie sich über künstliche Intelligenz auf dem Laufenden.

Mehrschichtige künstliche Intelligenz für jede Aufgabenebene

Nachdem Menschen hochentwickelte Analysen definiert und optimiert haben, erkannten Datenwissenschaftler und -technologen, dass die Evolution eher zu prädiktiven und kognitiven Formen der Datenverarbeitung führt. Die hier dargestellten Ebenen bauen aufeinander auf und führen zu noch schnelleren und besseren Erkenntnissen.

Weiterentwicklung der Machine Learning-Technologie für eine bessere Bedrohungsabwehr

Eine aktuelle Untersuchung unterstreicht die Notwendigkeit von Machine Learning für hochentwickelte Erkennungsfunktionen. McAfee entwickelt die auf Machine Learning basierende Cyber-Sicherheitstechnologie weiter, um noch komplexere Analysen wie Deep Learning und künstliche Intelligenz zu implementieren. Deep Learning steht dabei für einen auf Machine Learning basierenden Analyseansatz, der – ähnlich dem menschlichen Gehirn – mehrere mathematische Neuronen-Ebenen verwendet. Dieser Ansatz ermöglicht Schlussfolgerungen sowie vorwärts und rückwärts gerichtete Entscheidungen. Die künstliche Intelligenz verstärkt die Komplexität des Deep Learning und ergänzt es um Schlussfolgerungen, Empfehlungen und Problemlösungen – häufig (ähnlich wie beim Gehirn) im N-dimensionalen Raum. Machine Learning, Deep Learning und künstliche Intelligenz sind mathematisch komplexer, da die Datenverarbeitung dem menschlichen Gehirn nachempfunden wird.

Bei diesen hochentwickelten Machine Learning-Anwendungen berücksichtigen McAfee-Lösungen folgende Aspekte:

  • Wo werden Daten erfasst und verarbeitet – innerhalb des Netzwerks oder an der Peripherie (d. h. "lokal" oder "Client")?
  • Welche Rohdaten werden benötigt, und können Stichproben genommen werden?
  • Wie viel Zeit, Geld und Ressourcen (inklusive Personal, Hardware und Software) muss der Kunde für die erforderliche Bandbreite und Latenz aufbringen?
  • Wo soll das periodische oder (besser) permanente Lernen stattfinden?
  • Wo, wie und wann sollen die Daten gespeichert werden?
  • Wie oft ist damit zu rechnen, dass das Modell neu berechnet werden muss, weil sich Kundenprozesse, Metadaten oder Überwachungsrichtlinien ändern?

Umsetzung der Zusammenarbeit von Mensch und Maschine

Machine Learning und Deep Learning werden innerhalb des McAfee-Portfolios verstärkt eingesetzt. Die McAfee Endpoint Security-Suites nutzen die Machine Learning-Funktionen von Real Protect. Unsere Suite aus Lösungen zur hochentwickelten Bedrohungsanalyse, McAfee Advanced Threat Defense und McAfee Cloud Threat Detection, verwendet neuronale Netzwerke für Deep Learning zur Verhaltensanalyse bei hochentwickelter Malware. Im Folgenden erfahren Sie mehr über unsere Angebote mit Machine Learning- und Deep Learning-Funktionen.

Unsere Gerätesicherheitslösung setzt aktuellste Machine Learning-Techniken ein, um Schadcode zu identifizieren, neu aufkommende Bedrohungen abzuwehren und Sicherheitsabläufe radikal zu vereinfachen. Sie nutzt eine Technologie, die statische Analysen vor der Ausführung und Verhaltensanalysen nach der Ausführung kombiniert und so mehr Malware-Varianten stoppen kann als signaturbasierte oder rein statische Lösungen.

Weitere Informationen >

Dank statischer Code-Tiefenanalyse, die die Untersuchung des Malware-Verhaltens sowie die Sandbox-Analysefunktionen optimiert, erkennt McAfee Advanced Threat Defense selbst getarnte, schwer aufspürbare Bedrohungen. Die Lösung sucht außerdem nach Indikatoren für böswilliges Verhalten, die per Machine Learning über das neuronale Deep Learning-Netzwerk von McAfee identifiziert wurden. Als Ergebnis dieser einzigartigen Analyse erhalten Sie sowohl Übersichtsberichte, mit deren Hilfe Sie das Ausmaß eines Angriffs überblicken und Ihren Maßnahmen Prioritäten zuweisen können, als auch sehr detaillierte Berichte mit erstklassigen Malware-Daten.

Weitere Informationen >

McAfee Investigator unterstützt Analysten bei der Ursachenanalyse und damit bei der schnelleren Behebung von Problemen. Dieser Cloud-basierte Dienst liefert auf Triage-Prüfungen basierende Warnmeldungen, die von Experten geführte Untersuchungen relevanter SIEM- sowie Echtzeit-Endgerätedaten auslösen. Die Daten stammen dabei aus allen möglichen Quellen, einschließlich Endgeräten und SIEM-Lösungen. Damit werden getrennt agierende Maßnahmen ersetzt durch kontextbezogenen Überblick über Kompromittierungsindikatoren, Taktiken, Techniken, Vorgehensweisen und Beziehungen.

Weitere Informationen >

Inconsistent or unusual behavior, while potentially indicative of a threat, can be difficult to both uncover and accurately identify as a risk. McAfee Behavioral Analytics uses big data security analytics and unsupervised machine learning to surface unusual and highly risky behavior often invisible to other security solutions. It processes and correlates vast amounts of data from multiple sources, creating a baseline of “normal” activity and a risk score for every monitored entity— from users to machines. McAfee Behavioral Analytics then monitors change, correlates activity, and surfaces suspicious behavior to security analysts for further investigation and action. 

Learn More >

Weitere Informationen zu Machine Learning und künstlicher Intelligenz

BLOG

Mehrstufige Analysen für mehr Sicherheit

Eine Kombination aus erweiterten Analysen kann dazu beitragen, herausfordernde Sicherheitsszenarien zu meistern.

Blog lesen >
WHITEPAPER

Erweiterte Analysen und Machine Learning

Machine Learning sorgt dafür, dass diagnostische und deskriptive Sicherheitsanalysen um prädiktive und präskriptive Analysen ergänzt werden, sodass Bedrohungen schneller und zuverlässiger erkannt werden können.

Whitepaper lesen >
WHITEPAPER

Besseres Verständnis von Machine Learning

In diesem Whitepaper wird ein Vergleich zwischen Machine Learning und der Analyse der Verhaltensweisen sowie Eigenschaften autonomer Autos in verschiedenen Szenarien gezogen.

Whitepaper lesen >

Wie können wir Ihnen helfen?

Kontaktieren Sie uns, um mehr über Professional Services, Lösungsimplementierung, technische Spezifikationen und weitere Themen zu erfahren.

Kontakt