• IL NOSTRO NETWORK:
  • The Innovation Group
  • Technopolis
  • ictBusiness.it
logo
logo
  • News
  • Focus
  • Eccellenze.it
  • Strategie di Canale
  • Ti trovi in:
  • Home Page
  • News

Il machine learning “cattivo” preoccupa il 70% delle aziende

Uno studio condotto da OnePoll per conto di Eset evidenzia che nella maggioranza delle aziende in Usa, Germania e Uk si impiegano soluzioni di sicurezza It basate sul machine learning. Ma molti si attendono un aumento degli attacchi automatizzati e complessi.

Pubblicato il 21 marzo 2019 da Redazione

Il machine learning sarà più un alleato o un nemico della cybersicurezza? Sarà, ed è già, entrambe le cose, a seconda di chi utilizza le sue tecnologie per le proprie finalità. La doppia natura dell’apprendimento automatico emerge chiaramente da uno studio realizzato da OnePoll per conto di Eset (“Machine learning era in cybersecurity”, 900 intervistati tra Stati Uniti, Regno Unito e Germania): per l’80% l’apprendimento automatico aiuterà la propria azienda a guadagnare terreno e reagire più rapidamente alle minacce di cybersicurezza, ma per il 70% renderà le minacce più complesse e difficili da rilevare e per il 66% farà lievitare il numero di attacchi.

Intanto, secondo lo studio di Eset, l’82% delle aziende tedesche, britanniche e statunitensi ha già in uso prodotti di cybersicurezza con capacità di apprendimento automatico, e tra i restanti meno di una su quattro non intende farlo in futuro.  Negli ultimi anni diversi vendor di sicurezza, chi più e chi meno, hanno introdotto capacità di apprendimento automatico all’interno delle proprie soluzioni, specie per migliorare i monitoraggi del traffico, la scoperta di anomalie e falsi positivi.

 

Anche i “cattivi” però hanno iniziato  a usare gli algoritmi per creare nuovi ceppi di malware, per colpire i propri bersagli in modo più mirato, per fare attacchi automatizzati con le botnet e per nascondere (cioè rendere difficilmente rilevabili) le proprie attività.

 

 

 

Un esempio significativo è Emotet, una famiglia di trojan bancari caratterizzati da architettura modulare, da una particolare capacità di resistere nel tempo e da una diffusione automatica simile a quello dei vecchi worm. I ricercatori di Eset sospettano che questa famiglia di malware usi l'apprendimento automatico per migliorare la propria capacità di colpire bersagli specifici, massimizzando il risultato e minimizzando il rischio di essere rilevati da honeypot e sistemi di tracciamento delle botnet. Come ci riesce? Emotet raccoglie dati di telemetria dalle potenziali vittime e li invia al server di comando e controllo dei cybercriminali. Sulla base di questi dati il malware poi seleziona i moduli più utili ai propri scopi, che dunque saranno inclusi nel payload finale. Inoltre, a detta di Eset, questo trojan sembra anche in grado di distinguere se il bersaglio è un dispositivo utente, una macchina virtuale o un “sistema-trappola” usato per rilevare le minacce.

 
Tag: cybercrimine, trojan, machine learning, Eset, intelligenza artificiale, cybersicurezza

CYBERCRIMINE

  • Phishing, attenzione alle nuove tattiche che superano i controlli
  • Boom di attacchi gravi in Italia, il pericolo anche nella banalità
  • Vecchi e nuovi metodi di attacco nel 2022, cresce il phishing
  • Gli attacchi via email non arretrano, colpite tre aziende su quattro
  • Colpaccio di Fbi ed Europol, hanno “hackerato gli hacker” di Hive

NEWS

  • Made in Italy e low code, il Bpm di Cualeva
  • ChatGPT potenziale rischio, il cybercrimine può sfruttarlo
  • Phishing, attenzione alle nuove tattiche che superano i controlli
  • Prestazioni, stabilità, sicurezza e facilità: le promesse di Java 20
  • Hackeraggio su Atac, fermi il sito e la biglietteria online
Seguici:
IctBroadcast

Tweets by ictBusinessIT

Top news
  • Più lette
  • Ultime pubblicate
Da Vertiv un Ups versatile, tra potenza e risparmio energetico
Didattica in realtà virtuale immersiva per le scienze radiologiche
La sicurezza rafforzata dall’AI ispira gli sviluppi di Dynatrace
Leonardo Tec potenzia i servizi di sicurezza gestiti con Eset
Dati per il business e per il bene comune, così li usano le aziende
Intesa Sanpaolo, 650 milioni di euro in tre anni per cloud e fintech
Sap conferma l’impegno sul canale, vi transita il 90% dei progetti
La febbre dell’intelligenza artificiale fa ripartire i ricavi di Nvidia
AI, Microsoft corregge le novità di Bing e porta il chatbot su Skype
Trasformazione digitale in azienda, scontento un dipendente su tre
Nethive si rafforza nella sicurezza acquisendo il 70% di Xech
Pc in picchiata a inizio 2023, cautela tra i distributori
Nel cloud di Infobip i dati possono restare in Europa
Sd-Wan e 5G tengono banco negli sviluppi di VMware
Transizione energetica, il gap tra buone intenzioni e fatti
Automazione intelligente per le telco grazie a Juniper e Ibm
Reti a supporto della blockchain e dei contenuti, Gtt scelta da Eluvio
Accesso esteso all tecnologie di cloud ibrido Red Hat per i partner
PA, utilities e servizi finanziari volano per Oracle in Italia
Microsoft, novità di Azure per gli operatori di telecomunicazione
Made in Italy e low code, il Bpm di Cualeva
ChatGPT potenziale rischio, il cybercrimine può sfruttarlo
Phishing, attenzione alle nuove tattiche che superano i controlli
Prestazioni, stabilità, sicurezza e facilità: le promesse di Java 20
Hackeraggio su Atac, fermi il sito e la biglietteria online
Roberto Scorzoni guida l’area pagamenti digitali di Minsait
Kyndryl propone una cabina di regia unificata per i dati aziendali
ChatGpt può diventare il copilota degli esperti di sicurezza
Hpe potenzia GreenLake con l'acquisizione di OpsRamp
Digitalizzazione delle HR, TeamSystem investe su Microntel
Chi siamo
Contatti
Privacy
Informativa Cookie
News
Focus
Eccellenze.it
Strategie di canale
The Innovation Group
Technopolis
indigo logo tig logo
© 2023 The Innovation Group, via Palermo 5, 20121 Milano | P.IVA 06750900968