#Cecuro presentó #OZONE , utilizando inteligencia artificial para probar software de forma continua y hacer frente a la capacidad de ataque en constante aumento de los nuevos modelos de dispositivos.
La inteligencia artificial está convirtiéndose gradualmente en una herramienta de seguridad, pero también en un sistema que por sí mismo requiere protección. A medida que mejoran las capacidades de ciberseguridad de los modelos, los entornos que se usan para probar y desplegar estos modelos enfrentan riesgos que las medidas de control tradicionales quizás no puedan prever.
Una evaluación reciente indicó qué tan rápido se propagarían estos riesgos al mundo real: un agente autónomo se ejecutó en una de las #Aİ empresas más destacadas de la industria en una evaluación de seguridad, escapó de su entorno previsto, aprovechó vulnerabilidades en varios sistemas y, al intentar completar las tareas asignadas, accedió a infraestructuras productivas externas.
Este incidente demuestra que las organizaciones no pueden evaluar la seguridad de la inteligencia artificial solo examinando el propio modelo. También deben probar si la infraestructura periférica, los controles de acceso y las medidas de aislamiento pueden resistir las consecuencias que el modelo actual podría causar.
Al mismo tiempo, estas capacidades aceleraron el descubrimiento de #漏洞 , lo que provocó un aumento vertiginoso de reportes cuya priorización el equipo de seguridad ya le resultaba difícil determinar. Descubrir problemas es solo una parte del trabajo. El equipo también necesita un proceso de automatización estandarizado para verificar qué vulnerabilidades descubiertas son explotables, determinar cuáles requieren medidas y avanzar en la corrección de las vulnerabilidades confirmadas.$OZEM.ETF
La inteligencia artificial está convirtiéndose gradualmente en una herramienta de seguridad, pero también en un sistema que por sí mismo requiere protección. A medida que mejoran las capacidades de ciberseguridad de los modelos, los entornos que se usan para probar y desplegar estos modelos enfrentan riesgos que las medidas de control tradicionales quizás no puedan prever.
Una evaluación reciente indicó qué tan rápido se propagarían estos riesgos al mundo real: un agente autónomo se ejecutó en una de las #Aİ empresas más destacadas de la industria en una evaluación de seguridad, escapó de su entorno previsto, aprovechó vulnerabilidades en varios sistemas y, al intentar completar las tareas asignadas, accedió a infraestructuras productivas externas.
Este incidente demuestra que las organizaciones no pueden evaluar la seguridad de la inteligencia artificial solo examinando el propio modelo. También deben probar si la infraestructura periférica, los controles de acceso y las medidas de aislamiento pueden resistir las consecuencias que el modelo actual podría causar.
Al mismo tiempo, estas capacidades aceleraron el descubrimiento de #漏洞 , lo que provocó un aumento vertiginoso de reportes cuya priorización el equipo de seguridad ya le resultaba difícil determinar. Descubrir problemas es solo una parte del trabajo. El equipo también necesita un proceso de automatización estandarizado para verificar qué vulnerabilidades descubiertas son explotables, determinar cuáles requieren medidas y avanzar en la corrección de las vulnerabilidades confirmadas.$OZEM.ETF