多くのセキュリティ チームは依然として静的シグネチャを利用して脅威を検出しています。 これらは、ネットワーク分析のために侵入検知システム (IDS) を利用するか、エンドポイント ログに基づく静的な動作検知を利用します。 しかし、データが増えるにつれて、すべてのソースと攻撃パターンを追跡し、個別のルールでカバーすることが困難になります。 これらの課題を克服するには、機械学習 (ML) アルゴリズムが検出開発の視点を変えるのに役立つと Exeon 氏は言います。 ML を使用する人は誰でも、コミュニケーションの通常の状態を学習し、逸脱を認識し、...
Kaspersky Machine Learning for Anomaly Detection は、産業環境でのダウンタイムを予測します。 これにより、生産プロセスの逸脱を早期に特定し、ダウンタイムを削減できます。 このソリューションには、マシン センサーからのテレメトリを分析する機械学習アルゴリズムが搭載されています。 製造プロセスのパラメーター (タグ) が予期しない動作をしたときにアラートをトリガーすることで、機械の故障を警告します。 Kaspersky Machine Learning for Anomaly Detection は、詳細な異常分析のための機能豊富なビジュアル インターフェイスと、製品を既存のシステムと統合してユーザーのダッシュボードにアラートを送信するためのツールも提供します。
