Outils personnels
Vous êtes ici : Accueil Commissions Cybersécurité Atelier du 20 novembre 2019 « Machine learning: le futur de la cybersécurité ? » : Atelier Cybersécurité - 20 novembre

« Machine learning: le futur de la cybersécurité ? » : Atelier Cybersécurité - 20 novembre

 

 

« les outils basés sur l’apprentissage automatique sont rarement conçus pour remplacer pleinement des outils traditionnels existants »


Dans un contexte de cybermenaces en constante évolution, l’intégration d’une approche par machine learning à la stratégie de sécurité peut non seulement aider les organisations à résoudre des problèmes critiques comme la "désensibilisation aux alertes" et le manque de personnel compétent, par exemple, tout en aidant les dirigeants à optimiser l’attribution des ressources en fonction de la valeur ajoutée créée.
L’intégration de l’intelligence artificielle (IA) et du machine learning peut aider les algorithmes à apprendre à distinguer le trafic réseau normal des menaces potentielles. Les algorithmes de machine learning se démarquent en effet par leur capacité à analyser des volumes de données supérieurs et à comparer les comportements normaux et anormaux en continu sans intervention humaine, grâce à la comparaison par rapport à une mémoire de référence et à l’apprentissage.
Mais si le machine learning peut contribuer à relever de nombreux défis en matière de sécurité réseau, cette technologie ne doit pas être considérée comme une "solution miracle" contre les attaques. Tout comme les cybercriminels continueront d’évoluer, les entreprises doivent améliorer leurs méthodes de détection en permanence.
******

Animation

Eric VEDEL

Direction technique avant-vente Europe du Sud, Cisco

 

******

Philippe BERAUD

Chief Technology & Security Advisor, Microsoft France


Appliquer le Machine Learning et ses champs de recherche récents pour lutter contre les menaces en termes de Cybersécurité dans le Cloud


Extraire les signaux d'un attaquant de milliards d'événements de log en quasi réel temps depuis un stockage à l'échelle du Pétaoctet est une tâche ardue. Cette intervention s’intéressera à la façon dont le Machine Learning et désormais le Transfer Learning peuvent être appliqués à la Cybersécurité à chaque niveau de défense (prévention, détection et remédiation) et illustrera comment cela se traduit dans les services proposés à nos clients.

 

******

 

Gaëtan FEIGE

Technical Leader Engineering, Cisco

 

De nos jours personne ne conteste plus le fait qu’il est difficile d’ouvrir un magazine , un journal et de ne pas lire un article,  une étude vantant les « effets miraculeux »   du  Machine Learning ( ML)   et de l’ intelligence Artificielle ( IA) .Ce phénomène ainsi que la complexité sous-jacente induit une forme de défiance et rend quelque peu sceptique bon nombre de  RSSI et DSI quant à l’usage de ces outils et de ces technologies appliqués à la cybersécurité. Néanmoins ces derniers se voient de plus en plus contraints à prendre des décisions efficaces et productives pour garantir croissance et rendement au sein de leur activité. Une interrogation à laquelle Cisco s’efforcera de  répondre en mettant en perspective les vertus et bénéfices  de l’IA et ML dans le portefeuille global.

 

 

(* Non adhérent 'participation découverte' sur inscription : code INVIT19)

Actions sur le document
« Novembre 2019 »
Novembre
LuMaMeJeVeSaDi
123
45678910
11121314151617
18192021222324
252627282930