Fortinet stellt selbstlernendes Gerät für KI zur Erkennung von Bedrohungen im Sub-Sekundenbereich vor

FortiAI nutzt tiefe neuronale Netzwerke zur automatischen Erkennung und Beseitigung von Bedrohungen und erweitert damit Fortinets KI-getriebene Sicherheitsangebote

Unser Technologiepartner Fortinet kündigte FortiAI an, eine erste On-Premises-Appliance dieser Art, die selbstlernende Deep Neural Networks (DNN) nutzt, um die Beseitigung von Bedrohungen zu beschleunigen und zeitaufwändige, manuelle Sicherheitsanalystenaufgaben zu bewältigen. Der FortiAI Virtual Security Analyst™ bettet eine der ausgereiftesten künstlichen Cyber-Sicherheitsintelligenzen der Branche – entwickelt von Fortinets FortiGuard Labs – direkt in das Netzwerk eines Unternehmens ein, um im Sekundenbereich erweiterte Bedrohungen zu erkennen.

Organisationen stehen vor einem schwierigen Kampf

Sicherheitsarchitekten sehen sich vielen Herausforderungen gegenüber, wenn es darum geht, Bedrohungen zu entdecken und zu beseitigen, unter anderem:

• Cyberkriminelle werden immer raffinierter. Während die traditionellen Cyber-Bedrohungen weiter bestehen, nimmt die Raffinesse fortschrittlicher Angriffe – oft ermöglicht durch künstliche Intelligenz, maschinelles Lernen und Open-Source-Gemeinschaften – zu. Folglich sind Organisationen und ihre Abwehrsysteme gefordert, mit der Entwicklung der Bedrohungen Schritt zu halten.
• Die Angriffsfläche wird immer größer. Millionen neuer Anwendungen, die zunehmende Verbreitung von Cloud Computing und die zunehmende Zahl der angeschlossenen Geräte führen zu Milliarden von Kanten, die Sicherheitsteams ordnungsgemäß schützen und verwalten müssen. Unternehmen sind gefordert, mit dem Bedrohungsvolumen Schritt zu halten, das sich aus vielen potenziellen Eintrittspunkten ergibt.
• Die Sicherheitsteams sind aufgrund des Mangels an Cyber-Fähigkeiten eingeschränkt. Die Cybersicherheitsbranche sieht sich mit einer Qualifikationslücke konfrontiert, die für Unternehmen zu einem der größten Risiken geworden ist. Es stehen nicht genügend qualifizierte Fachleute zur Verfügung, um die wachsende Anzahl von – potenziellen und tatsächlichen – Bedrohungen richtig einzuschätzen, zu untersuchen und auf sie zu reagieren, wodurch es für Cyberkriminelle leichter wird, die alten Sicherheitsprozesse und -werkzeuge zu überholen.

Selbstlernende KI passt den Bedrohungsschutz von Organisationen an

Um diesen Herausforderungen zu begegnen, mit denen sich Sicherheitsexperten heute konfrontiert sehen, stellt Fortinet FortiAI Virtual Security Analyst™ vor, um die Behebung von Bedrohungen zu beschleunigen. FortiAI erledigt viele der zeitaufwändigen, manuellen Aufgaben, die derzeit von Sicherheitsexperten erwartet werden, und bewahrt ihre Zeit für höherwertige Sicherheitsfunktionen. Die selbstlernenden Funktionen von FortiAI werden immer intelligenter, sobald sie im Netzwerk einer Organisation eingesetzt werden.

FortiAI nutzt das als „Deep Neural Networks“ bekannte tiefe Lernverfahren, das Neuronen im menschlichen Gehirn nachahmt, um komplexe Entscheidungen auf der Grundlage seiner wissenschaftlichen Analyse von Bedrohungen zu treffen, die für die Organisation, in der es eingesetzt wird, spezifisch sind. Da die künstliche Intelligenz von FortiAI immer weiter reift, profitieren Organisationen davon, dass FortiAI’s Virtual Security Analyst™ den Schutz vor Bedrohungen effektiv transformiert und anpasst.

FortiAI ebnet das Spielfeld

Mit dem DNN-Ansatz (Deep Neural Networks) von Fortinet kann FortiAI den Schutz vor Bedrohungen revolutionieren:

• die Automatisierung zeitaufwändiger manueller Untersuchungen zur Identifizierung und Klassifizierung von Bedrohungen in Echtzeit: Organisationen, die alte Sicherheitsprozesse in Kombination mit begrenztem Sicherheitspersonal verwenden, finden es schwierig, manuelle Untersuchungen für jeden einzelnen Bedrohungsalarm durchzuführen. Dadurch entstehen zusätzliche Risiken, einschließlich einer Datenverletzung oder eines Sicherheitsvorfalls aufgrund der langsamen Reaktionszeit. Um dieses Problem zu lösen, automatisiert FortiAI die Untersuchungen mithilfe von DNN, um die gesamte Bedrohungsbewegung zu identifizieren und den Patienten Null und alle nachfolgenden Infektionen in einer Sub-Sekunde aufzudecken.
• Transformation von Sicherheitsprozessen zur sofortigen Erkennung und Behebung von Angriffen: Der Virtual Security Analyst™ von FortiAI verkürzt die Zeit, in der Unternehmen Bedrohungen ausgesetzt sind, erheblich, indem er die Merkmale von Bedrohungen wissenschaftlich analysiert und ein genaues Urteil zur Beschleunigung der Reaktion auf Bedrohungen generiert.
• Die Bereitstellung maßgeschneiderter Bedrohungsinformationen zur deutlichen Reduzierung von Fehlalarmen: Fehlalarme sind eine Belastung für Sicherheitsanalytiker, die sie untersuchen müssen, und es ist zeitaufwändig, Bedrohungen gegenüber Nicht-Bedrohungen zu bestimmen. Durch maßgeschneiderte Bedrohungsinformationen lernt FortiAI neue Malware-Funktionen kennen, da es sich sofort an neue Angriffe anpasst und Falsch-Positive reduziert.

Vor-Ort-Schutz für luftüberwachte Netzwerke

Ein weiterer wichtiger Unterschied von FortiAI ist, dass es eine lokale KI anbietet, die sich für Organisationen mit luftleerem Netzwerk eignet. Betriebliche Technologieumgebungen, Regierungsbehörden und einige große Unternehmen müssen strenge Compliance-Vorschriften und/oder Sicherheitsrichtlinien einhalten, die die Verbindung ihres Netzwerks mit dem Internet einschränken. FortiAI mit seinem selbstlernenden KI-Modell erfordert keine Internet-Konnektivität, um zu lernen und zu reifen, wodurch Organisationen mit geschlossenen Umgebungen oder strengen Sicherheitsrichtlinien in die Lage versetzt werden, Bedrohungen voraus zu sein.

Für weiterführende Details zu unserem Technologiepartner Fortinet können Sie jederzeit mit unserem Security Team Kontakt aufnehmen.

Dieser Artikel beruht in Teilen auf einer Pressemeldung unseres Technologiepartners Fortinet: https://www.fortinet.com/de/corporate/about-us/newsroom/press-releases/2020/introduces-self-learning-artificial-intelligence-appliance-for-sub-2nd-threat-detection.html