Aplicando la ciencia de datos en la detección de amenazas
•Descargar como PPTX, PDF•
0 recomendaciones•191 vistas
El uso de la ciencia de los datos aplicada al análisis del comportamiento del usuario y entidades en la red, permite detectar actividades de usuarios mal intencionados o de cuentas comprometidas por atacantes externos; que de otro modo serían imposibles de identificar al utilizar los métodos tradicionales de coincidencia de firmas y reglas de correlación. El análisis estadístico es la columna vertebral en la detección de anomalías basada en el comportamiento
Recomendados
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Similar a Aplicando la ciencia de datos en la detección de amenazas
Similar a Aplicando la ciencia de datos en la detección de amenazas (20)
Más de Cristian Garcia G.
Más de Cristian Garcia G. (20)
Último
Último (19)
Aplicando la ciencia de datos en la detección de amenazas
- 1. Aplicando la Ciencia de Datos a la Detección de Amenazas Victor Anda Director LATAM
- 2. 1974 - El concepto se utiliza por primera vez por el científico danés Peter Naur. 1996 - El término de Ciencia de Datos fue utilizado por primera vez en una conferencia, llamada "Ciencia de datos, clasificación y métodos relacionados” 1997 - ¿Estadística = Ciencia de Datos? Recolección, análisis y modelado de datos para la toma decisiones.
- 3. 2001 - William S. Cleveland introdujo a la ciencia de datos como una disciplina independiente. 2003 - La Universidad de Columbia comienza la publicación The Journal of Data Science. 2014 - Ocurre la 1er conferencia de Data Science and Advanced Analytics por el IEEE (Institute of Electrical and Electronics Engineers)
- 4. “Ensamble de las capacidades de diferentes campos, incluyendo a las matemáticas, estadística, ingeniería de datos, auto aprendizaje, computación avanzada, visualización, modelado y almacenamiento; con el único objetivo de entender el significado del dato”
- 6. “Un empleado de recursos humanos inicia sesión en un equipo donde se almacena propiedad intelectual y descarga 700 MB de información” “Un programador inicia sesión en los sistemas corporativos de finanzas y descarga reportes destinados a los inversionistas” “Un analista subcontratado ingresa a la base de datos de clientes desde Mexico y Brasil simultáneamente a las 2 AM” “Un empleado de ventas edita un grupo de lineas de código en sistemas en producción desde una ubicación donde no se tiene oficina”
- 10. UEBA (User and Entity Behavior Analytics) permite la detección oportuna de ataques dirigidos, amenazas internas y fraudes utilizando analíticos avanzados (Machine Learning). Gartner 2015
- 12. Millones de Transacciones de Usuarios y Entidades en la Red Alertas & Anomalias Sospechoso - Falsos Positivos Amenazas - Positivos Reales 1% Anomalias Reales Amenaza Interna 75% 10% 50% Descarga Comportamiento Intentos Docs Anómalo Sesión 200x 100x 10x Promedio Trafico fuera de Promedio Inicios Descargas Geografia Fallidos
- 14. Tus logs te están tratando de decir algo…
- 15. Gracias! Victor Anda Director LATAM victor.anda@exabeam.com + 52 1 55 51074772
Notas del editor
- La ciencia de datos ha resultado para muchos una disciplina de reciente creación, pero en la realidad este concepto lo utilizó por primera vez el científico danés Peter Naur en la década de los sesenta como sustituto de las ciencias computacionales. En 1996 el término de Ciencia de Datos fue utilizado por primera vez en una conferencia, llamada "Ciencia de datos, clasificación y métodos relacionados" en una reunión de miembros de la IFCS (International Federation of Classification Societies).4 En 1997, C.F. Jeff Wu dio una lectura llamada "¿Estadística = Ciencia de Datos?", donde describió al trabajo estadístico como una trilogía conformada por recolección de datos, análisis y modelado de datos, y la toma de decisiones, haciendo la petición de que la estadística fuese renombrada como ciencia de datos y los estadísticos como científicos de datos.5
- En 2001, William S. Cleveland introdujo a la ciencia de datos como una disciplina independiente, extendiendo el campo de la estadística para incluir los "avances en computación con datos" en su artículo "Ciencia de datos: un plan de acción para expandir las áreas técnicas del campo de la estadística”. En abril del 2002, el International Council for Science: Committee on Data for Science and Technology (CODATA) empezó la publicación del Data Science Journal,7 enfocada en problemas como la descripción de sistemas de datos, su publicación en Internet, sus aplicaciones y problemas legales. Poco después, en enero del 2003, la Universidad de Columbia empezó a publicar The Journal of Data Science,8 la cual ofreció una plataforma para que todos los profesionales de datos presentaran sus perspectivas e intercambiaran ideas. En 2005, The National Science Board publicó "Colecciones de datos digitales de larga duración: Habilitando la investigación y la educación en el siglo XXI" definiendo a los científicos de datos como "científicos de computación e información, programadores de bases de datos y software, expertos disciplinarios, [...] que son cruciales para la gestión exitosa de una colección digital de datos", cuya actividad primaria es "realizar investigación creativa y análisis".9 Fue en el 2008 que Jeff Hammerbacher y DJ Patil lo reutilizaron para definir sus propios trabajos realizados en Facebook y Linkedin, respectivamente, 10 En 2013 fue lanzado el IEEE Task Force on Data Science and Advanced Analytics,11 mientras que la primera conferencia internacional de IEEE International Conference on Data Science and Advanced Analytics fue lanzada en el 2014.12 En 2015, el International Journal on Data Science and Analytics fue lanzado por Springer para publicar trabajos originales en ciencia de datos y análitica de big data.13
- Orientado a la exfiltracion de datos.
- Los atacantes externos se hacen pasar por empleados, asignados mayores privilegios para entonces tener acceso a sistemas de donde poder ex filtrar la información.
- Definamos inteligencia como la capacidad humana de aprender, entender, razonar para la toma de decisiones y formarse una idea determinada de la realidad. La inteligencia artificial busca imitar estas facultades propias de la mente humana como el auto aprendizaje. El auto aprendizaje es justo la capacidad de la tecnología de aprender de manera automática sin haberse programado explicitamente.