Yariv Fishman, Chief Product Officer en Deep Instinct – Serie de Entrevistas

Yariv Fishman es el Chief Product Officer (CPO) en Deep Instinct, y es un experimentado ejecutivo de gestión de productos con más de 20 años de experiencia en liderazgo en destacadas marcas B2B globales. Fishman ha ocupado varios puestos prominentes, incluyendo puestos de liderazgo en Microsoft (MSFT ), donde lideró el portafolio de productos de Cloud App Security e inició el programa de socios de seguridad y MSSP, y Jefe de Gestión de Productos, Seguridad en la Nube y Seguridad IoT en CheckPoint. Tiene un B.Sc en Ingeniería de Sistemas de Información de la Universidad Ben Gurion y un MBA del Technion, Instituto de Tecnología de Israel.

Deep Instinct es una empresa de ciberseguridad que aplica el aprendizaje profundo a la ciberseguridad. La empresa implementa la IA en la tarea de prevenir y detectar malware.

¿Puede contarnos sobre su trayectoria en la industria de la ciberseguridad y cómo ha moldeado su enfoque para la gestión de productos?

A lo largo de mi carrera de 20 años, he trabajado en varias organizaciones B2B globales, incluyendo Check Point Software Technologies (CHKP ) y Microsoft, donde lideré la gestión de productos y estrategia y construí mi experiencia en ciberseguridad en la nube pública, punto final, red y seguridad de aplicaciones SaaS.

En el camino, he aprendido diferentes prácticas recomendadas – desde cómo gestionar un equipo hasta cómo informar la estrategia adecuada – que han moldeado cómo lidero en Deep Instinct. Trabajar para numerosas empresas de ciberseguridad de diversos tamaños me ha permitido obtener una visión holística de los estilos de gestión y aprender a crear procesos que apoyen a equipos en constante movimiento. También he visto de primera mano cómo lanzar productos y planificar el ajuste de producto-mercado, lo cual es fundamental para el éxito empresarial.

¿Qué lo llevó a unirse a Deep Instinct, y cómo ha evolucionado su papel desde que se unió como Chief Product Officer?

Como veterano de la industria, rara vez me entusiasmo con nuevas tecnologías. Me enteré de Deep Instinct mientras trabajaba en Microsoft. A medida que aprendí sobre las posibilidades de la tecnología de prevención predictiva, me di cuenta rápidamente de que Deep Instinct era el verdadero negocio y estaba haciendo algo único. Me uní a la empresa para ayudar a productizar su marco de aprendizaje profundo, creando un ajuste de mercado y casos de uso para esta solución de seguridad de datos de zero-day de primera generación.

Desde que me uní al equipo hace tres años, mi papel ha cambiado y evolucionado junto con nuestro negocio. Inicialmente, me centré en construir nuestro equipo de gestión de productos y procesos relevantes. Ahora, nos centramos intensamente en la estrategia y en cómo comercializamos nuestras capacidades de seguridad de datos de zero-day en el mercado actual, que se mueve rápidamente y es cada vez más peligroso.

Deep Instinct utiliza un marco de aprendizaje profundo único para sus soluciones de ciberseguridad. ¿Puede discutir las ventajas del aprendizaje profundo sobre el aprendizaje automático tradicional en la prevención de amenazas?

El término “IA” se utiliza ampliamente como una panacea para equipar a las organizaciones en la lucha contra las amenazas de zero-day. Sin embargo, mientras que muchos proveedores de ciberseguridad afirman traer la IA a la lucha, el aprendizaje automático (ML) – una forma menos sofisticada de IA – sigue siendo una parte fundamental de sus productos. El ML no es adecuado para la tarea. Las soluciones de ML se entrenan en subconjuntos limitados de los datos disponibles (generalmente 2-5%), ofrecen solo 50-70% de precisión con amenazas desconocidas y presentan falsos positivos. También requieren intervención humana porque se entrenan en conjuntos de datos más pequeños, lo que aumenta las posibilidades de sesgo y error humano.

No toda IA es igual. El aprendizaje profundo (DL), la forma más avanzada de IA, es la única tecnología capaz de prevenir y explicar amenazas conocidas y desconocidas de zero-day. La distinción entre soluciones basadas en ML y DL se vuelve evidente al examinar su capacidad para identificar y prevenir amenazas conocidas y desconocidas. A diferencia del ML, el DL se basa en redes neuronales, lo que le permite autoaprenderse y entrenarse en datos sin procesar. Esta autonomía permite al DL identificar, detectar y prevenir amenazas complejas. Con su comprensión de los componentes fundamentales de los archivos maliciosos, el DL capacita a los equipos para establecer y mantener rápidamente una postura de seguridad de datos robusta, frustrando la próxima amenaza antes de que se materialice.

Deep Instinct lanzó recientemente DIANNA, el primer asistente de ciberseguridad impulsado por IA generativa. ¿Puede explicar la inspiración detrás de DIANNA y sus funcionalidades clave?

Deep Instinct es el único proveedor en el mercado que puede predecir y prevenir ataques de zero-day. Las vulnerabilidades de zero-day en las empresas están en aumento. Vimos un aumento del 64% en los ataques de zero-day en 2023 en comparación con 2022, y lanzamos el Asistente de Redes Neuronales Artificiales de Deep Instinct (DIANNA) para combatir esta tendencia en aumento. DIANNA es el primer y único asistente de ciberseguridad impulsado por IA generativa que proporciona análisis y explicabilidad de expertos para ataques y amenazas desconocidas de zero-day.

Lo que distingue a DIANNA de otras herramientas de IA tradicionales que aprovechan los LLM es su capacidad para proporcionar información sobre por qué los ataques desconocidos son maliciosos. Hoy en día, si alguien quiere explicar un ataque de zero-day, tiene que ejecutarlo en un entorno de prueba, lo que puede tardar días y, al final, no proporcionará una explicación elaborada o enfocada. Mientras que este enfoque es valioso, solo ofrece análisis retrospectivo con un contexto limitado. DIANNA no solo analiza el código; comprende la intención, las acciones potenciales y explica qué está diseñado para hacer: por qué es malicioso y cómo podría afectar los sistemas. Este proceso permite a los equipos de SOC centrarse en alertas y amenazas que realmente importan.

¿Cómo se diferencia la capacidad de DIANNA para proporcionar análisis de malware de expertos de las herramientas de IA tradicionales en el mercado de la ciberseguridad?

DIANNA es como tener un equipo virtual de analistas de malware y expertos en respuesta a incidentes al alcance de la mano para proporcionar un análisis profundo en ataques conocidos y desconocidos, explicando las técnicas de los atacantes y el comportamiento de los archivos maliciosos.

Las otras herramientas de IA solo pueden identificar amenazas conocidas y vectores de ataque existentes. DIANNA va más allá de las herramientas de IA tradicionales, ofreciendo a las organizaciones un nivel sin precedentes de experiencia y conocimiento sobre scripts desconocidos, documentos y binarios sin procesar para prepararse para ataques de zero-day. Además, DIANNA proporciona una visibilidad mejorada en el proceso de toma de decisiones de los modelos de prevención de Deep Instinct, lo que permite a las organizaciones ajustar su postura de seguridad para una eficacia máxima.

¿Cuáles son los desafíos principales que DIANNA aborda en el panorama actual de la ciberseguridad, particularmente en relación con las amenazas desconocidas?

El problema con los ataques de zero-day hoy en día es la falta de información sobre por qué se detuvo un incidente y se consideró malicioso. Los analistas de amenazas deben dedicar un tiempo significativo a determinar si fue un ataque malicioso o un falso positivo. A diferencia de otras soluciones de ciberseguridad, Deep Instinct estaba bloqueando rutinariamente ataques de zero-day con nuestra solución de DL única. Sin embargo, los clientes pedían explicaciones detalladas para comprender mejor la naturaleza de estos ataques. Desarrollamos DIANNA para mejorar las capacidades de aprendizaje profundo de Deep Instinct, reducir la carga de trabajo de los equipos de SecOps sobrecargados y proporcionar explicabilidad en tiempo real sobre amenazas desconocidas y sofisticadas. Nuestra capacidad para centrar los modelos de IA generativa en artefactos específicos nos permite proporcionar una respuesta integral y enfocada para abordar la brecha del mercado.

DIANNA es un avance significativo para la industria y un ejemplo tangible de la capacidad de la IA para resolver problemas del mundo real. Aprovecha únicamente el análisis estático para identificar el comportamiento y la intención de varios formatos de archivo, incluidos binarios, scripts, documentos, archivos de acceso directo y otros tipos de archivos de entrega de amenazas. DIANNA es más que un avance tecnológico; es un cambio estratégico hacia un entorno de ciberseguridad más intuitivo, eficiente y efectivo.

¿Puede elaborar sobre cómo DIANNA traduce el código binario y los scripts en informes de lenguaje natural y los beneficios que esto aporta a los equipos de seguridad?

Es parte de nuestra receta secreta. A alto nivel, podemos detectar malware que el marco de aprendizaje profundo etiqueta dentro de un ataque y luego alimentarlo como metadatos en el modelo LLM. Al extraer metadatos sin exponer información sensible, DIANNA proporciona la explicabilidad de zero-day y las respuestas enfocadas que los clientes están buscando.

Con el aumento de los ataques generados por IA, ¿cómo ve la evolución de la IA para contrarrestar estas amenazas de manera más efectiva?

A medida que aumentan las amenazas basadas en IA, mantenerse por delante de los atacantes cada vez más sofisticados requiere ir más allá de las herramientas de IA tradicionales e innovar con una mejor IA, específicamente el aprendizaje profundo. Deep Instinct es la primera y única empresa de ciberseguridad que utiliza el aprendizaje profundo en su tecnología de seguridad de datos para prevenir amenazas antes de que causen una brecha y predecir amenazas futuras. La solución de seguridad de datos de zero-day de Deep Instinct puede predecir y prevenir amenazas conocidas, desconocidas y de zero-day en <20 milisegundos, 750 veces más rápido que el ransomware más rápido puede cifrar – lo que la convierte en un componente esencial de cada pila de seguridad, proporcionando una protección completa y multicapa contra amenazas en entornos híbridos.

Gracias por la excelente entrevista. Los lectores que deseen aprender más pueden visitar Deep Instinct.