Yariv Fishman, Deep Instinctin Chief Product Officer – Haastattelusarja

Yariv Fishman on Deep Instinctin Chief Product Officer (CPO), ja hän on kokenut tuotejohtamisen johtaja, jolla on yli 20 vuoden johtamiskokemus tunnetuista globaaleista B2B-brändeistä. Fishman on toiminut useissa merkittävissä rooleissa, mukaan lukien johtavat asemat Microsoftilla, jossa hän johti Cloud App Security -tuoteportfoliota ja käynnisti MSSP- ja turvallisuuspartneriohjelman, sekä Cloud Security & IoT Security -tuotejohtajana CheckPointilla. Hänellä on B.Sc tutkinto tietojärjestelmätekniikasta Ben Gurionin yliopistosta ja MBA Technionin Israelin teknillisen yliopiston yliopistosta.

Deep Instinct on kyberTurvallisuusyhtiö, joka soveltaa syvää oppimista kyberturvallisuuteen. Yhtiö käyttää tekoälyä malwaren estämiseen ja havaitsemiseen.

Voitko kertoa meille matkastasi kyberturvallisuusalan parissa ja miten se on vaikuttanut tuotejohtamiseesi?

20-vuotisen urani aikana olen työskennellyt useissa globaaleissa B2B-organisaatioissa, mukaan lukien Check Point Software Technologies (CHKP ) ja Microsoft (MSFT ), joissa olen johtanut tuotejohtamista ja strategiaa ja kehittänyt kyberturvallisuuskokemustani julkisissa pilvessä, päätepisteissä, verkoissa ja SaaS-sovellusten turvallisuudessa.

Matkani aikana olen oppinut erilaisia parhaita käytäntöjä – siitä, miten johtaa tiimiä, miten muodostaa oikea strategia – jotka ovat vaikuttaneet siihen, miten johtaan Deep Instinctissa. Useiden eri kokoisten kyberturvallisuusyhtiöiden työskentely on antanut minulle kattavan näkymän johtamistyleihin ja opettanut, miten luoda prosesseja, jotka tukevat nopeasti liikkuvia tiimejä. Olen myös nähnyt omin silmin, miten julkaista tuotteita ja suunnitella tuotteen markkinointia, mikä on olennainen osa liiketoiminnan menestystä.

Mikä veti sinut Deep Instinctiin, ja miten roolini on kehittynyt siitä, kun aloit Chief Product Officerina?

Toimialan veteraani, harvoin innostun uudesta teknologiasta. Kuulin Deep Instinctista ensimmäisen kerran työskennellessäni Microsoftilla. Kun opin mahdollisuuksista ennustavan estämisen teknologiasta, ymmärsin nopeasti, että Deep Instinct on oikeasti tekemässä jotain ainutlaatuisen ja erityistä. Liityin yhtiöön auttamaan sen syvän oppimisen kehyksen tuotteistamisessa, luomaan markkinarakoa ja käyttötapausten luomisessa tämän ensimmäisenä zero-day-tietoturva-ratkaisuna.

Liittymiseni jälkeen kolme vuotta sitten, roolini on muuttunut ja kehittynyt liiketoimintamme mukana. Aluksi keskityin rakentamaan tuotejohtamistiimimme ja asiaankuuluvia prosesseja. Nyt keskitymme strategiaan ja siihen, miten markkinoida zero-day-tietoturvaominaisuuksiamme nopeasti muuttuvassa ja yhä vaarallisemmassa markkinassa.

Deep Instinct käyttää ainutlaatuista syvää oppimista kyberturvallisuusratkaisuissaan. Voitko keskustella syvän oppimisen etuoikeuksista perinteiseen koneoppimiseen nähden uhkien estämisessä?

“AI” on laajasti käytetty termi, jota käytetään organisaatioiden varustamiseen taistelussa zero-day-uhkia vastaan. Kuitenkin, vaikka monet kyberturvallisuusvalmistajat väittävät tuovansa AI:ta taisteluun, koneoppiminen (ML) – joka on vähemmän kehittynyt AI-muoto – on edelleen keskeinen osa heidän tuotteistaan. ML on soveltumaton tehtävään. ML-ratkaisut on koulutettu rajoitettuihin aineistojen osiin (tyypillisesti 2-5%), tarjoavat vain 50-70%:n tarkin ja tuntemattomien uhkien kanssa, ja aiheuttavat vääräpositiivisia tuloksia. Ne vaativat myös ihmisen väliintuloa, koska ne on koulutettu pienemmissä aineistoissa, mikä lisää ihmisen virheen ja harhan mahdollisuuksia.

Kaikki AI ei ole yhtä hyvää. Syvä oppiminen (DL), joka on edistynein AI-muoto, on ainoa teknologia, joka pystyy estämään ja selittämään tunnettuja ja tuntemattomia zero-day-uhkia. Ero ML- ja DL-pohjaisissa ratkaisuissa tulee ilmi, kun tarkastelet heidän kykyään tunnistaa ja estää tunnettuja ja tuntemattomia uhkia. Toisin kuin ML, DL perustuu neuroverkkoihin, mikä mahdollistaa itsenäisen oppimisen ja koulutuksen raakadatasta. Tämä itsenäisyys mahdollistaa DL:lle monimutkaisten uhkien tunnistamisen, havaitsemisen ja estämisen. DL:n ymmärtäessä haitallisten tiedostojen perusrakenteita, se antaa tiimille nopeasti vahvan tietoturva-aseman, joka torjuu seuraavan uhkan ennen kuin se edes materialisoituu.

Deep Instinct julkaisi hiljattain DIANNA:n, ensimmäisen generatiivisen AI-pohjaisen kyberturvallisuusavustajan. Voitko selittää inspiraation DIANNA:sta ja sen avainominaisuuksista?

Deep Instinct on ainoa toimija markkinoilla, joka voi ennustaa ja estää zero-day-hyökkäykset. Yritysten zero-day-heikkoudet ovat kasvamassa. Näimme 64%:n kasvun zero-day-hyökkäyksissä vuonna 2023 verrattuna vuoteen 2022, ja julkaisimme Deep Instinctin tekoälypohjaisen kyberturvallisuusavustajan (DIANNA) vastaamaan tähän kasvavaan trendiin. DIANNA on ensimmäinen ja ainoa generatiivinen AI-pohjainen kyberturvallisuusavustaja, joka tarjoaa asiantuntijatasoisen malware-analyysin ja selittämisen zero-day-hyökkäyksille ja tuntemattomille uhille.

Mikä erottaa DIANNA:n perinteisistä AI-työkaluista, jotka hyödyntävät LLM:itä, on sen kyky tarjota näkemyksiä siitä, miksi tuntemattomat hyökkäykset ovat haitallisia. Tänään, jos joku haluaa selittää zero-day-hyökkäyksen, heidän on suoritettava se hiekkalaatikossa, mikä voi kestää päiviä, ja lopputuloksena ei ole kattavaa tai fokusoitunutta selitystä. Vaikka tämä lähestymistapa on arvokas, se tarjoaa vain retrospektiivisen analyysin rajoitetulla kontekstilla. DIANNA ei vain analysoi koodia; se ymmärtää aikomusta, mahdollisia toimia ja selittää, mitä koodi on suunniteltu tekemään: miksi se on haitallista ja miten se voi vaikuttaa järjestelmiin. Tämä prosessi antaa SOC-tiimille aikaa keskittyä hälytyksiin ja uhkiin, jotka ovat todella tärkeitä.

Miten DIANNA:n kyky tarjota asiantuntijatasoisen malware-analyysin eroaa perinteisistä AI-työkaluista kyberturvallisuusmarkkinoilla?

DIANNA on kuin virtuaalinen tiimi malware-analyytikkoja ja vastuuta havainnoitsijoita, jotka tarjoavat syvän analyysin tunnetuista ja tuntemattomista hyökkäyksistä, selittäen hyökkääjien taktiikoita ja haitallisten tiedostojen käyttäytymistä.

Muut AI-työkalut voivat vain tunnistaa tunnettuja uhkia ja olemassa olevia hyökkäysvektoreita. DIANNA menee perinteisten AI-työkalujen ohi, tarjoamalla organisaatioille ennennäkemättömän tason asiantuntijuutta ja näkemyksiä tuntemattomista käsikirjoituksista, asiakirjoista ja raakabinäärisistä valmistamaan zero-day-hyökkäykset. Lisäksi DIANNA tarjoaa parannetun näkyvyyden Deep Instinctin estämismallien päätöksentekoprosessiin, jolloin organisaatiot voivat säätää turvallisuusasemaansa maksimaaliseen tehokkuuteen.

Mitkä ovat pääasialliset haasteet, joita DIANNA ratkaisee nykyisessä kyberturvallisuusmaisemassa, erityisesti tuntemattomien uhkien osalta?

Ongelma zero-day-hyökkäyksissä tänään on se, että ei ole tietoa siitä, miksi tapahtuma estettiin ja miten se todettiin haitalliseksi. Uhka-analyytikot joutuvat käyttämään merkittävää aikaa selvittääkseen, oliko se haitallinen hyökkäys vai vääräpositiivinen. Toisin kuin muut kyberturvallisuusratkaisut, Deep Instinct esti säännöllisesti zero-day-hyökkäyksiä ainutlaatuisella DL-ratkaisulla. Asiakkaat kuitenkin pyysivät yksityiskohtaisia selityksiä ymmärtääkseen hyökkäyksen luonteen. Kehittimme DIANNA:n parantamaan Deep Instinctin syvän oppimisen kykyjä, vähentämään SecOps-tiimien rasitusta ja tarjoamaan reaaliaikaisen selittämisen tuntemattomille, monimutkaisille uhille. Kykyämme kohdistaa GenAI-malleja tiettyihin artefakteihin mahdollistaa kattavan, mutta kohdennetun, vastauksen markkinarakoon.

DIANNA on merkittävä edistysaskel toimialalla ja konkreettinen esimerkki siitä, miten tekoäly voi ratkaista todellisia maailman ongelmia. Se hyödyntää ainoastaan staattista analyysiä haitallisten tiedostojen käyttäytymisen ja aikomusten tunnistamiseen. DIANNA on enemmän kuin pelkästään teknologinen edistysaskel; se on strateginen siirtymä kohti intuitiivisempaa, tehokkaampaa ja vaikuttavampaa kyberturvallisuusympäristöä.

Voitko selittää, miten DIANNA kääntää binäärikoodia ja skriptejä luonnollisen kielen raportteihin ja mitkä ovat tästä hyödyt turvallisuustiimille?

Se prosessi on osa salaisuuttamme. Yleisellä tasolla voimme havaita malwarea, jonka syvä oppimisen kehys merkitsee hyökkäyksessä, ja syöttää sitä metatietona LLM-malliin. Metatiedon poistamalla ilman arkaluontoisen tiedon paljastamista DIANNA tarjoaa asiakkaiden etsimän zero-day-selittämisen ja kohdennetut vastaukset.

Miten näet tekoälyn kehittyvän vastaamaan näihin uhkiin tehokkaammin?

Kun tekoälypohjaiset uhkat lisääntyvät, pysymisen edellä yhä monimutkaisempia hyökkääjiä vaatii menemistä perinteisten AI-työkalujen ohi ja innovointia paremman AI:n, erityisesti syvän oppimisen, kanssa. Deep Instinct on ensimmäinen ja ainoa kyberturvallisuusyhtiö, joka käyttää syvää oppimista tietoturva-teknologioissaan estämään uhkia ennen kuin ne aiheuttavat vuodon ja ennustamaan tulevia uhkia. Deep Instinctin zero-day-tietoturvaratkaisu voi ennustaa ja estää tunnettuja, tuntemattomia ja zero-day-uhkia alle 20 millisekunnissa, 750-kertaisesti nopeammin kuin nopein kiristyssalaisuus voi salata – mikä tekee siitä olennaisen lisän jokaiseen turvallisuuspakettiin, tarjoamalla täydellisen, monikerroksisen suojan uhkia vastaan hybridiympäristöissä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Deep Instinct:issa.