Saryu Nayyar, PDG et fondateur de Gurucul – Série d'entretiens

Saryu Nayyar est une experte en cybersécurité de renommée internationale, auteure, conférencière et membre du Forbes Technology Council. Elle possède plus de 15 ans d'expérience dans les secteurs de la sécurité de l'information, de la gestion des identités et des accès, des risques et de la conformité informatiques, ainsi que de la gestion des risques de sécurité.

Elle a été nommée « Femmes Entrepreneuriales Gagnantes » par EY en 2017. Elle a occupé des postes de direction dans la stratégie des produits et services de sécurité chez Oracle, Simeio, Sun Microsystems, Vaau (acquis par Sun) et Disney. Saryu a également occupé plusieurs années des postes de direction au sein du département de sécurité technologique et de gestion des risques d'Ernst & Young.

Gurucul est une entreprise de cybersécurité spécialisée dans l'analyse comportementale de la sécurité et des risques. Sa plateforme s'appuie sur l'apprentissage automatique, l'IA et le big data pour détecter les menaces internes, les compromissions de comptes et les attaques avancées dans les environnements hybrides. Gurucul est réputée pour sa plateforme unifiée d'analyse de la sécurité et des risques, qui intègre SIEM, UEBA (analyse comportementale des utilisateurs et des entités), XDR et l'analyse des identités pour assurer la détection et la réponse aux menaces en temps réel. L'entreprise accompagne les entreprises, les administrations publiques et les MSSP dans leur lutte contre les faux positifs et la résolution accélérée des menaces grâce à une automatisation intelligente.

Qu’est-ce qui vous a poussé à créer Gurucul en 2010 et quel problème cherchiez-vous à résoudre dans le domaine de la cybersécurité ?

Gurucul a été fondé pour aider les équipes des opérations de sécurité et de gestion des risques internes à mieux cerner les cyber-risques les plus critiques pour leur entreprise. Depuis 2010, nous adoptons une approche d'analyse comportementale et prédictive, plutôt que basée sur des règles, qui a généré plus de 4,000 50 modèles de machine learning qui contextualisent les anomalies des utilisateurs et des entités dans divers scénarios d'attaque et de risque. Nous avons bâti sur cette base, passant d'une mission d'accompagnement des grandes entreprises du Fortune XNUMX à la résolution des risques internes à une vision globale des cyber-risques. Telle est la promesse de REVEAL, notre plateforme unifiée d'analyse des données et de la sécurité basée sur l'IA. Nous poursuivons désormais notre mission d'IA avec la vision de fournir une plateforme d'analyse de la sécurité autonome, basée sur le machine learning, mais intégrant désormais des capacités d'IA générative et agentique tout au long du cycle de vie des menaces. L'objectif est de permettre aux analystes et aux ingénieurs de consacrer moins de temps à la complexité des tâches et de se concentrer davantage sur des tâches pertinentes. Permettre aux machines d’amplifier la définition de leurs activités quotidiennes.

Après avoir occupé des postes de direction chez Oracle, Sun Microsystems et Ernst & Young, quelles leçons clés avez-vous tirées de ces expériences pour fonder Gurucul ?

Mon expérience de direction chez Oracle, Sun Microsystems et Ernst & Young a renforcé ma capacité à résoudre des problèmes de sécurité complexes et m'a permis de mieux comprendre les défis auxquels sont confrontés les PDG et les RSSI des entreprises du Fortune 100. Ensemble, elles m'ont permis d'être aux premières loges des défis technologiques et commerciaux auxquels sont confrontés la plupart des responsables de la sécurité et m'ont incité à élaborer des solutions pour combler ces lacunes.

Comment la plateforme REVEAL de Gurucul se différencie-t-elle des solutions SIEM (Security Information and Event Management) traditionnelles ?

Les solutions SIEM traditionnelles reposent sur des approches statiques et basées sur des règles, ce qui entraîne un nombre excessif de faux positifs, une augmentation des coûts et des retards de détection et de réponse. Notre plateforme REVEAL, entièrement cloud-native et pilotée par l'IA, utilise l'apprentissage automatique avancé, l'analyse comportementale et la notation dynamique des risques pour détecter et contrer les menaces en temps réel. Contrairement aux plateformes traditionnelles, REVEAL s'adapte en permanence à l'évolution des menaces et s'intègre aux environnements sur site, cloud et hybrides pour une couverture de sécurité complète. Reconnue comme la solution SIEM la plus visionnaire dans le Magic Quadrant de Gartner pendant trois années consécutives, REVEAL redéfinit le SIEM piloté par l'IA avec une précision, une rapidité et une visibilité inégalées. De plus, les SIEM sont confrontés à un problème de surcharge de données. Ils sont trop coûteux pour ingérer tout le nécessaire pour une visibilité complète et, même s'ils le font, cela ne fait qu'aggraver le problème des faux positifs. Gurucul comprend ce problème et c'est pourquoi nous proposons une solution native de gestion du pipeline de données, basée sur l'IA, qui filtre les données non critiques vers un stockage à faible coût, permettant ainsi des économies, tout en conservant la possibilité d'effectuer des recherches fédérées sur l'ensemble des données. Les systèmes d'analyse sont souvent incohérents. Si les données entrantes sont volumineuses, inutiles ou incomplètes, les résultats ne seront ni précis, ni exploitables, ni fiables.

Pouvez-vous expliquer comment l’apprentissage automatique et l’analyse comportementale sont utilisés pour détecter les menaces en temps réel ?

Notre plateforme s'appuie sur plus de 4,000 XNUMX modèles de machine learning pour analyser en continu tous les ensembles de données pertinents et identifier les anomalies et les comportements suspects en temps réel. Contrairement aux systèmes de sécurité traditionnels qui reposent sur des règles statiques, REVEAL détecte les menaces dès leur apparition. La plateforme utilise également l'analyse du comportement des utilisateurs et des entités (UEBA) pour établir des bases de référence du comportement normal des utilisateurs et des entités, détectant ainsi les écarts pouvant indiquer des menaces internes, des comptes compromis ou des activités malveillantes. Ce comportement est contextualisé par un moteur Big Data qui corrèle, enrichit et relie les données de sécurité, de réseau, d'informatique, d'IoT, de cloud, d'identité, d'applications métier et les renseignements sur les menaces provenant d'origines internes et externes. Ces données alimentent un moteur de notation dynamique des risques qui attribue des scores de risque en temps réel permettant de prioriser les réponses aux menaces critiques. Ensemble, ces fonctionnalités offrent une approche complète, basée sur l'IA, de détection et de réponse aux menaces en temps réel, qui distingue REVEAL des solutions de sécurité conventionnelles.

Comment l’approche basée sur l’IA de Gurucul permet-elle de réduire les faux positifs par rapport aux systèmes de cybersécurité conventionnels ?

La plateforme REVEAL réduit les faux positifs en s'appuyant sur l'analyse contextuelle basée sur l'IA, les analyses comportementales et l'apprentissage automatique pour distinguer les activités légitimes des menaces réelles. Contrairement aux solutions conventionnelles, REVEAL affine progressivement ses capacités de détection, améliorant ainsi la précision tout en minimisant le bruit. Son UEBA détecte les écarts par rapport à l'activité de référence avec une grande précision, permettant aux équipes de sécurité de se concentrer sur les risques légitimes plutôt que d'être submergées par les fausses alertes. Si l'apprentissage automatique est un aspect fondamental, l'IA générative et agentique joue un rôle important en ajoutant du contexte en langage naturel pour aider les analystes à comprendre précisément ce qui se passe autour d'une alerte et même à automatiser la réponse à ces alertes.

Quel rôle joue l’IA adverse dans les menaces de cybersécurité modernes et comment Gurucul combat-il ces risques en constante évolution ?

Tout d'abord, nous constatons déjà que l'IA antagoniste est appliquée aux menaces les plus faciles à gérer : le vecteur humain et les menaces identitaires. C'est pourquoi l'analyse comportementale et identitaire est essentielle pour identifier les comportements anormaux, les contextualiser et prédire les comportements malveillants avant qu'ils ne se multiplient. De plus, l'IA antagoniste est le clou du cercueil des méthodes de détection basées sur les signatures. Les adversaires utilisent l'IA pour contourner les règles de détection définies par les TTP, mais ils ne peuvent pas contourner les détections comportementales de la même manière. Les équipes SOC ne disposent pas des ressources nécessaires pour continuer à écrire des règles et suivre le rythme ; elles auront besoin d'une approche moderne de la détection, de l'investigation et de la réponse aux menaces. Le comportement et le contexte sont des ingrédients clés. Enfin, des plateformes comme REVEAL reposent sur une boucle de rétroaction continue et nous utilisons constamment l'IA pour affiner nos modèles de détection, recommander de nouveaux modèles et générer de nouvelles informations sur les menaces dont l'ensemble de notre écosystème client peut bénéficier.

Comment le système de notation basé sur les risques de Gurucul améliore-t-il la capacité des équipes de sécurité à hiérarchiser les menaces ?

Le système de notation dynamique des risques de notre plateforme attribue des scores de risque en temps réel aux utilisateurs, entités et actions, en fonction des comportements observés et des informations contextuelles. Cela permet aux équipes de sécurité de prioriser les menaces critiques, réduisant ainsi les délais de réponse et optimisant les ressources. En quantifiant les risques sur une échelle de 0 à 100, REVEAL permet aux organisations de se concentrer sur les incidents les plus urgents plutôt que d'être submergées par des alertes de faible priorité. Grâce à un score de risque unifié couvrant toutes les sources de données de l'entreprise, les équipes de sécurité bénéficient d'une visibilité et d'un contrôle accrus, permettant ainsi une prise de décision plus rapide et plus éclairée.

À l’ère des violations de données croissantes, comment les solutions de sécurité basées sur l’IA peuvent-elles aider les organisations à prévenir les menaces internes ?

Les menaces internes constituent un risque de sécurité particulièrement complexe en raison de leur nature subtile et des accès dont disposent les employés. L'UEBA de REVEAL détecte les écarts par rapport aux normes comportementales établies et identifie les activités à risque telles que les accès non autorisés aux données, les heures de connexion inhabituelles et les abus de privilèges. La notation dynamique des risques évalue également les comportements en temps réel et en continu, attribuant des niveaux de risque pour prioriser les risques internes les plus urgents. Ces fonctionnalités basées sur l'IA permettent aux équipes de sécurité de détecter et d'atténuer proactivement les menaces internes avant qu'elles ne dégénèrent en violations. Compte tenu de la nature prédictive de l'analyse comportementale, la gestion des risques internes est une course contre la montre. Les équipes de gestion des risques internes doivent être capables de réagir et de collaborer rapidement, en veillant à la confidentialité. Le contexte est ici aussi essentiel : l'ajout aux écarts comportementaux du contexte des systèmes d'identité, des applications RH et de toutes les autres sources de données pertinentes donne à ces équipes les moyens de constituer et de défendre rapidement un dossier de preuves afin que l'entreprise puisse réagir et prendre des mesures correctives avant l'exfiltration de données.

Comment la solution d'analyse d'identité de Gurucul améliore-t-elle la sécurité par rapport aux outils IAM (gestion des identités et des accès) traditionnels ?

Les solutions IAM traditionnelles se concentrent sur le contrôle d'accès et l'authentification, mais manquent d'intelligence et de visibilité pour détecter les comptes compromis ou les abus de privilèges en temps réel. REVEAL dépasse ces limites en s'appuyant sur l'analyse comportementale basée sur l'IA pour évaluer en continu les risques utilisateurs, ajuster dynamiquement les scores de risque et appliquer des droits d'accès adaptatifs, minimisant ainsi les abus et les privilèges illégitimes. En s'intégrant aux frameworks IAM existants et en appliquant le principe du moindre privilège, notre solution renforce la sécurité des identités et réduit la surface d'attaque. Le problème de la gouvernance IAM réside dans la prolifération des systèmes d'identité et le manque d'interconnexion entre eux. Gurucul offre aux équipes une vision à 360° des risques d'identité sur l'ensemble de leur infrastructure. Elles peuvent désormais cesser d'approuver automatiquement les accès et adopter une approche axée sur les risques pour les politiques d'accès. De plus, elles peuvent accélérer la conformité de l'IAM et démontrer une surveillance continue et une approche holistique des contrôles d'accès à l'échelle de l'organisation.

Quelles sont les principales menaces de cybersécurité que vous prévoyez pour les cinq prochaines années et comment l’IA peut-elle contribuer à les atténuer ?

Les menaces basées sur l'identité continueront de proliférer, car elles ont porté leurs fruits. Les adversaires redoubleront d'efforts pour obtenir des accès en se connectant, soit en compromettant des utilisateurs internes, soit en attaquant l'infrastructure d'identité. Naturellement, les menaces internes resteront un vecteur de risque majeur pour de nombreuses entreprises, notamment face à la persistance du shadow IT. Qu'elles soient malveillantes ou négligentes, les entreprises auront de plus en plus besoin de visibilité sur les risques internes. De plus, l'IA accélérera les variations des TTP classiques, car les adversaires savent que c'est ainsi qu'ils pourront échapper aux détections, et il leur sera peu coûteux de développer des tactiques, techniques et protocoles adaptatifs créatifs. C'est pourquoi il sera crucial, dans un avenir proche, de se concentrer sur le comportement en contexte et de disposer de systèmes de détection capables de s'adapter tout aussi rapidement.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Gurucul.