Saryu Nayyar, PDG et fondatrice de Gurucul – Série d’entretiens

Saryu Nayyar est une experte internationalement reconnue en cybersécurité, auteur, conférencier et membre du Conseil technologique de Forbes. Elle compte plus de 15 ans d’expérience dans les secteurs de la sécurité de l’information, de la gestion des identités et des accès, de la gestion des risques IT et de la conformité, ainsi que de la gestion des risques de sécurité.

Elle a été nommée EY Entrepreneurial Winning Women en 2017. Elle a occupé des postes de direction dans la stratégie de produits et services de sécurité chez Oracle (ORCL ), Simeio, Sun Microsystems, Vaau (acquis par Sun) et Disney. Saryu a également passé plusieurs années dans des postes supérieurs au sein de la pratique de gestion des risques et de la sécurité de la technologie d’Ernst & Young.

Gurucul est une entreprise de cybersécurité spécialisée dans la sécurité et l’analyse des risques basées sur le comportement. Sa plateforme utilise l’apprentissage automatique, l’IA et les mégadonnées pour détecter les menaces internes, les compromissions de comptes et les attaques avancées dans des environnements hybrides. Gurucul est connu pour sa plateforme d’analyse de sécurité et de risques unifiée, qui intègre la gestion des informations et des événements de sécurité (SIEM), l’analyse du comportement des utilisateurs et des entités (UEBA), XDR et l’analyse des identités pour fournir une détection et une réponse aux menaces en temps réel. L’entreprise sert les entreprises, les gouvernements et les fournisseurs de services de sécurité gérés (MSSP), dans le but de réduire les faux positifs et d’accélérer la remédiation des menaces grâce à une automatisation intelligente.

Qu’est-ce qui vous a inspiré à créer Gurucul en 2010, et quel problème essayiez-vous de résoudre dans le paysage de la cybersécurité ?

Gurucul a été fondé pour aider les équipes de sécurité et de gestion des risques internes à obtenir une clarté sur les risques cybernétiques les plus critiques qui affectent leur entreprise. Depuis 2010, nous avons adopté une approche d’analyse prédictive et comportementale, plutôt que basée sur des règles, ce qui a généré plus de 4 000 modèles d’apprentissage automatique qui mettent les anomalies et les comportements suspects en contexte dans divers scénarios d’attaque et de risque. Nous avons construit sur cette base, en passant de l’aide aux grandes entreprises du Fortune 50 pour résoudre les défis de gestion des risques internes, à l’aide des entreprises pour obtenir une clarté radicale sur tous les risques cybernétiques. C’est la promesse de REVEAL, notre plateforme d’analyse de données et de sécurité unifiée et pilotée par l’IA. Nous construisons maintenant sur notre mission IA avec une vision pour livrer une plateforme d’analyse de sécurité autonome, en utilisant l’apprentissage automatique comme base, mais en ajoutant également des capacités d’IA générative et agente sur l’ensemble du cycle de vie des menaces. L’objectif est que les analystes et les ingénieurs passent moins de temps dans la complexité et plus de temps sur des tâches significatives. En permettant aux machines d’amplifier la définition de leurs activités quotidiennes.

Quelles sont les leçons clés que vous avez tirées de vos expériences de direction chez Oracle, Sun Microsystems et Ernst & Young, et que vous avez apportées à la création de Gurucul ?

Mes expériences de direction chez Oracle, Sun Microsystems et Ernst & Young m’ont renforcé la capacité de résoudre des défis de sécurité complexes et m’ont donné une compréhension des défis que les PDG et les DSI des entreprises du Fortune 100 rencontrent. Collectivement, cela m’a permis d’avoir un siège au premier rang des défis technologiques et commerciaux que les dirigeants de la sécurité rencontrent et m’a inspiré à construire 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 dépendent d’approches statiques et basées sur des règles qui conduisent à des faux positifs excessifs, à des coûts accrus et à une détection et une réponse retardées. Notre plateforme REVEAL est entièrement native cloud et pilotée par l’IA, en utilisant l’apprentissage automatique avancé, l’analyse comportementale et la notation de risque dynamique pour détecter et répondre aux menaces en temps réel. Contrairement aux plateformes traditionnelles, REVEAL s’adapte en continu aux menaces évoluant et intègre les 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 l’IA pour la gestion de la sécurité avec une précision, une rapidité et une visibilité inégalées. De plus, les SIEM ont des problèmes de surcharge de données. Ils sont trop coûteux pour ingérer tout ce qui est nécessaire pour une visibilité complète et même s’ils le font, cela ne fait qu’ajouter au problème de faux positifs. Gurucul comprend ce problème et c’est pourquoi nous avons une solution de gestion native et pilotée par l’IA pour la gestion des pipelines de données qui filtre les données non critiques vers un stockage à faible coût, en économisant de l’argent, tout en conservant la capacité d’exécuter des recherches fédérées sur toutes les données. Les systèmes d’analyse sont une situation de « garbage in, garbage out ». Si les données entrantes sont gonflées, inutiles ou incomplètes, alors la sortie ne sera pas précise, actionnable ou finalement fiable.

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

<p Notre plateforme utilise plus de 4 000 modèles d'apprentissage automatique pour analyser en continu toutes les données pertinentes et identifier les anomalies et les comportements suspects en temps réel. Contrairement aux systèmes de sécurité traditionnels qui reposent sur des règles statiques, REVEAL découvre les menaces à mesure qu'elles émergent. La plateforme utilise également l'analyse du comportement des utilisateurs et des entités (UEBA) pour établir des lignes de base de comportement normal des utilisateurs et des entités, en détectant les déviations qui pourraient indiquer des menaces internes, des comptes compromis ou des activités malveillantes. Ce comportement est encore mis en contexte par un moteur de mégadonnées qui corrèle, enrichit et relie les données de sécurité, de réseau, d'IT, d'IoT, de cloud, d'identité, d'applications métier et d'intelligence sur les menaces, internes et externes. Cela informe un moteur de notation de risque dynamique qui attribue des scores de risque en temps réel pour aider à prioriser les réponses aux menaces les plus critiques. Ces capacités offrent une approche globale et pilotée par l'IA pour la détection et la réponse aux menaces en temps réel qui distingue REVEAL des solutions de sécurité conventionnelles.

Comment l’approche pilotée par l’IA de Gurucul aide-t-elle à réduire les faux positifs par rapport aux systèmes de cybersécurité conventionnels ?

La plateforme REVEAL réduit les faux positifs en utilisant l’analyse contextuelle pilotée par l’IA, les insights comportementaux et l’apprentissage automatique pour distinguer l’activité utilisateur légitime des menaces réelles. Contrairement aux solutions conventionnelles, REVEAL affine ses capacités de détection avec le temps, améliorant la précision tout en minimisant le bruit. Son UEBA détecte les déviations par rapport aux lignes de base d’activité avec une grande précision, permettant aux équipes de sécurité de se concentrer sur les risques de sécurité légitimes plutôt que d’être submergées par de faux alarmes. Alors que l’apprentissage automatique est un aspect fondamental, l’IA générative et agente joue un rôle important pour ajouter du contexte en langage naturel pour aider les analystes à comprendre exactement ce qui se passe autour d’une alerte et même à automatiser la réponse à ces alertes.

Quel rôle l’IA adverse joue-t-elle dans les menaces de cybersécurité modernes, et comment Gurucul combat-elle ces risques évolutifs ?

Tout d’abord, nous voyons déjà l’IA adverse appliquée aux fruits les plus bas, le vecteur humain et les menaces basées sur l’identité. C’est pourquoi l’analyse comportementale et d’identité est critique pour identifier les comportements anormaux, les mettre en contexte et prédire les comportements malveillants avant qu’ils ne se propagent davantage. De plus, l’IA adverse est le clou dans le cercueil des méthodes de détection basées sur des signatures. Les adversaires utilisent l’IA pour éviter ces règles de détection TTP, mais encore une fois, ils ne peuvent pas éviter les détections basées sur le comportement de la même manière. Les équipes SOC ne sont pas suffisamment dotées en ressources pour continuer à écrire des règles pour suivre le rythme et auront besoin d’une approche moderne pour la détection, l’investigation et la réponse aux menaces. Le comportement et le contexte sont les ingrédients clés. Enfin, des plateformes comme REVEAL dépendent d’une boucle de rétroaction continue et nous appliquons constamment l’IA pour affiner nos modèles de détection, recommander de nouveaux modèles et informer de nouvelles sources d’intelligence sur les menaces pour que tout notre écosystème de clients puisse en bénéficier.

Comment le système de notation de risque de Gurucul améliore-t-il la capacité des équipes de sécurité à prioriser les menaces ?

Notre système de notation de risque dynamique attribue des scores de risque en temps réel aux utilisateurs, aux entités et aux actions en fonction des comportements observés et des insights contextuels. Cela permet aux équipes de sécurité de prioriser les menaces critiques, de réduire les temps de réponse et d’optimiser les ressources. En quantifiant le risque sur une échelle de 0 à 100, REVEAL assure que les organisations se concentrent sur les incidents les plus pressants plutôt que d’être submergées par des alertes de faible priorité. Avec un score de risque unifié couvrant toutes les sources de données de l’entreprise, les équipes de sécurité gagnent une plus grande visibilité et un contrôle, conduisant à une prise de décision plus rapide et plus éclairée.

À une époque où les violations de données sont de plus en plus fréquentes, comment les solutions de sécurité pilotées par l’IA peuvent-elles aider les organisations à prévenir les menaces internes ?

Les menaces internes sont un risque de sécurité particulièrement difficile en raison de leur nature subtile et de l’accès que les employés possèdent. L’UEBA de REVEAL détecte les déviations par rapport aux lignes de base de comportement établies, en identifiant les activités à risque telles que l’accès non autorisé aux données, les heures de connexion inhabituelles et les abus de privilèges. La notation de risque dynamique évalue également en continu les comportements en temps réel, en attribuant des niveaux de risque pour prioriser les menaces internes les plus critiques. Ces capacités pilotées par l’IA permettent aux équipes de sécurité de détecter et d’atténuer proactivement les menaces internes avant qu’elles ne dégénèrent en violations. Étant donné 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 en mesure de répondre et de collaborer rapidement, avec la confidentialité en tête. Le contexte est à nouveau critique ici et l’ajout de déviations comportementales avec le contexte des systèmes d’identité, des applications RH et de toutes les sources de données pertinentes donne à ces équipes les munitions pour construire rapidement et défendre un cas de preuves afin que l’entreprise puisse répondre et remédier avant que les données ne soient compromises.

Comment la solution d’analyse d’identité de Gurucul améliore-t-elle la sécurité par rapport aux outils de gestion des identités et des accès (IAM) 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 va au-delà de ces limites en utilisant l’analyse comportementale pilotée par l’IA pour évaluer en continu le risque utilisateur, ajuster dynamiquement les scores de risque et appliquer des droits d’accès adaptatifs, minimisant ainsi les abus et les privilèges illégitimes. En intégrant les cadres IAM existants et en appliquant les principes du moindre privilège, notre solution renforce la sécurité des identités et réduit la surface d’attaque. Le problème de la gouvernance IAM est la prolifération des systèmes d’identité et le manque d’interconnexion entre les différents systèmes d’identité. Gurucul offre aux équipes une vue à 360° de leurs risques d’identité sur l’ensemble de l’infrastructure d’identité. Maintenant, ils peuvent cesser de valider l’accès de manière systématique, mais plutôt adopter une approche orientée vers les risques pour les stratégies d’accès. De plus, ils peuvent accélérer l’aspect de conformité de l’IAM et démontrer une approche de surveillance continue et holistique des contrôles d’accès à travers l’organisation.

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

Les menaces basées sur l’identité continueront de proliférer, car elles ont fonctionné. Les adversaires vont doubler leurs efforts pour obtenir l’accès en se connectant soit en compromettant les insiders, soit en attaquant l’infrastructure d’identité. Naturellement, les menaces internes continueront d’être un vecteur de risque clé pour de nombreuses entreprises, en particulier à mesure que l’IT de l’ombre se poursuit. Que ce soit malveillant ou négligent, les entreprises auront de plus en plus besoin de visibilité sur les risques internes. De plus, l’IA accélérera les variations des TTP conventionnels, car les adversaires savent que c’est ainsi qu’ils pourront éviter les détections en les modifiant et qu’il leur coûtera peu pour créer des tactiques, des techniques et des protocoles adaptatifs. C’est encore une fois pourquoi se concentrer sur le comportement dans le contexte et avoir des systèmes de détection capables de s’adapter aussi rapidement sera crucial pour l’avenir prévisible. Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Gurucul.