Carl Froggett, CIO di Deep Instinct – Intervista

Carl Froggett, è il Chief Information Officer (CIO) di Deep Instinct, un’azienda fondata su un semplice principio: che il deep learning, un subset avanzato di AI, potesse essere applicato alla sicurezza informatica per prevenire più minacce, più velocemente.

Il signor Froggett ha un curriculum provato nel costruire team, architettura di sistemi, implementazione di software aziendale su larga scala, nonché allineare processi e strumenti con le esigenze aziendali. Froggett è stato in precedenza Head of Global Infrastructure Defense, CISO Cyber Security Services presso Citi.

La sua esperienza è nel settore finanziario, potrebbe condividere la sua storia di come è poi passato alla sicurezza informatica?

Ho iniziato a lavorare nella sicurezza informatica alla fine degli anni ’90, quando ero a Citi, passando da un ruolo IT. Mi sono rapidamente mosso in una posizione di leadership, applicando la mia esperienza in IT operations al mondo in evoluzione e impegnativo della sicurezza informatica. Lavorando nella sicurezza informatica, ho avuto l’opportunità di concentrarmi sull’innovazione, mentre anche schieravo e gestivo tecnologie e soluzioni di sicurezza per varie esigenze aziendali. Durante il mio tempo a Citi, le mie responsabilità includevano innovazione, ingegneria, consegna e operazioni di piattaforme globali per le aziende e i clienti di Citi a livello globale.

È stato parte di Citi per oltre 25 anni e ha trascorso gran parte di questo tempo guidando team responsabili di strategie di sicurezza e aspetti di ingegneria. Cosa l’ha spinto a unirsi alla startup Deep Instinct?

Ho aderito a Deep Instinct perché volevo affrontare una nuova sfida e utilizzare la mia esperienza in modo diverso. Per 15+ anni sono stato fortemente coinvolto in startup di sicurezza informatica e aziende FinTech, guidando e facendo crescere team per supportare la crescita aziendale, portando alcune aziende fino all’IPO. Ero già a conoscenza di Deep Instinct e ho visto la loro tecnologia di apprendimento profondo (DL) unica e innovativa produrre risultati che nessun altro fornitore poteva offrire. Volevo far parte di qualcosa che avrebbe segnato l’inizio di una nuova era nella protezione delle aziende contro le minacce maliziose che affrontiamo ogni giorno.

Può discutere il motivo per cui l’applicazione di Deep Instinct dell’apprendimento profondo alla sicurezza informatica è così innovativa?

Quando Deep Instinct è stata fondata inizialmente, l’azienda ha stabilito un obiettivo ambizioso di rivoluzionare l’industria della sicurezza informatica, introducendo una filosofia di prevenzione anziché essere sulla difensiva con un approccio “rileva, rispondi, controlla”. Con l’aumento degli attacchi informatici, come il ransomware, le sfruttamento di vulnerabilità zero-day e altre minacce sconosciute, il modello di sicurezza reattivo non funziona. Ora, mentre continuiamo a vedere un aumento delle minacce in volume e velocità a causa dell’AI generativa, e mentre gli attaccanti reinventano, innovano ed evitano i controlli esistenti, le organizzazioni hanno bisogno di una capacità predittiva e preventiva per rimanere un passo avanti rispetto agli attaccanti.

Il DL è costruito su una rete neurale e utilizza il suo “cervello” per addestrarsi continuamente su dati grezzi. Un punto importante qui è che il DL richiede tutti i dati disponibili per l’addestramento, senza intervento umano nell’addestramento – un motivo per cui è così preciso. Ciò porta a un tasso di efficacia molto alto e a un tasso di falsi positivi molto basso, rendendolo iper-resistente alle minacce sconosciute. Con il nostro framework DL, non ci basiamo su firme o modelli, quindi la nostra piattaforma è immune alle modifiche degli hash. Classifichiamo con successo anche i file impacchettati – sia quelli semplici e noti, sia quelli FUD.

Una mentalità di prevenzione è spesso la chiave della sicurezza informatica, come si concentra Deep Instinct sulla prevenzione degli attacchi informatici?

I dati sono la linfa vitale di ogni organizzazione e proteggerli dovrebbe essere fondamentale. Basta un solo file malintenzionato per essere violati. Per anni, “supporre la violazione” è stato il modello di sicurezza de facto, accettando l’inevitabilità che i dati saranno accessibili da attaccanti. Tuttavia, questa mentalità, e gli strumenti basati su questa mentalità, non sono riusciti a fornire una sicurezza dei dati adeguata, e gli attaccanti stanno approfittando appieno di questo approccio passivo. La nostra ricerca recente ha scoperto che ci sono stati più incidenti di ransomware nel primo semestre del 2023 rispetto a tutto il 2022. Affrontare efficacemente questo panorama di minacce in evoluzione non richiede solo un allontanamento dalla mentalità “supporre la violazione”, ma significa che le aziende hanno bisogno di un approccio completamente nuovo e di un arsenale di misure preventive. La minaccia è nuova e sconosciuta, e si muove velocemente, ed è per questo che vediamo questi risultati negli incidenti di ransomware. Proprio come le firme non potevano stare al passo con il panorama di minacce in evoluzione, nemmeno le soluzioni basate su ML.

Deep Instinct sta sfruttando il potere del DL per fornire un approccio di prevenzione alla sicurezza dei dati. La piattaforma di prevenzione predittiva di Deep Instinct è la prima e unica soluzione basata sul nostro framework DL unico progettato specificamente per la sicurezza informatica. È la soluzione di sicurezza informatica più efficiente, efficace e affidabile sul mercato, che previene >99% delle minacce zero-day, ransomware e altre minacce sconosciute in <20 millisecondi con il tasso di falsi positivi più basso dell'industria (<0,1%). Abbiamo già applicato il nostro framework DL unico per la sicurezza di applicazioni e endpoint, e più recentemente abbiamo esteso le capacità alla protezione dello storage con il lancio di Deep Instinct Prevention for Storage.

Una transizione verso la prevenzione predittiva per la sicurezza dei dati è necessaria per stare al passo con le vulnerabilità, limitare i falsi positivi e alleviare lo stress dei team di sicurezza. Siamo all’avanguardia di questa missione e sta iniziando a guadagnare slancio mentre più vendor legacy stanno ora affermando le capacità di prevenzione.

Può discutere il tipo di dati di addestramento utilizzati per addestrare i modelli?

Come altri modelli di AI e ML, il nostro modello si addestra con i dati. Ciò che rende il nostro modello unico è che non richiede dati o file dei clienti per imparare e crescere. Questo aspetto di privacy unico dà ai nostri clienti un senso di sicurezza aggiuntivo quando distribuiscono le nostre soluzioni. Sottoscriviamo a oltre 50 feed che scarichiamo per addestrare il nostro modello. Da lì, validiamo e classifichiamo i dati noi stessi con algoritmi che abbiamo sviluppato internamente.

Deep Instinct funziona in un ambiente di container del cliente, perché è importante?

Una delle nostre soluzioni di piattaforma, Deep Instinct Prevention for Applications (DPA), offre la possibilità di sfruttare le nostre capacità DL attraverso un’interfaccia API / iCAP. Questa flessibilità consente alle organizzazioni di incorporare le nostre capacità rivoluzionarie all’interno di applicazioni e infrastrutture, il che significa che possiamo estendere la nostra portata per prevenire le minacce utilizzando una strategia di difesa in profondità. Questo è un differenziatore unico. DPA funziona in un container (che forniamo), e si allinea con le strategie di digitalizzazione moderne che i nostri clienti stanno implementando, come la migrazione verso ambienti di container on-premises o cloud per le loro applicazioni e servizi. In generale, questi clienti stanno anche adottando uno “shift left” con DevOps. Il nostro modello di servizio orientato all’API si integra con questo, consentendo lo sviluppo Agile e i servizi per prevenire le minacce.

L’AI generativa offre il potenziale per aumentare gli attacchi informatici, come fa Deep Instinct a mantenere la velocità necessaria per respingere questi attacchi?

Il nostro framework DL è costruito su reti neurali, quindi il suo “cervello” continua a imparare e addestrarsi con i dati grezzi. La velocità e la precisione con cui il nostro framework opera sono il risultato del cervello addestrato con centinaia di milioni di campioni. Mentre questi set di dati di addestramento crescono, la rete neurale continua a diventare più intelligente, consentendole di essere più granulare nella comprensione di cosa costituisce un file malintenzionato. Poiché può riconoscere i blocchi costitutivi dei file malintenzionati a un livello più dettagliato rispetto ad altre soluzioni, il DL ferma le minacce note, sconosciute e zero-day con maggiore precisione e velocità rispetto ad altri prodotti di sicurezza informatica stabiliti. Ciò, insieme al fatto che il nostro “cervello” non richiede alcuna analisi o ricerca basata su cloud, lo rende unico. Il ML da solo non era mai abbastanza, ed è per questo che abbiamo analisi basate su cloud per sostenere il ML – ma questo lo rende lento e reattivo. Il DL semplicemente non ha questa limitazione.

Quali sono alcune delle più grandi minacce che vengono amplificate con l’AI generativa che le aziende dovrebbero notare?

Le email di phishing sono diventate molto più sofisticate grazie all’evoluzione dell’AI. In precedenza, le email di phishing erano generalmente facili da riconoscere in quanto erano solitamente piene di errori grammaticali. Ma ora gli attaccanti stanno utilizzando strumenti come ChatGPT per creare email più approfondite e grammaticalmente corrette in vari linguaggi che sono più difficili da rilevare per i filtri antispam e i lettori.

Un altro esempio sono i deep fake, che sono diventati molto più realistici e credibili grazie alla sofisticazione dell’AI. Gli strumenti audio AI vengono anche utilizzati per simulare le voci degli esecutivi all’interno di un’azienda, lasciando messaggi vocali fraudolenti per i dipendenti.

Come notato in precedenza, gli attaccanti stanno utilizzando l’AI per creare malware sconosciuto che può modificare il proprio comportamento per eludere le soluzioni di sicurezza, evitare la rilevazione e diffondersi più efficacemente. Gli attaccanti continueranno a sfruttare l’AI non solo per costruire nuovo malware sofisticato e unico, ma anche per automatizzare la “catena di attacco end-to-end”. Ciò ridurrà notevolmente i loro costi, aumenterà la loro portata e, allo stesso tempo, renderà gli attacchi più sofisticati e di successo. L’industria della sicurezza informatica deve ripensare le soluzioni, l’addestramento e i programmi di consapevolezza che abbiamo utilizzato negli ultimi 15 anni. Come possiamo vedere nelle violazioni di quest’anno solo, stanno già fallendo, e le cose peggioreranno.

Potrebbe riassumere brevemente i tipi di soluzioni offerte da Deep Instinct quando si tratta di soluzioni per applicazioni, endpoint e storage?

La piattaforma di prevenzione predittiva di Deep Instinct è la prima e unica soluzione basata su un framework DL unico progettato specificamente per risolvere le sfide di sicurezza informatica di oggi – ovvero, prevenire le minacce prima che possano eseguirsi e atterrare nel tuo ambiente. La piattaforma ha tre pilastri:

1. Agentless, in un ambiente di container, connesso tramite API o ICAP: Deep Instinct Prevention for Applications è una soluzione agentless che previene il ransomware, le minacce zero-day e altri malware sconosciuti prima che raggiungano le tue applicazioni, senza impattare l’esperienza utente.
2. Basato su agente sull’endpoint: Deep Instinct Prevention for Endpoints è una piattaforma di prevenzione pre-esecuzione autonoma – non in esecuzione come la maggior parte delle soluzioni di oggi. Oppure può fornire un vero livello di prevenzione delle minacce per complementare le soluzioni EDR esistenti. Previene le minacce note e sconosciute, zero-day e ransomware pre-esecuzione, prima di qualsiasi attività malintenzionata, riducendo notevolmente il volume degli avvisi e i falsi positivi in modo che i team SOC possano concentrarsi esclusivamente su minacce legittime ad alta fedeltà.
3. Un approccio di prevenzione alla protezione dello storage: Deep Instinct Prevention for Storage offre un approccio di prevenzione predittiva per fermare il ransomware, le minacce zero-day e altri malware sconosciuti dall’infiltrarsi negli ambienti di storage – sia che i dati siano archiviati on-premises o nel cloud. Fornisce una soluzione veloce ed estremamente efficace sullo storage centralizzato per i clienti, prevenendo che lo storage diventi un punto di propagazione e distribuzione per qualsiasi minaccia.

Grazie per la grande recensione, i lettori che desiderano saperne di più possono visitare Deep Instinct.