Yariv Fishman, Diretor de Produto da Deep Instinct – Série de Entrevistas

Yariv Fishman é o Diretor de Produto (CPO) da Deep Instinct, ele é um executivo de gerenciamento de produtos experiente com mais de 20 anos de experiência em liderança em marcas B2B globais notáveis. Fishman ocupou vários cargos proeminentes, incluindo posições de liderança na Microsoft (MSFT ), onde liderou o portfólio de produtos de segurança de aplicativos em nuvem e iniciou o programa de parceiros de segurança e MSSP, e Chefe de Gerenciamento de Produtos, Segurança de Nuvem e Segurança de IoT na CheckPoint. Ele possui um B.Sc em Engenharia de Sistemas de Informação pela Universidade Ben Gurion e um MBA pelo Technion, Instituto de Tecnologia de Israel.

Deep Instinct é uma empresa de cibersegurança que aplica aprendizado profundo à cibersegurança. A empresa implementa IA na tarefa de prevenir e detectar malware.

Pode nos contar sobre sua jornada na indústria de cibersegurança e como isso moldou sua abordagem para o gerenciamento de produtos?

Ao longo de minha carreira de 20 anos, trabalhei em várias organizações B2B globais, incluindo Check Point Software Technologies (CHKP ) e Microsoft, onde liderava o gerenciamento de produtos e estratégia e construí minha experiência em cibersegurança em nuvem pública, endpoint, rede e segurança de aplicativos SaaS.

Ao longo do caminho, aprendi diferentes práticas recomendadas – desde como gerenciar uma equipe até como informar a estratégia apropriada – que moldaram como lidero na Deep Instinct. Trabalhar para várias empresas de cibersegurança de diferentes tamanhos permitiu que eu obtivesse uma visão holística dos estilos de gerenciamento e aprendesse a criar processos que apoiem equipes em movimento rápido. Também vi em primeira mão como lançar produtos e planejar o ajuste de produto-mercado, o que é fundamental para o sucesso dos negócios.

O que o levou a se juntar à Deep Instinct, e como seu papel evoluiu desde que você começou como Diretor de Produto?

Como um veterano da indústria, raramente me entusiasmo com novas tecnologias. Eu primeiro ouvi falar da Deep Instinct enquanto trabalhava na Microsoft. À medida que aprendi sobre as possibilidades da tecnologia de prevenção preditiva, rapidamente percebi que a Deep Instinct era a verdadeira e estava fazendo algo único. Eu me juntei à empresa para ajudar a criar seu quadro de aprendizado profundo, criando ajuste de mercado e casos de uso para essa solução de segurança de dados de zero dia de primeira linha.

Desde que me juntei à equipe há três anos, meu papel mudou e evoluiu junto com nossos negócios. Inicialmente, me concentrei em construir nossa equipe de gerenciamento de produtos e processos relevantes. Agora, estamos fortemente focados em estratégia e em como comercializamos nossas capacidades de segurança de dados de zero dia no mercado atual em constante movimento e cada vez mais perigoso.

A Deep Instinct usa um quadro de aprendizado profundo único para suas soluções de cibersegurança. Pode discutir as vantagens do aprendizado profundo sobre o aprendizado de máquina tradicional na prevenção de ameaças?

O termo “IA” é amplamente usado como uma panaceia para equipar organizações na batalha contra ameaças de zero dia. No entanto, enquanto muitos fornecedores de cibersegurança alegam trazer IA para a luta, o aprendizado de máquina (ML) – uma forma menos sofisticada de IA – permanece como parte fundamental de seus produtos. O ML é inadequado para a tarefa. As soluções de ML são treinadas em subconjuntos limitados de dados disponíveis (tipicamente 2-5%), oferecem apenas 50-70% de precisão com ameaças desconhecidas e introduzem falsos positivos. Elas também exigem intervenção humana porque são treinadas em conjuntos de dados menores, aumentando as chances de viés e erro humanos.

Nem toda IA é igual. O aprendizado profundo (DL), a forma mais avançada de IA, é a única tecnologia capaz de prevenir e explicar ameaças de zero dia conhecidas e desconhecidas. A distinção entre soluções baseadas em ML e DL se torna evidente ao examinar sua capacidade de identificar e prevenir ameaças conhecidas e desconhecidas. Ao contrário do ML, o DL é construído em redes neurais, permitindo que ele se autoaprenda e treine em dados brutos. Essa autonomia permite que o DL identifique, detecte e previna ameaças complexas. Com sua compreensão dos componentes fundamentais de arquivos maliciosos, o DL capacita as equipes a estabelecer e manter rapidamente uma postura de segurança de dados robusta, frustrando a próxima ameaça antes que ela sequer se materialize.

A Deep Instinct lançou recentemente a DIANNA, a primeira assistente de cibersegurança alimentada por IA generativa. Pode explicar a inspiração por trás da DIANNA e suas funcionalidades principais?

A Deep Instinct é o único fornecedor no mercado que pode prever e prevenir ataques de zero dia. As vulnerabilidades de zero dia em empresas estão em ascensão. Vimos um aumento de 64% nos ataques de zero dia em 2023 em comparação com 2022, e lançamos a Assistente de Rede Neural Artificial da Deep Instinct (DIANNA) para combater essa tendência em crescimento. A DIANNA é a primeira e única assistente de cibersegurança alimentada por IA generativa para fornecer análise e explicabilidade de malware de nível de especialista para ataques de zero dia e ameaças desconhecidas.

O que distingue a DIANNA de outras ferramentas de IA tradicionais que utilizam LLMs é sua capacidade de fornecer insights sobre por que ataques desconhecidos são maliciosos. Hoje, se alguém quiser explicar um ataque de zero dia, eles têm que executá-lo em um sandbox, o que pode levar dias e, no final, não fornecerá uma explicação elaborada ou focada. Enquanto essa abordagem é valiosa, ela oferece apenas análise retrospectiva com contexto limitado. A DIANNA não apenas analisa o código; ela entende a intenção, as ações potenciais e explica o que o código é projetado para fazer: por que é malicioso e como pode impactar os sistemas. Esse processo permite que as equipes de SOC tenham tempo para se concentrar em alertas e ameaças que realmente importam.

Como a capacidade da DIANNA de fornecer análise de malware de nível de especialista difere de ferramentas de IA tradicionais no mercado de cibersegurança?

A DIANNA é como ter uma equipe virtual de analistas de malware e especialistas em resposta a incidentes ao seu alcance para fornecer análise profunda em ataques conhecidos e desconhecidos, explicando as técnicas dos atacantes e os comportamentos de arquivos maliciosos.

Outras ferramentas de IA só podem identificar ameaças conhecidas e vetores de ataque existentes. A DIANNA vai além das ferramentas de IA tradicionais, oferecendo às organizações um nível sem precedentes de especialização e insights em scripts desconhecidos, documentos e binários brutos para se preparar para ataques de zero dia. Além disso, a DIANNA fornece visibilidade aprimorada no processo de tomada de decisão dos modelos de prevenção da Deep Instinct, permitindo que as organizações ajustem sua postura de segurança para a máxima eficácia.

Quais são os principais desafios que a DIANNA aborda no atual cenário de cibersegurança, particularmente em relação a ameaças desconhecidas?

O problema com os ataques de zero dia hoje é a falta de informações sobre por que um incidente foi interrompido e considerado malicioso. Os analistas de ameaças devem gastar um tempo significativo determinando se foi um ataque malicioso ou um falso positivo. Ao contrário de outras soluções de cibersegurança, a Deep Instinct estava regularmente bloqueando ataques de zero dia com nossa solução de aprendizado profundo única. No entanto, os clientes estavam pedindo explicações detalhadas para melhor entender a natureza desses ataques. Desenvolvemos a DIANNA para aprimorar as capacidades de aprendizado profundo da Deep Instinct, reduzir a pressão sobre as equipes de SecOps sobrecarregadas e fornecer explicabilidade em tempo real para ameaças desconhecidas e sofisticadas. Nossa capacidade de focar os modelos de IA generativa em artefatos específicos nos permite fornecer uma resposta abrangente, mas focada, para abordar a lacuna no mercado.

A DIANNA é um avanço significativo para a indústria e um exemplo tangível da capacidade da IA de resolver problemas do mundo real. Ela utiliza apenas análise estática para identificar o comportamento e a intenção de vários formatos de arquivo, incluindo binários, scripts, documentos, arquivos de atalho e outros tipos de arquivos de entrega de ameaças. A DIANNA é mais do que apenas um avanço tecnológico; é uma mudança estratégica em direção a um ambiente de cibersegurança mais intuitivo, eficiente e eficaz.

Pode elaborar sobre como a DIANNA traduz código binário e scripts em relatórios de linguagem natural e quais são os benefícios disso para as equipes de segurança?

Esse processo é parte de nossa receita secreta. Em alto nível, podemos detectar malware que o quadro de aprendizado profundo marca dentro de um ataque e, em seguida, alimentá-lo como metadados no modelo LLM. Ao extrair metadados sem expor informações sensíveis, a DIANNA fornece a explicabilidade de zero dia e respostas focadas que os clientes estão procurando.

Com o aumento dos ataques gerados por IA, como você vê a IA evoluindo para contrariar essas ameaças de forma mais eficaz?

À medida que os ataques baseados em IA aumentam, manter a liderança sobre atacantes cada vez mais sofisticados exige ir além das ferramentas de IA tradicionais e inovar com uma IA melhor, especificamente o aprendizado profundo. A Deep Instinct é a primeira e única empresa de cibersegurança a usar aprendizado profundo em sua tecnologia de segurança de dados para prevenir ameaças antes que elas causem uma violação e prever ameaças futuras. A solução de segurança de dados de zero dia da Deep Instinct pode prever e prevenir ameaças conhecidas, desconhecidas e de zero dia em <20 milissegundos, 750 vezes mais rápido do que o ransomware mais rápido pode criptografar – tornando-a uma adição essencial a cada pilha de segurança, fornecendo proteção completa e em múltiplas camadas contra ameaças em ambientes híbridos.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Deep Instinct.