Ярив Фишман, главный директор по продуктам в Deep Instinct – Интервью

Ярив Фишман является главным директором по продуктам (CPO) в Deep Instinct, он является опытным руководителем по управлению продуктами с более чем 20-летним опытом руководства в известных глобальных B2B-брендах. Фишман занимал несколько заметных должностей, включая руководящие позиции в Microsoft (MSFT ), где он возглавлял портфель продукта Cloud App Security и инициировал программу MSSP и программу безопасности партнеров, и руководителя управления продуктами, Cloud Security & IoT Security в CheckPoint. Он имеет степень бакалавра в области информационных систем в Университете Бен-Гуриона и степень магистра делового администрирования в Технионе, Израильском технологическом институте.

Deep Instinct – это компания по кибербезопасности, которая применяет глубокое обучение к кибербезопасности. Компания использует ИИ для задачи предотвращения и обнаружения вредоносного ПО.

Расскажите нам о вашем пути в отрасли кибербезопасности и о том, как он сформировал ваш подход к управлению продуктами?

На протяжении моей 20-летней карьеры я работал в нескольких глобальных B2B-организациях, включая Check Point Software Technologies (CHKP ) и Microsoft, где я возглавлял управление продуктами и стратегию и построил свой опыт в области кибербезопасности в области публичного облака, конечных точек, сетей и безопасности SaaS-приложений.

По пути я научился разным лучшим практикам – от того, как управлять командой, до того, как информировать правильную стратегию – которые сформировали мой подход к руководству в Deep Instinct. Работа в numerous кибербезопасных компаниях различного размера позволила мне получить целостный взгляд на стили управления и научиться создавать процессы, которые поддерживают быстро движущиеся команды. Я также увидел своими глазами, как выпускать продукты и планировать продукто-рыночную совместимость, что является критически важным для бизнес-успеха.

Что привлекло вас к присоединению к Deep Instinct, и как ваша роль эволюционировала с тех пор, как вы начали работать в качестве главного директора по продуктам?

Как ветеран отрасли, я редко возбуждаюсь новыми технологиями. Я впервые услышал о Deep Instinct, работая в Microsoft. Когда я узнал о возможностях технологии предсказательной предотвращения, я быстро понял, что Deep Instinct – это настоящая вещь и делает что-то уникальное. Я присоединился к компании, чтобы помочь создать ее глубокую обучающуюся основу, создать рыночную совместимость и использовать случаи для этого первого в своем роде решения безопасности данных нулевого дня.

С тех пор, как я присоединился к команде три года назад, моя роль изменилась и эволюционировала вместе с нашим бизнесом. Первоначально я сосредоточился на построении нашей команды управления продуктами и соответствующих процессов. Теперь мы сильно сосредоточены на стратегии и том, как мы продвигаем наши возможности безопасности данных нулевого дня на сегодняшнем быстро движущемся и все более опасном рынке.

Deep Instinct использует уникальную глубокую обучающуюся основу для своих решений по кибербезопасности. Можете ли вы обсудить преимущества глубокого обучения над традиционным машинным обучением в предотвращении угроз?

Термин “ИИ” широко используется как панацея для оснащения организаций в борьбе против угроз нулевого дня. Однако, хотя многие кибервендоры утверждают, что они приносят ИИ в бой, машинное обучение (МО) – менее совершенная форма ИИ – остается основной частью их продуктов. МО не подходит для этой задачи. Решения МО обучаются на ограниченных подмножествах доступных данных (обычно 2-5%), предлагают только 50-70% точности с неизвестными угрозами и вводят ложные положительные результаты. Они также требуют человеческого вмешательства, поскольку обучаются на меньших наборах данных, увеличивая шансы человеческой предвзятости и ошибок.

Не все ИИ равны. Глубокое обучение (ГО) – наиболее совершенная форма ИИ – является единственной технологией, способной предотвращать и объяснять известные и неизвестные угрозы нулевого дня. Различие между решениями на основе МО и ГО становится очевидным при изучении их способности выявлять и предотвращать известные и неизвестные угрозы. В отличие от МО, ГО построено на основе нейронных сетей, что позволяет ему самообучаться и обучаться на сырых данных. Эта автономность позволяет ГО выявлять, обнаруживать и предотвращать сложные угрозы. С его пониманием основных компонентов вредоносных файлов ГО позволяет командам быстро создавать и поддерживать прочную позицию безопасности данных, предотвращая следующую угрозу, прежде чем она даже материализуется.

Deep Instinct недавно запустила DIANNA, первого генеративного ИИ-ассистента по кибербезопасности. Можете ли вы объяснить вдохновение за DIANNA и ее ключевые функции?

Deep Instinct – единственный поставщик на рынке, который может предсказать и предотвратить атаки нулевого дня. Уязвимости нулевого дня в предприятиях нарастают. Мы увидели 64% увеличение атак нулевого дня в 2023 году по сравнению с 2022 годом, и мы выпустили Deep Instinct’s Artificial Neural Network Assistant (DIANNA), чтобы противостоять этой растущей тенденции. DIANNA – это первый и единственный генеративный ИИ-ассистент по кибербезопасности, который предоставляет экспертный анализ вредоносного ПО и объяснимость для атак нулевого дня и неизвестных угроз.

Что отличает DIANNA от других традиционных инструментов ИИ, которые используют модели крупного языка, является ее способность предоставлять информацию о почему неизвестные атаки являются вредоносными. Сегодня, если кто-то хочет объяснить атаку нулевого дня, он должен запустить ее в песочнице, что может занять несколько дней, и в конце концов не предоставит подробного или сосредоточенного объяснения. Хотя этот подход ценный, он предлагает только ретроспективный анализ с ограниченным контекстом. DIANNA не только анализирует код, но и понимает намерение, потенциальные действия и объясняет, что код предназначен для выполнения: почему он вредоносный и как он может повлиять на системы. Этот процесс позволяет командам SOC сосредоточиться на оповещениях и угрозах, которые действительно имеют значение.

Как способность DIANNA предоставлять экспертный анализ вредоносного ПО отличается от традиционных инструментов ИИ на рынке кибербезопасности?

DIANNA – это как иметь виртуальную команду аналитиков вредоносного ПО и экспертов по реагированию на инциденты у вас под рукой, чтобы предоставить глубокий анализ известных и неизвестных атак, объясняя методы атакующих и поведение вредоносных файлов.

Другие инструменты ИИ могут только выявлять известные угрозы и существующие векторы атак. DIANNA выходит за рамки традиционных инструментов ИИ, предлагая организациям беспрецедентный уровень экспертизы и информации о неизвестных скриптах, документах и сырых бинарных файлах, чтобы подготовиться к атакам нулевого дня. Кроме того, DIANNA предоставляет повышенную видимость процесса принятия решений моделей предотвращения Deep Instinct, что позволяет организациям тонко настроить свою позицию безопасности для максимальной эффективности.

Какие основные проблемы DIANNA решает в текущем ландшафте кибербезопасности, особенно в отношении неизвестных угроз?

Проблема с атаками нулевого дня сегодня заключается в отсутствии информации о том, почему инцидент был остановлен и признан вредоносным. Аналитики угроз должны тратить значительное время на определение того, была ли это вредоносная атака или ложный положительный результат. В отличие от других решений по кибербезопасности, Deep Instinct регулярно блокировала атаки нулевого дня с помощью нашего уникального решения ГО. Однако клиенты просили подробные объяснения, чтобы лучше понять природу этих атак. Мы разработали DIANNA, чтобы повысить возможности глубокого обучения Deep Instinct, уменьшить нагрузку на команды SecOps и предоставить реальную объяснимость неизвестных, сложных угроз. Наша способность сосредоточить модели генеративного ИИ на конкретных артефактах позволяет нам предоставить всесторонний, но сосредоточенный ответ, чтобы устранить пробел на рынке.

DIANNA – это значительный прорыв для отрасли и осязаемый пример способности ИИ решать реальные проблемы. Она использует исключительно статический анализ для выявления поведения и намерения различных форматов файлов, включая бинарные файлы, скрипты, документы, файлы-путешественники и другие типы файлов, используемых для доставки угроз. DIANNA – это не только технологический прорыв; это стратегический сдвиг в сторону более интуитивного, эффективного и эффективного окружения кибербезопасности.

Можете ли вы подробнее рассказать о том, как DIANNA переводит бинарный код и скрипты в отчеты на естественном языке, и какие преимущества это дает командам безопасности?

Этот процесс является частью нашей секретной подливки. На высоком уровне мы можем обнаружить вредоносное ПО, которое глубокая обучающаяся основа Deep Instinct помечает в атаке, а затем подать его в качестве метаданных в модель генеративного ИИ. Извлекая метаданные без раскрытия конфиденциальной информации, DIANNA предоставляет объяснимость нулевого дня и сосредоточенные ответы, которые клиенты ищут.

С ростом атак, сгенерированных ИИ, как вы видите эволюцию ИИ для более эффективного противостояния этим угрозам?

По мере роста атак на основе ИИ оставаться впереди все более сложных атакующих требует перехода за пределы традиционных инструментов ИИ и инноваций с помощью лучшего ИИ, в частности глубокого обучения. Deep Instinct – первая и единственная компания по кибербезопасности, которая использует глубокое обучение в своей технологии безопасности данных для предотвращения угроз до того, как они вызовут нарушение, и предсказания будущих угроз. Решение безопасности данных нулевого дня Deep Instinct может предсказать и предотвратить известные, неизвестные и угрозы нулевого дня за менее чем 20 миллисекунд, что в 750 раз быстрее, чем самый быстрый вредоносное ПО может зашифровать – что делает его важным дополнением к каждому стеку безопасности, обеспечивая полную, многослойную защиту от угроз в гибридных средах.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Deep Instinct.