Gracias a las técnicas de aprendizaje automático en su servicio interno, el equipo Global de Investigación y Análisis (GReAT) de Kaspersky ha descubierto un 25 % mas de amenazas persistentes avanzadas (APT) durante el primer semestre de 2024, dirigidas al sector gubernamental, financiero, empresarial y de telecomunicaciones. Modelos de aprendizaje automático que emplean técnicas como Random Forest y frecuencia de términos-frecuencia inversa de documentos (TF-IDF) para procesar grandes cantidades de datos. Esto permite una detección más rápida y precisa de amenazas, incluso la identificación de indicadores de compromiso que los sistemas de detección tradicionales podrían pasar por alto.
Kaspersky perfecciona y actualiza sus modelos de aprendizaje automático continuamente con nuevos datos, procesando millones de puntos de datos al día y proporcionando información en tiempo real sobre las amenazas emergentes, lo que no sólo aumenta el número de detecciones, también la capacidad de reducir los tiempos de respuesta y mitigar los riesgos cibernéticos, redundando en una mayor resiliencia de las empresas en un panorama de amenazas cambiante.
“Los resultados han superado nuestras expectativas. Estas tecnologías mejoran la precisión de la detección y fomentan estrategias de defensa proactiva, ayudando a las organizaciones a adelantarse a las amenazas cibernéticas en constante evolución. El futuro de la ciberseguridad reside en el uso ético de estas herramientas para garantizar un entorno digital más seguro para todos”, asegura Amin Hasbini, jefe del Centro de Investigación META en GReAT de Kaspersky.
