{"id":1228,"date":"2020-08-07T14:29:29","date_gmt":"2020-08-07T17:29:29","guid":{"rendered":"https:\/\/aiqon.com.br\/blog\/?p=1228"},"modified":"2020-08-07T14:50:27","modified_gmt":"2020-08-07T17:50:27","slug":"por-que-o-antivirus-nao-e-suficiente-deep-learning-cybersecurity","status":"publish","type":"post","link":"https:\/\/aiqon.com.br\/blog\/por-que-o-antivirus-nao-e-suficiente-deep-learning-cybersecurity\/","title":{"rendered":"Por que o antiv\u00edrus n\u00e3o \u00e9 suficiente &#8211; Deep Learning Cybersecurity"},"content":{"rendered":"<div id=\"bsf_rt_marker\"><\/div><p>De ransomware at\u00e9 spyware e trojans, os tipos de amea\u00e7as de malware ainda s\u00e3o diversos. Ainda assim, a amea\u00e7a que d\u00e1 mais trabalho as organiza\u00e7\u00f5es e as suas solu\u00e7\u00f5es de seguran\u00e7a cibern\u00e9tica \u00e9 o malware desconhecido. Para isso, falaremos sobre o Deep Learning CyberSecurity<\/p><div id=\"ez-toc-container\" class=\"ez-toc-v2_0_85 ez-toc-wrap-left counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Nesse Artigo<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabela de conte\u00fado\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/aiqon.com.br\/blog\/por-que-o-antivirus-nao-e-suficiente-deep-learning-cybersecurity\/#A_capacidade_unica_do_Deep_Learning_Cybersecurity\" >A capacidade \u00fanica do Deep Learning Cybersecurity<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/aiqon.com.br\/blog\/por-que-o-antivirus-nao-e-suficiente-deep-learning-cybersecurity\/#Machine_Learning_vs_Deep_Learning\" >Machine Learning vs Deep Learning<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/aiqon.com.br\/blog\/por-que-o-antivirus-nao-e-suficiente-deep-learning-cybersecurity\/#A_solucao_que_esta_liderando_a_revolucao_do_Deep_Learning_CyberSecurity\" >A solu\u00e7\u00e3o que est\u00e1 liderando a revolu\u00e7\u00e3o do Deep Learning CyberSecurity<\/a><\/li><\/ul><\/nav><\/div>\n\n<p>Isso se d\u00e1 porque os meios usados para se proteger de amea\u00e7as cibern\u00e9ticas conhecidas n\u00e3o costumam ser efetivas contra o desconhecido:<\/p>\n<p><strong>Com base nas assinaturas<\/strong>: Os antiv\u00edrus tradicionais normalmente utilizam essa t\u00e9cnica. Com ela, os principais dados dos arquivos s\u00e3o assinados, e ent\u00e3o, a pr\u00f3xima vez que arquivos forem encontrados com a mesma assinatura, eles ser\u00e3o classificado como maliciosos. A principal parte dos dados normalmente \u00e9 a string ou sequencias de byte de parte do c\u00f3digo. Essa prote\u00e7\u00e3o n\u00e3o costuma ser adequada pois ela apenas pode te proteger do que \u00e9 conhecido, com base em partes conhecidas de outros arquivos maliciosos existentes. <strong>Em um ataque desconhecido, a assinatura n\u00e3o ser\u00e1 encontrada.<\/strong><\/p>\n<p><strong>Com base heur\u00edstica:<\/strong> Essa \u00e9 uma t\u00e9cnica avan\u00e7ada para assinaturas. Ao inv\u00e9s de usar assinaturas fixas, algumas partes de uma assinatura podem ser aleat\u00f3rias, logo n\u00e3o h\u00e1 a necessidade de ser exatamente a mesma assinatura. A desvantagem \u00e9 o tempo levado para o reconhecimento e o funcionamento melhor em arquivos conhecidos.<\/p>\n<p><strong>Sandbox<\/strong>: Envolve a execu\u00e7\u00e3o de arquivos suspeitos em um ambiente isolado por alguns minutos enquanto testa de forma din\u00e2mica o que o arquivo est\u00e1 fazendo enquanto em execu\u00e7\u00e3o para entender se ele \u00e9 malicioso ou n\u00e3o sem impactar o ambiente de produ\u00e7\u00e3o. Na maioria dos casos, a maioria das implementa\u00e7\u00f5es seriam feitas no modo de detec\u00e7\u00e3o j\u00e1 que a an\u00e1lise consome bastante tempo at\u00e9 se ter um veredito, atrapalhando o fluxo de trabalho da organiza\u00e7\u00e3o (como receber e-mails com anexo). Al\u00e9m disso, muitos malwares est\u00e3o familiarizados com essas plataformas e tem muita capacidade anti-VM para n\u00e3o serem detectados por essas solu\u00e7\u00f5es. Por exemplo, no caso de drivers, hostname ou nomes de usu\u00e1rio coincidirem com os usados em plataformas de sandbox, o malware n\u00e3o executar\u00e1 as atividades maliciosas.<\/p>\n<p><strong>Machine Learning:<\/strong> Um ramo da intelig\u00eancia artificial (IA). Ela permite que os computadores aprendam, alimentando uma grande quantidade de dados na \u201cm\u00e1quina\u201d para ensina-la como identificar arquivos maliciosos de acordo com certos recursos do arquivo. Apesar de mais avan\u00e7ada se mantendo a frente da assinatura e da heur\u00edstica, uma das desvantagens do sandbox \u00e9 a depend\u00eancia da engenharia desses recursos, significando que ele utiliza apenas uma pequena parte da estrutura do arquivo levando em considera\u00e7\u00e3o apenas os vetores de ataque conhecidos que s\u00e3o representados por esses recursos. Como resultado, a maior parte dos dados n\u00e3o s\u00e3o processados, analisados ou correlacionados entre os pontos de dados e nem v\u00e3o para an\u00e1lise. Isso significa que o Machine Learning \u00e9 parcial por natureza e nunca prevenir\u00e1 ou negar\u00e1 completamente um arquivo desconhecido. Al\u00e9m disso, o algoritmo cl\u00e1ssico do Machine Learning tende a n\u00e3o ser muito preciso, principalmente em dom\u00ednios que n\u00e3o s\u00e3o f\u00e1ceis de se resolver como a seguran\u00e7a cibern\u00e9tica. Isso leva a retorno moderado (\u00edndice de detec\u00e7\u00e3o) e quantidade moderada de falsos positivos\u00a0 em amostras n\u00e3o vistas que n\u00e3o estiveram envolvidas nas fases de treinamento do algoritmo.<\/p>\n<p>Dito isso, <strong>nenhum desses m\u00e9todos se d\u00e3o bem nos dias de hoje<\/strong> que est\u00e1 principalmente lidando com novas variantes de malware nunca vistas antes.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"A_capacidade_unica_do_Deep_Learning_Cybersecurity\"><\/span>A capacidade \u00fanica do Deep Learning Cybersecurity<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>H\u00e1 um m\u00e9todo, no entanto, que se sobressai em compara\u00e7\u00e3o aos outros meios, j\u00e1 que ele foi feito para lidar com o malware desconhecido. Esse m\u00e9todo se chama <strong>Deep Learning Cybersecurity<\/strong>.<\/p>\n<p><a href=\"https:\/\/lps.aiqon.com.br\/webinar-ia-security\"><img loading=\"lazy\" decoding=\"async\" class=\"alignleft wp-image-1232 size-full\" src=\"https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/webinar-deep-h.png\" alt=\"Deep Learning Cybersecurity\" width=\"400\" height=\"267\" srcset=\"https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/webinar-deep-h.png 400w, https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/webinar-deep-h-300x200.png 300w\" sizes=\"auto, (max-width: 400px) 100vw, 400px\" \/><\/a><\/p>\n<p>Para uma recapitula\u00e7\u00e3o r\u00e1pida, o deep learning \u00e9 a t\u00e9cnica mais avan\u00e7ada de intelig\u00eancia artificial nos dias de hoje. Seu m\u00e9todo de aprendizado \u00e9 inspirado na forma que o c\u00e9rebro humano aprende, pegando todos os dados e aprendendo de forma autom\u00e1tica e intuitiva.<\/p>\n<p>O Deep Learning \u00e9 o primeiro, e atualmente \u00fanico, m\u00e9todo de aprendizado capaz de ser treinado no dado bruto. N\u00e3o h\u00e1 necessidade de engenharia de recursos com o deep learning como \u00e9 necess\u00e1rio com o machine learning. Pelo contr\u00e1rio, o deep learning pode ir direto ao dado bruto do arquivo sem que seja dito para prestar aten\u00e7\u00e3o a certos recursos especificados por profissionais humanos.<\/p>\n<p>Al\u00e9m do mais, o deep learning escala at\u00e9 centenas de milh\u00f5es de amostras de treinamento. Com o conjunto de dados do treinamento ficando cada vez maiores, o deep learning se aprimora continuamente. E um terceiro aspecto, o deep learning torna \u00fanico na sua habilidade de encontrar padr\u00f5es e correla\u00e7\u00e3o no dado bruto que s\u00e3o complexos para qualquer humano ou IA de perceber.<\/p>\n<p>Logo, seu m\u00e9todo \u00fanico de treinamento e aprendizados o deixa com capacidades intuitivas e preditivas, o que \u00e9 uma das principais capacidades para encontrar amea\u00e7as desconhecidas. Para que caso voc\u00ea n\u00e3o saiba o QUE \u00e9, voc\u00ea deve PREVER o que ser\u00e1.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Machine_Learning_vs_Deep_Learning\"><\/span>Machine Learning vs Deep Learning<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table>\n<tbody>\n<tr>\n<td width=\"208\"><strong>\u00a0<\/strong><\/td>\n<td width=\"208\"><strong>Machine Learning<\/strong><\/td>\n<td width=\"208\"><strong>Deep Learning<\/strong><\/td>\n<\/tr>\n<tr>\n<td width=\"208\"><strong>Precis\u00e3o<\/strong><\/td>\n<td width=\"208\">\u00cdndice de detec\u00e7\u00e3o \u00e9 moderado com \u00edndice de falsos positivo de at\u00e9 5%.<\/td>\n<td width=\"208\">\u00cdndice de detec\u00e7\u00e3o extremamente alto com \u00edndice de falso positivo praticamente zero<\/td>\n<\/tr>\n<tr>\n<td width=\"208\"><strong>Especialista de dom\u00ednio<\/strong><\/td>\n<td width=\"208\"><strong>Requisitado para engenharia de recursos e extra\u00e7\u00e3o<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>O Machine Learning requer um especialista de dom\u00ednio humano para que ele conduza a engenharia de recursos e conduza a classifica\u00e7\u00e3o<\/td>\n<td width=\"208\"><strong>N\u00e3o \u00e9 necess\u00e1rio<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>O Deep Learning analisa e aprende do dado bruto de forma completamente aut\u00f4noma, de todos os tipos de dados nas milh\u00f5es ou bilh\u00f5es de entradas.<\/td>\n<\/tr>\n<tr>\n<td width=\"208\"><strong>% de conte\u00fado para analise a aprendizado<\/strong><\/td>\n<td width=\"208\"><strong>% de conte\u00fado para an\u00e1lise e aprendizado<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>Apenas 2,5-5% dos dados dispon\u00edveis. Convertendo os dados em pequenos vetores de recursos como correla\u00e7\u00f5es estat\u00edsticas, o Machine Learning descarta a maior parte dos dados<\/td>\n<td width=\"208\"><strong>Processa 100% dos dados brutos dispon\u00edveis<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>Utiliza os dados brutos d\u00e1 a habilidade de encontrar correla\u00e7\u00f5es n\u00e3o-lineares que s\u00e3o muito complexas para humanos definirem, mesmo para os especialistas do campo<\/td>\n<\/tr>\n<tr>\n<td width=\"208\"><strong>Correla\u00e7\u00f5es<\/strong><\/td>\n<td width=\"208\"><strong>Correla\u00e7\u00f5es lineares<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>O recursos selecionado pelo especialista de dem\u00f4nio humano s\u00f3 pode levar a propriedades lineares simples. Isso limita o algoritmo apenas a recursos especifico e neutraliza outras correla\u00e7\u00f5es e padr\u00f5es que n\u00e3o poder\u00e3o ser racionalizados pelos recursos que foram predefinidos.<\/td>\n<td width=\"208\"><strong>Correla\u00e7\u00f5es n\u00e3o-lineares<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>Utilizar o dado bruto d\u00e1 a habilidade de encontrar correla\u00e7\u00f5es n\u00e3o lineares que s\u00e3o muito complexas para humanos definirem, mesmo para os especialistas do campo<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>&nbsp;<\/p>\n<p>Logo, o Deep Learning \u00e9 \u00fanico entre os outros m\u00e9todos de seguran\u00e7a cibern\u00e9tica e est\u00e1 melhor posicionado para lidar com o desconhecido. Inclusive, o Deep Learning tem uma capacidade espec\u00edfica para arquivos desconhecidos, entregando os maiores \u00edndices de detec\u00e7\u00e3o e preven\u00e7\u00e3o al\u00e9m de um \u00edndice muito pequeno de falsos positivos.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"A_solucao_que_esta_liderando_a_revolucao_do_Deep_Learning_CyberSecurity\"><\/span>A solu\u00e7\u00e3o que est\u00e1 liderando a revolu\u00e7\u00e3o do Deep Learning CyberSecurity<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A <a href=\"deepinstinct.com\">Deep instinct<\/a> (parceira da <a href=\"aiqon.com.br\">AIQON<\/a>) tem orgulho de tornar dispon\u00edvel a primeira solu\u00e7\u00e3o de seguran\u00e7a cibern\u00e9tica que aproveita o poder do deep learning para prevenir, detectar e responder a amea\u00e7as desconhecidas (e conhecidas, claro), para proteger qualquer tipo de dispositivo, sendo executado em qualquer sistema operacional e contra qualquer ataque, utilize ele um arquivo ou n\u00e3o. O Deep Instinct n\u00e3o apenas oferece seguran\u00e7a cibern\u00e9tica aut\u00f4noma para prevenir ataques cibern\u00e9ticos de serem executados nos seus dispositivos, mas ele tamb\u00e9m oferece an\u00e1lise de malware e classifica\u00e7\u00e3o de amea\u00e7as para que voc\u00ea se mantenha informado. As principais caracter\u00edsticas da nossa an\u00e1lise de amea\u00e7a autom\u00e1tica incluem um console de gerenciamento de seguran\u00e7a intuitivo, identifica\u00e7\u00e3o de cadeia de ataques, analise de amea\u00e7as avan\u00e7ada e relat\u00f3rios de an\u00e1lise de amea\u00e7as profundos.<\/p>\n<p><a href=\"https:\/\/lps.aiqon.com.br\/webinar-ia-security\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter wp-image-1230 size-full\" src=\"https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/1deep.png\" alt=\"Deep Learning Cybersecurity\" width=\"520\" height=\"272\" srcset=\"https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/1deep.png 520w, https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/1deep-300x157.png 300w\" sizes=\"auto, (max-width: 520px) 100vw, 520px\" \/><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>De ransomware at\u00e9 spyware e trojans, os tipos de amea\u00e7as de malware ainda s\u00e3o diversos. Ainda assim, a amea\u00e7a que d\u00e1 mais trabalho as organiza\u00e7\u00f5es e as suas solu\u00e7\u00f5es de seguran\u00e7a cibern\u00e9tica \u00e9 o malware desconhecido. Para isso, falaremos sobre o Deep Learning CyberSecurity Isso se d\u00e1 porque os meios usados para se proteger de [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":1234,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[118],"tags":[119,120],"class_list":["post-1228","post","type-post","status-publish","format-standard","has-post-thumbnail","category-deep-learning-cybersecurity","tag-antivirus","tag-inteligencia-artificial","czr-hentry"],"jetpack_featured_media_url":"https:\/\/aiqon.com.br\/blog\/wp-content\/uploads\/2020\/08\/deeplearning-cybersecurity.png","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/posts\/1228","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/comments?post=1228"}],"version-history":[{"count":3,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/posts\/1228\/revisions"}],"predecessor-version":[{"id":1235,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/posts\/1228\/revisions\/1235"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/media\/1234"}],"wp:attachment":[{"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/media?parent=1228"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/categories?post=1228"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aiqon.com.br\/blog\/wp-json\/wp\/v2\/tags?post=1228"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}