パロアルトネットワークスは、Cortex XSIAM 2.0プラットフォームを導入します:ユニークなBring-Your-Own-Machine-Learning(BYOML)フレームワークを特徴としています

パロアルトネットワークスがCortex XSIAM 2.0プラットフォームを導入!BYOMLフレームワークの特長が魅力

“`html

サイバーセキュリティにおいて、組織はセキュリティインテリジェンスと自動化の効率的な管理に直面しています。一つの問題は、セキュリティ対策の強化のために効果的な機械学習モデルが必要とされることです。従来、セキュリティチームは事前定義されたモデルに限定され、進化する脅威に対応することが困難でした。

この課題に対処するためのいくつかの解決策が存在しましたが、それらはセキュリティチームからより高い柔軟性を要求することがよくありました。これらの解決策では、セキュリティ専門家が自分たちの特定のニーズに合わせて独自の機械学習モデルを作成・実装することができませんでした。この制限は、詐欺検出、セキュリティ研究、データの可視化などの領域で機械学習の可能性を十分に活用する能力を阻害しました。

Palo Alto Networksは、ユニークな「Bring-Your-Own-Machine-Learning (BYOML) フレームワーク」を備えた「Cortex XSIAM 2.0プラットフォーム」を導入しました。このフレームワークは、XSIAMに格納されている膨大なセキュリティデータへのアクセスを提供することで、セキュリティチームに力を与えます。今では、セキュリティチームはXSIAMエコシステム内で独自の機械学習モデルを構築し利用することができ、より高度なカスタマイズと適応性が可能です。

XSIAM内のBYOMLフレームワークは、セキュリティチームが詐欺検出やセキュリティ研究を含むさまざまなユースケースにおいて、機械学習を活用することを可能にします。進化するサイバーセキュリティの課題に対応するため、機械学習モデルを柔軟に適応させることができるより動的なアプローチを提供します。

XSIAM 2.0への注目すべき追加機能の一つは、XSIAMコマンドセンターの導入です。この中央ハブにより、セキュリティチームはデータソースとアラートに関する貴重な洞察を得ることができます。この機能により、セキュリティ専門家は統一されたプラットフォーム内でセキュリティインシデントを効率的に識別し優先順位付けを行い、インシデント対応と管理を効率化することができます。

さらに、XSIAM 2.0では、MITRE ATT&CKカバレッジダッシュボードが組み込まれており、組織は一般的な脅威行動者の戦術と手法に対する全体的な防御策を評価できます。これにより、プラットフォームが多様なサイバーセキュリティの脅威に対してどのように対処できるかを視覚的に表現することができます。

このプラットフォームは、AIおよび自動化機能を備えた伝統的な能力を超えています。これらの機能により、組織は手動タスクを自動化し、セキュリティオペレーションの自動化方法についての推奨事項を受け取ることができます。これにより、運用効率が向上し、サイバーセキュリティに対して能動的かつ適応的なアプローチを取ることができます。

結論として、Palo Alto NetworksのXSIAM 2.0のリリースは、サイバーセキュリティの進化する課題に対処するための重要な一歩を示しています。この革新的なソリューションにより、セキュリティチームは自分たちの機械学習モデルを制御し、新たな脅威に適応し、インシデント対応を効率化することができます。XSIAMコマンドセンターやMITRE ATT&CKカバレッジダッシュボードなどの追加機能により、組織はサイバーセキュリティの脅威に対する防御能力を強化するための包括的なプラットフォームを備えることができます。

この記事は、Palo Alto Networksが独自のBring-Your-Own-Machine-Learning (BYOML) フレームワークを備えたCortex XSIAM 2.0プラットフォームを発表の原文です。

元の記事はMarkTechPostで読むことができます。

“`

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI研究

スタンフォード研究者がGLOWとIVESを使用して、分子ドッキングとリガンド結合位姿の予測を変革しています

ディープラーニングは、スコアリング関数の改善により、分子ドッキングの向上の可能性を持っています。現在のサンプリングプ...

人工知能

生産性向上のための10の最高のAIツール(決定版リスト)

時間を取り戻したい、同僚を凌駕したい、そして好きなことにもっと時間を費やしたいのであれば、AIツールを使用することは明...

機械学習

TensorFlowを使用して責任あるAIを構築する方法は?

イントロダクション 人工知能(AI)は、今週リリースされる新しいAIアプリ、機能、プラットフォームが数百あるほど、前例のな...

機械学習

最初のマシンアンラーニングチャレンジを発表します

Googleの研究科学者であるFabian PedregosaとEleni Triantafillouによって投稿されました。 深層学習は最近、現実的な画像生...

機械学習

役に立つセンサーがAI in a Boxを立ち上げる

「あなた自身のプライベートで安全なAIボックスを持ってみたいですか?全部のアプリ、不快感はなしでそれがUseful Sensorsが...

AI研究

「SimCLRの最大の問題を修正する〜BYOL論文の解説」

SimCLRは対比学習のアイデアを成功裏に実装し、当時新たな最先端の性能を達成しました!それにもかかわらず、このアイデアに...