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。
- 「JARVIS-1に会おう:メモリ拡張型マルチモーダル言語モデルを持つオープンワールドマルチタスクエージェント」
- ラストマイルAIは、AiConfigをリリースしました:オープンソースの構成駆動型、ソースコントロールに対応したAIアプリケーション開発フレームワーク
- LangChain、Amazon SageMaker JumpStart、およびMongoDB Atlasの意味検索を利用した検索増強生成
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!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- 「Amazon Bedrock のエージェント付きカスタマーサービスボットの基盤モデル(FM)を構築する」
- 「Amazon Rekognitionを使用して、Amazon IVSライブストリームを適度に制御する」
- LLMWareは、複雑なビジネスドキュメントを含む企業ワークフローに適した、生産用の微調整済みモデルであるRAG-Specialized 7BパラメータLLMを発表しました
- このAI論文では、大規模なマルチモーダルモデルの機能を拡張する汎用のマルチモーダルアシスタントであるLLaVA-Plusを紹介しています
- マルチクエリアテンションの解説
- mPLUG-Owl2をご紹介しますこれは、モダリティの協力によってマルチモーダルな大規模言語モデル(MLLMs)を変換するマルチモーダルファウンデーションモデルです
- AIキャリアのトレンド:人工知能の世界で注目されているものは何ですか?