2021: Odisea del Ciberespacio

Transcripción

1

2 2021: Odisea del Ciberespacio

3 M.C. Romeo A. Sánchez López CISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF Ingeniero en Seguridad Computacional Maestro en Educación Maestro en Ciencias en Sistemas Inteligentes Programador de computadoras desde 1987 Administrador de redes y seguridad desde 1992 Ingeniero de software desde 1997 Profesional de seguridad y ethical hacker desde 2007 Arquitecto de TI y Seguridad desde 2011

4 Agenda Introducción Antecedentes de la Inteligencia Artificial La Inteligencia Artificial al servicio del Cibercrimen La Inteligencia Artificial en la Ciberseguridad Un vistazo al futuro de la Inteligencia Artificial Conclusiones

5 Introducción

6 2 cyber

7 El Amanecer de la Ciberseguridad

8 Estamos en una misión

9 La Inteligencia Artificial: de qué lado está?

10 Introducción Una máquina "inteligente" ideal es un agente racional flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea. El test de Turing es una prueba de la habilidad de una máquina de exhibir un comportamiento inteligente similar, o indistinguible, del de un humano.

11 Técnicas de AI Machine Learning Neural Networks Support Vector Machine Deep Learning Sistemas difusos (fuzzy) Computación evolutiva Algoritmos genéticos Metaheurística Inferencia Bayesiana

12 Aplicaciones de la AI Reconocimiento de Patrones Visión Computacional Procesamiento de imágenes Reconocimiento de objetos Reconocimiento óptico de caracteres Reconocimiento de escritura Reconocimiento facial y lectura de labios Audio Computacional Reconocimiento y síntesis del habla Diagnósticos y Sistemas Expertos Sistemas de apoyo a decisiones

13 Aplicaciones de la AI Agentes Inteligentes Arquitecturas cognitivas Administración del Conocimiento Minería de datos y de textos Filtrado de correos spam Reconocimiento de actividades Anotación de imágenes Web semántica Juegos Juegos de inteligencia artificial Teoría de juegos

14 Aplicaciones de la AI Procesamiento del Lenguaje Natural Bots conversacionales Asistentes inteligentes Identificación del lenguaje Interfaces de lenguaje natural Traducción Respuestas automáticas a preguntas Comprensión del lenguaje Robótica Robots basados en comportamiento Robots cognitivos Robots epigenéticos Vehículos autónomos

15 La Inteligencia Artificial al Servicio del Cibercrimen

16 Ingeniería Social La inteligencia artificial podría ser usada para hacer ingeniería social con menos riesgo. Por ejemplo, podría construirse una aplicación que emule un chat e instalarse en un sistema embebido que tuviera acceso a Internet y pudiera hacer llamadas telefónicas usando un sintetizador de voz, y conectado a una fuente de energía. Su script de ataque podría estar precargado o ser actualizado remotamente usando Tor para hacer más difícil su rastreo. Una computadora que pueda engañar a un humano para pensar que es alguien en quién confiar, es una puerta abierta al cibercrimen.

17 Malware Inteligente Está siendo creado malware más dinámico y polimórfico, y es cada vez más difícil detectarlo y detenerlo con las herramientas tradicionales. Las herramientas de seguridad basadas en heurísticas generan más alertas de las que pueden analizarse.

18 La Inteligencia Artificial en la Ciberseguridad

19 La AI y la Ciberseguridad Machine Learning No todos están convencidos de que haya beneficios en aplicar inteligencia artificial y técnicas de machine learning para detectar y detener ciberamenazas. Puede ser útil en aumentar la toma de decisiones hecha por humanos y en evidenciar relaciones no tan obvias en grandes volúmenes de datos de seguridad. Detección de patrones Alertas basadas en heurísticas (Big Data en SIEM) IBM Watson

20 Inferencia Bayesiana Es un concepto estadístico que establece que la probabilidad de que ocurra un evento puede ser definida por las condiciones relacionadas con dicho evento. En aprendizaje automático (machine learning) se utiliza la inferencia bayesiana para automatizar la creación de árboles probabilísticos complejos que puedan evaluar con mayor precisión la probabilidad de que ocurran ciertos eventos. Ejemplo: Si un archivo contiene altos niveles de cifrado y compresión, es más probable que sea maligno a que sea benigno. Ejemplo: En la detección de spam en el correo electrónico.

21 Deep Learning Las redes neuronales implementan una arquitectura de neurona, similar a la de las neuronas del cerebro humano. Las neuronas toman datos de entrada y emplean funciones computacionales para decidir si pasarán información a la siguiente capa. Una red neuronal profunda ( deep ) es una red con muchas capas ocultas de neuronas. En detección de malware, cada archivo es pasado a través de las capas ocultas para determinar si es benigno o maligno.

22 Un Vistazo a las Amenazas Futuras de la Inteligencia Artificial

23 Amenazas Futuras de la AI Inseguridad en Vehículos autónomos Y si alguien altera el sistema de visión? Dilemas morales Suplantación de identidad La síntesis de habla y la comprensión del lenguaje Malware adaptable Ingeniería social

24 Conclusión Las herramientas de seguridad no deben solo buscar malware, sino también enfocarse en otras clases de ataques que dependen de herramientas nativas de los sistemas operativos. Los ataques evolucionan, y las defensas deberían evolucionar también.

25 El futuro? :)

26