I vantaggi dell’apprendimento automatico senza supervisione nel SOC | Economyup

white paper

I vantaggi dell’apprendimento automatico senza supervisione nel SOC


Scarica gratuitamente

Machine Learning in the SOC

SCARICA ADESSO
Network Digital360

Machine Learning in the SOC

SCARICA ADESSO

Fornito da Micro Focus



Cos’è e come funziona l’unsupervised machine learning? Cosa fare per potenziare il rilevamento delle minacce sconosciute? Quali sono le best practice per l’apprendimento automatico nel SOC? Quali sono i 4 elementi chiave per un machine learning davvero efficace?

14 Luglio 2020


I centri operativi di sicurezza stanno affrontando sfide più grandi che mai. I team SOC hanno il compito di trovare minacce sempre più sofisticate in volumi di dati maggiori e in meno tempo. Il rapporto tra la mole di lavoro da svolgere e le effettive risorse aziendali è troppo sproporzionato: i budget sono ristretti e le figure professionali altamente qualificate scarseggiano.

Non solo: sfortunatamente, alcune minacce sono molto complesse e spesso eludono i controlli di sicurezza perché non lasciano prove tangibili o risultano ancora sconosciute. In questo scenario, è fondamentale implementare un approccio più sofisticato alla data protection: il rilevamento delle anomalie guidato dall’apprendimento automatico senza supervisione può fare una differenza significativa.

Questo white paper, fornito da Micro Focus, spiega in che modo i team di sicurezza possono utilizzare il rilevamento delle anomalie basato sull’apprendimento automatico per potenziare le operazioni di sicurezza. Proseguendo la lettura, saprete:

  • cos’è e come funziona l’apprendimento automatico senza supervisione
  • cosa fare per potenziare il rilevamento delle minacce sconosciute
  • quali sono le best practice per l’apprendimento automatico nel SOC
  • quali sono i 4 elementi chiave per un machine learning davvero efficace

Temi correlati

apprendimento automatico
machine learning
SecOps
User and Entity Behavior Analytics