Användning av AI för detektering och respons på säkerhetsinciden

Varför används AI för säkerhet?

• Enbart kostnadsbesparing

• För långsammare analys

• För snabb detektering.

• Minskar inte falska positiva.

Vad kan maskininlärning förutspå?

• Inga attacker alls.

• Slumpmässiga händelser.

• Attacker baserat på mönster.

• Endast interna hot.

Vad kan AI-system automatisera?

• Patchning vid hotdetektering.

• Endast rapportering

• Endast manuella uppgifter.

• Inga säkerhetsuppgifter.

Vilken AI-teknik analyserar text för hot?

• Djupinlärning

• Naturlig språkbehandling (NLP)

• Förstärkningsinlärning

• Generativ AI

Vad är en utmaning med AI i säkerhet?

• Låg kostnad

• Enkel implementering

• Fullständig transparens

• Beroende av mycket data

Vad kopplar RAG till en språkmodell?

• Extern databas med kontext

• Endast historisk data

• En statisk kunskapsbas

• Inga externa källor

Vad tränas en finjusterad LLM på?

• Generell internetdata

• Domänspecifik säkerhetsdata

• Realtidsdata enbart

• Offentliga nyheter

Vad är en fördel med RAG?

• Uppdaterbar kunskap utan omträning

• Statisk kunskap

• Kräver alltid omträning

• Ökar hallucinationer.

Vad kan en finjusterad modell identifiera bra?

• Generella hotmönster

• Subtila hotmönster i data

• Alla typer av nätverkstrafik

• Hot utan träningsdata

Vad kan RAG användas för vid phishing?

• Analysera URL-struktur.

• Generera nya phishing-attacker.

• Endast blockera IP-adresser.

• Söka i PhishTank efter misstänkta URL:er.