Aceleración de los resultados de Zero Trust con la IA generativa, parte 1: Etiquetado con IA
En la actualidad, la inteligencia artificial (IA) parece una realidad inevitable. Esta revolución, que se inició con el lanzamiento de ChatGPT en 2022, ha evolucionado hasta convertirse en una verdadera carrera continua por entrenar nuevos modelos lingüísticos y sacar partido de las oportunidades que ofrece la tecnología de IA generativa. En 2024, no es desmesurado afirmar que la IA transformará nuestra forma de trabajar.
Como empresa centrada en el cliente, Akamai se esfuerza por garantizar que la IA generativa se utilice de forma segura y eficaz en nuestras ofertas. Esta entrada de blog es la primera de una serie en cuatro partes que destacará nuestras inversiones y el uso que hacemos de la tecnología de IA generativa para ayudar a los expertos en seguridad a acelerar y simplificar sus iniciativas relacionadas con Zero Trust.
Inversión en IA generativa
Creemos que la IA generativa es un activo enorme, y no somos los únicos que vemos los beneficios de esta tecnología. Según Salesforce, el 67 % de los usuarios finales encuestados afirman que la IA generativa les ayudará a "sacar más partido de otras inversiones en tecnología", y el 45 % afirmó que usaría más la IA generativa "si esta estuviera integrada en la tecnología que ya utilizan".
Desde el punto de vista del proveedor, en una encuesta realizada por Gartner a más de 2500 ejecutivos, el 38 % indicó que "la experiencia y la permanencia del cliente" eran el principal objetivo de sus inversiones en capacidades de IA generativa.
En Akamai ya incluimos el aprendizaje automático y la IA predictiva en nuestros productos. Pero en lo que respecta a nuestra plataforma Zero Trust, Akamai se compromete a ampliar sus componentes de IA generativa para mejorar aún más la experiencia del cliente, reducir el tiempo total que se tarda en crear y aplicar políticas de seguridad, y facilitar que los equipos de seguridad obtengan resultados de Zero Trust de forma más rápida y eficaz.
IA generativa y segmentación
Como mostramos en nuestro informe Estado de la segmentación 2023, el mayor obstáculo a la hora de implementar la segmentación en los activos críticos para el negocio es la falta general de conocimientos y experiencia. Si queremos que un mayor número de equipos segmenten sus cargas de trabajo y aplicaciones esenciales, tenemos que hacer que la implementación de esa segmentaciónsea más rápida y sencilla.
El etiquetado es el eje central de la segmentación y la microsegmentaciónbasadas en software. La aplicación de políticas de seguridad se ha desvinculado de las características físicas subyacentes, como el puerto y la IP, y se aplica en función de la etiqueta asignada a un componente, un equipo o un grupo de equipos específicos. Por ejemplo, podría crear una política de seguridad que bloqueara las conexiones directas de Internet a todos los componentes, en cualquier puerto y con cualquier protocolo, donde la etiqueta fuera Role = base de datos o Application = CRM (Gestión de relaciones con los clientes).
El problema es que muchas organizaciones no tienen un único origen de datos con un conjunto completo y actualizado de metadatos de servidor. Esto es necesario para garantizar un etiquetado correcto y, por extensión, para garantizar la aplicación correcta de una política de seguridad global. La falta de metadatos provoca que el etiquetado se convierta en un esfuerzo de investigación manual, y hemos observado en algunos de nuestros propios clientes que este escenario ralentiza la implementación de soluciones.
Etiquetado con IA de Akamai
Para resolver este problema, presentamos una nueva función con tecnología de IA generativa: Etiquetado con IA. Esta nueva función aprovecha las capacidades de IA generativa para sugerir etiquetas adecuadas en función de las comunicaciones de procesos que identifica nuestra solución. El modelo de lenguaje de gran tamaño (LLM) que utiliza esta función se ha entrenado para reconocer mensajes en inglés conversacional y determinará la identidad más probable para un equipo que tenga procesos específicos que se comunican. La siguiente figura muestra recomendaciones para etiquetas de aplicación (Figura 1).
Fig. 1: Uso de la función Etiquetado con IA para identificar la identidad de la aplicación en función de sus procesos de comunicación
Reconocemos que la IA, especialmente en sus primeras etapas, no siempre es infalible. Para solucionar este problema, cada sugerencia de etiqueta incluirá una puntuación de confianza que refleje la confianza que tiene el LLM en la sugerencia, y también proporcionará una explicación sobre el motivo por el que se ha sugerido esta etiqueta. Esto ayudará a los equipos a asegurarse de que están actuando únicamente en base a las sugerencias de mayor confianza, reduciendo de este modo la posibilidad de error (Figura 2).
Fig. 2: Presentación de puntuaciones de confianza y pruebas para cada sugerencia de aplicación:CRM
Creemos que el etiquetado con IA eliminará una gran parte del proceso manual de etiquetado de equipos y componentes de su entorno, lo que reducirá significativamente el tiempo necesario para crear y aplicar la política de seguridad. El consiguiente aumento de la eficiencia del equipo de seguridad significa que sus equipos pueden dedicar menos tiempo a prepararse para la segmentación, y más tiempo en la segmentación en sí y en acelerar sus objetivos de seguridad Zero Trust.
Más información
Para obtener más información sobre nuestra plataforma Zero Trust con tecnología de IA generativa, visite akamai.com/zerotrust.