Kaspersky detecta mais 25% de ameaças no primeiro semestre de 2024

Os modelos de Machine Learning (ML) utilizados nas soluções da Kaspersky já permitiram aumentar em 25% a eficácia na deteção de ameaças no primeiro semestre de 2024, contribuindo, de acordo com a empresa global de cibersegurança e privacidade digital, para a redução dos tempos de resposta e a mitigação de riscos cibernéticos.

Segundo a empresa, estes modelos integram técnicas como Random Forest e TF-IDF (Term Frequency-Inverse Document Frequency), que permitem a análise de grandes volumes de dados e uma deteção mais rápida e precisa de ameaças subtis e em tempo real.

“Os resultados excederam as nossas expectativas. Estas tecnologias melhoram a precisão da detecção e promovem estratégias de defesa proativas, ajudando as organizações a manterem-se à frente das ciberameaças em evolução. O futuro da cibersegurança reside no aproveitamento ético destas ferramentas para garantir um ambiente digital mais seguro para todos”, afirmou Amin Hasbini, Diretor do Centro de Investigação na região META na GReAT da Kaspersky.

De acordo com a Kaspersky, estes modelos de Machine Learning são constantemente aprimorados e atualizados com novos dados para assegurar sua eficácia num cenário de ciberameaças em constante transformação. “À medida que surgem novos vetores de ataque, estes modelos são monitorizados e ajustados para fornecer informações atempadas, reforçando as defesas e melhorando a resiliência organizacional”, sustenta a empresa.

A Kaspersky promete apresentar os resultados dessa pesquisa no evento “GITEX 2024”, onde participará num painel de debate sobre o impacto da Inteligência na cibersegurança.