Ciberseguridad y seguridad
Combate amenazas avanzadas compartiendo inteligencia sin compartir datos
Mejorar la seguridad mediante colaboraciones de datos que preservan la privacidad.
Sherpa.ai permite a las organizaciones aprovechar todo el potencial de la inteligencia artificial segura y colaborativa para la ciberseguridad, en todos los departamentos, socios y dispositivos periféricos, sin compartir nunca información confidencial sobre amenazas ni datos de usuarios.
Desde la detección de ransomware y la prevención de intrusiones hasta el intercambio de información sobre amenazas, la plataforma de aprendizaje federado de Sherpa.ai reduce los gastos generales de comunicación, garantiza la soberanía de los datos y ofrece información en tiempo real sobre las amenazas en entornos descentralizados y altamente sensibles.
El uso de tecnologías para la mejora de la privacidad como Secure Multiparty Computation o Differential Privacy jugarán un papel fundamental a la hora de elaborar nuevos modelos colaborativamente a través de aprendizaje federado. La plataforma de Sherpa.ai permite hacer esto de manera segura y privada.
Ex subdirector de la Oficina de Política Científica y Tecnológica de la Casa Blanca.
El Aprendizaje Federado en la Ciberseguridad y Seguridad
Detección colectiva de amenazas
Agrupa señales de múltiples organizaciones para identificar patrones complejos sin exponer sus sistemas.
Modelos de defensa mejorados entre empresas
Entrena modelos federados con datos de diferentes compañías para prevenir ataques más sofisticados.
Prevención proactiva de ransomware
Detecta comportamientos sospechosos tempranamente sin necesidad de compartir logs internos.
Protección de infraestructuras críticas
Colabora con otras entidades para blindar entornos esenciales sin perder control sobre los datos.
Detección federada de malware en todas las organizaciones con Sherpa.ai
Este proyecto muestra cómo la plataforma de aprendizaje federado de Sherpa.ai puede mejorar la detección de ataques de ransomware en terminales distribuidos, sin compartir ningún registro del sistema sin procesar ni telemetría de comportamiento.
En entornos de ciberseguridad, especialmente aquellos que manejan infraestructura sensible y datos de terminales, la centralización de la información sobre amenazas suele ser inviable debido a las normativas de privacidad (por ejemplo, el RGPD) y al riesgo de violaciones de datos. Sherpa.ai aborda estos retos permitiendo a las organizaciones, como instituciones financieras, fabricantes u organismos públicos, entrenar modelos de forma colaborativa mientras mantienen los datos locales y protegidos.
Los resultados muestran que el modelo federado de Sherpa.ai supera significativamente a los modelos locales y se acerca mucho al rendimiento del entrenamiento centralizado.
Estos resultados confirman que las organizaciones pueden beneficiarse de señales de amenazas más ricas y diversas sin comprometer la propiedad o la seguridad de los datos.
