In che modo ReliaQuest utilizza Amazon SageMaker per accelerare di 35 volte la sua innovazione AI

Ripubblicato da Platone

Seguaci: 0

La sicurezza informatica continua a essere una delle principali preoccupazioni per le imprese. Tuttavia, il panorama delle minacce in continua evoluzione che devono affrontare rende più difficile che mai avere fiducia nelle loro protezioni di sicurezza informatica.

Per affrontare questo, Affidabile costruito Materia grigia, una piattaforma Open XDR-as-a-Service che riunisce la telemetria da qualsiasi soluzione di sicurezza e aziendale, on-premise o in uno o più cloud, per unificare rilevamento, indagine, risposta e resilienza.

Nel 2021, ReliaQuest si è rivolta ad AWS per aiutarla a migliorare le sue capacità di intelligenza artificiale (AI) e creare nuove funzionalità più velocemente.

utilizzando Amazon Sage Maker, Registro dei contenitori Amazon Elastic (ECR), e Funzioni AWS Step, ReliaQuest ha ridotto da diciotto mesi a due settimane il tempo necessario per implementare e testare nuove funzionalità IA fondamentali per la sua piattaforma GreyMatter. Ciò ha aumentato la velocità della sua innovazione AI di 35 volte.

“Questa architettura innovativa ha drasticamente ridotto il time-to-value delle iniziative di data science di ReliaQuest.

Ora possiamo davvero concentrarci su ciò che è più importante: sviluppare potenti soluzioni per migliorare ulteriormente la sicurezza degli ambienti dei nostri clienti in un panorama di minacce in continua evoluzione”.

Lauren Jenkins, Senior Product Manager, Data Science, ReliaQuest

Utilizzo dell'intelligenza artificiale per migliorare le prestazioni degli analisti umani

GreyMatter adotta un approccio fondamentalmente nuovo alla sicurezza informatica, abbinando un software avanzato a un team di analisti della sicurezza altamente qualificati per offrire un'efficacia e un'efficienza della sicurezza drasticamente migliorate.

Sebbene gli analisti della sicurezza di ReliaQuest siano alcuni dei talenti della sicurezza meglio addestrati del settore, un singolo analista può ricevere centinaia di nuovi incidenti di sicurezza in un dato giorno. Questi analisti devono esaminare ogni incidente per determinare il livello di minaccia e il metodo di risposta ottimale.

Per semplificare questo processo e ridurre i tempi di risoluzione, ReliaQuest ha deciso di sviluppare un sistema di raccomandazioni basato sull'intelligenza artificiale che abbina automaticamente i nuovi incidenti di sicurezza a eventi precedenti simili. Ciò ha migliorato la velocità con cui gli analisti umani possono identificare il tipo di incidente e la migliore azione successiva.

Utilizzo di Amazon SageMaker per far funzionare l'IA più velocemente

ReliaQuest aveva sviluppato un modello iniziale di machine learning (ML), ma mancava l'infrastruttura di supporto per utilizzarlo.

Per risolvere questo problema, il data scientist di ReliaQuest, Mattie Langford, e l'ingegnere operativo ML, Riley Rohloff, si sono rivolti ad Amazon SageMaker. SageMaker è una piattaforma ML end-to-end che aiuta sviluppatori e data scientist a creare, addestrare e distribuire in modo rapido e semplice modelli ML.

Amazon SageMaker accelera la distribuzione dei carichi di lavoro ML semplificando il processo di creazione ML. Fornisce un'ampia gamma di funzionalità ML oltre a un'infrastruttura completamente gestita. Ciò rimuove il sollevamento pesante indifferenziato che troppo spesso ostacola lo sviluppo del machine learning.

ReliaQuest ha scelto SageMaker per la sua funzionalità di hosting integrata, una funzionalità chiave che ha consentito a ReliaQuest di implementare rapidamente il suo modello iniziale preaddestrato su un'infrastruttura completamente gestita.

ReliaQuest ha anche utilizzato Amazon ECR per archiviare le immagini del modello pre-addestrato, utilizzando il registro dei container completamente gestito di Amazon ECR che semplifica l'archiviazione, la gestione, la condivisione e la distribuzione di immagini e artefatti del container, come i modelli ML pre-addestrati, ovunque.

ReliaQuest ha scelto Amazon ECR per la sua integrazione nativa con Amazon SageMaker. Ciò gli ha consentito di fornire immagini di modelli personalizzati sia per l'addestramento che per le previsioni, quest'ultime tramite un'applicazione Flask personalizzata che aveva creato.

Utilizzando Amazon SageMaker e Amazon ECR, un singolo team ReliaQuest ha sviluppato, testato e distribuito il suo modello preaddestrato dietro un endpoint gestito in modo rapido ed efficiente, senza dover passare o dipendere da altri team per il supporto.

Utilizzo di AWS Step Functions per riaddestrare automaticamente e migliorare le prestazioni del modello

Inoltre, ReliaQuest è stata in grado di creare un intero livello di orchestrazione per il proprio flusso di lavoro ML utilizzando AWS Step Functions, un servizio di flusso di lavoro visivo a basso codice in grado di orchestrare i servizi AWS, automatizzare i processi aziendali e abilitare applicazioni serverless.

ReliaQuest ha scelto AWS Step Functions per la sua profonda funzionalità e integrazione con altri servizi AWS. Ciò ha consentito a ReliaQuest di creare un ciclo di apprendimento completamente automatizzato per il suo modello, tra cui:

un trigger che cercava dati aggiornati in un bucket S3
un processo di riqualificazione completo che ha creato un nuovo lavoro di formazione con i dati aggiornati
una valutazione delle prestazioni di quel lavoro di formazione
soglie di precisione predefinite per determinare se aggiornare il modello distribuito tramite una nuova configurazione dell'endpoint.

Utilizzo di AWS per aumentare l'innovazione e reinventare la protezione della sicurezza informatica

Combinando Amazon SageMaker, Amazon ECR e AWS Step Functions, ReliaQuest è stata in grado di migliorare la velocità con cui ha distribuito e testato nuove preziose funzionalità di intelligenza artificiale da diciotto mesi a due settimane, un'accelerazione di 35 volte nella distribuzione delle nuove funzionalità.

Queste nuove funzionalità non solo continuano a migliorare quelle di GreyMatter capacità di rilevamento continuo delle minacce, caccia alle minacce e correzione per i propri clienti, ma offrono anche a ReliaQuest un miglioramento radicale nella sua capacità di testare e implementare nuove funzionalità nel futuro.

Nel complesso panorama delle minacce alla sicurezza informatica, l'uso dell'IA da parte di ReliaQuest per migliorare i suoi analisti umani continuerà a migliorare la loro efficacia. Inoltre, le sue capacità di innovazione accelerata le consentiranno di continuare ad aiutare i propri clienti a stare al passo con le minacce in rapida evoluzione che devono affrontare.

Scopri di più su come puoi accelerare la tua capacità di innovare con l'AI visitando Nozioni di base su Amazon SageMaker o rivedendo il Risorse per gli sviluppatori di Amazon SageMaker oggi.

L'autore

Daniele Burke è il leader europeo per AI e ML nel gruppo di private equity di AWS. In questo ruolo, Daniel lavora direttamente con i fondi di private equity e le loro società in portafoglio per progettare e implementare soluzioni AI e ML che accelerino l'innovazione e generino ulteriore valore aziendale.