Bewezen AI-cyberbeveiligingstechnologie sinds 2008

Het verleden: bouwen aan de fundering​

We hebben AI voor het eerst omarmd in 2008, zowel door het te integreren in de beveiligingsoplossingen van Bitdefender als door bij te dragen aan de bredere gemeenschap door middel van open onderzoek. Dit heeft ons geholpen om nieuwe en onbekende dreigingen met succes te voorspellen en te stoppen.

  • Een model dat we in 2014 hebben ontwikkeld, heeft de WannaCry-ransomwareaanval in 2017 met succes geblokkeerd, ondanks het feit dat er misbruik werd gemaakt van een voorheen onbekende kwetsbaarheid.

  • Bitdefender publiceerde 25.000 AI-agents die getraind waren op 60 klassieke Atari-spellen om andere onderzoekers te helpen die te maken hebben met imitatieleren.

Beste bescherming, beste prestaties voor bedrijfsgrafiek - AV Comparatives

Vandaag: een echte impact maken​

Een pasklare aanpak faalt op het gebied van cyberbeveiliging. Daarom integreren we een grote en diverse set machine learning-modellen (ML) naast niet-AI-technologieën om specifieke uitdagingen efficiënt aan te pakken. Deze aanpak heeft ons topresultaten opgeleverd in real-world beschermings- en APT-tests , XDR- en MDR-evaluaties .

  • Om de kleinste variaties te identificeren, bouwt onze anomaliedetectie een uniek ML-model voor elke gebruiker en elk apparaat, niet alleen voor organisaties.

  • Ons platform extraheert meer dan 60000 unieke datapunten die door AI worden gebruikt in onze meerdere beveiligingslagen.

Dragos Gavrilut - VP Dreigingsonderzoek

De toekomst: klaar voor wat komen gaat​

Bij Bitdefender houden we de ontwikkelingen op het gebied van AI niet alleen bij, we helpen ze ook vorm te geven. Met meer dan 70 gepubliceerde academische papers en 50+ Bitdefender-onderzoekers die lesgeven aan universiteiten, zijn we zeer actief in het bevorderen van AI om huidige en toekomstige uitdagingen en dreigingen beter aan te pakken.

  • Met genetische algoritmen trainen we AI-modellen met behulp van een proces dat is geïnspireerd op natuurlijke selectie, wat leidt tot betere cyberbeveiligingsresultaten.

  • We gebruiken generatieve vijandige netwerken (GAN's) met twee AI-teams die voortdurend in strijd zijn: het ene team creëert nieuwe inbreukmethoden, het andere gaat ze tegen. Door deze oefening kan onze AI anticiperen op dreigingen en deze neutraliseren wanneer ze zich in de echte wereld voordoen.

Bitdefender AI-innovatie-tijdlijn

""

2008

Eerste detectie op basis van ML

Bitdefender maakte gebruik van ML om de detectie van nieuwe of onbekende malware te verbeteren.

2011

Eerste algoritme voor ruisonderdrukking

Het algoritme voor ruisdetectie hielp bij het identificeren van verkeerd geclassificeerde voorbeelden.

2013

Eerste geautomatiseerde stroomdetectie op basis van ML

De eerste geautomatiseerde stroomdetectie op basis van ML-technologieën.

2014

Eerste gebruik van deep learning

Het eerste gebruik van deep learning AI-algoritmen om de detectiepercentages te verhogen.

2017

Eerste afstembare machine learning

Bitdefender HyperDetect stelt organisaties in staat om ML-detectie te verfijnen en geavanceerde aanvallen te stoppen voordat ze worden uitgevoerd.

2017

Bescherming tegen bestandsloze aanvallen

Door aangepaste ML-modellen te gebruiken om functies te extraheren uit opdrachtregels en PowerShell-scripts, wordt bestandsloze malware gestopt. Dit onderzoek leverde ons de titel "Key Innovators" van de Europese Commissie op.

2020

Detectie van anomalieën in EDR

Verdediging tegen anomalieën maakt gebruik van AI-technologieën om normaal gedrag scherp te definiëren en anomalieën op te sporen met minimale ruis.

2022

Native XDR met voor mensen leesbare Incident Advisor

Bitdefender Native XDR maakt gebruik van ML om dreigingssignalen automatisch te correleren en te consolideren op endpoints, identiteiten, apps, netwerken, clouds, mobiele apparaten en daarbuiten. De Incident Advisor beantwoordt alle belangrijke vragen van analisten in een voor mensen leesbaar formaat.

2024

GravityZone AI-assistent

De Bitdefender GravityZone AI-assistent maakt gebruik van Large
Language Models (LLM's) om dreigingsonderzoeken te stroomlijnen en te vereenvoudigen, door
vragen van analisten onmiddellijk te beantwoorden .

180+

Toptechnologiemerken die Bitdefender-technologie in licentie hebben.

60000+

Unieke datapunten die worden geëxtraheerd en gebruikt door onze machine learning-algoritmen.

400+

dreigingen ontdekt elke minuut.

50

miljard dreigingsquery's per dag, van honderden miljoenen systemen.

Bekijk hoe Bitdefender AI-dreigingen aanpakt

Wij geloven dat AI gunstiger is voor verdedigers dan voor aanvallers, maar angst, onzekerheid en twijfel vertroebelen de realiteit.  Hier bij Bitdefender vertrouwen we op wetenschap, niet op speculatie.  We evalueren aanvalsvectoren voortdurend opnieuw om ervoor te zorgen dat onze beveiligingsoplossingen het evoluerende AI-dreigingslandschap voorblijven.

AI en cybercriminaliteit
  • 01

    Social engineering met behulp van AI

    Social engineering-aanvallen maken al vroeg gebruik van AI, waardoor traditionele verdedigingsmechanismen zoals gebruikersbewustzijn nog minder effectief worden. Technologie overbrugt deze kloof. Ons team van experts, dat zich richt op deepfakes, Business Email Compromise en fraude, blijft geavanceerde beveiligingsalgoritmen verbeteren die worden gebruikt in oplossingen en technologieën zoals GravityZone Security for Email, Netwerkbeveiliging, of onze XDR-sensor voor productiviteitstoepassingen

  • 02

    AI-gegenereerde malware en ransomware

    De opkomst van door AI gegenereerde malware klinkt misschien eng, maar onze gelaagde beveiligingsaanpak is gebouwd om op te schalen. We detecteren schadelijk gedrag, zelfs in voorheen ongeziene varianten van bestaande malware. In onze telemetrie identificeren we dagelijks meer dan 500.000 nieuwe dreigingen (meer dan 400 per minuut), waarbij onze systemen dit hoge volume efficiënt verwerken.  Naarmate AI-gegenereerde code een golf van unieke malwarevariaties aanwakkert, wordt een sterke basis voor uw meerlaagse beveiliging, geleverd door het GravityZone-platform, nog belangrijker.

  • 03

    Geautomatiseerde aanvallen en verkenning

    De periode tussen de ontdekking van een kwetsbaarheid en de implementatie van patches wordt steeds korter en duurt vaak minder dan 24 uur. Dit creëert een belangrijk doelwit voor geautomatiseerde opportunistische aanvallen die misbruik maken van niet-gepatchte apparaten die op internet zijn blootgesteld.  
     
    Oplossingen voor risicobeheer en Patch Management geven een duidelijk beeld van uw kwetsbaarheden, zodat u prioriteit kunt geven aan patchen, en de risico's van blootgestelde apparaten kunt beperken. Maar beveiliging werkt in lagen.  Zelfs met sterke preventie kunnen aanvallers een weg naar binnen vinden. Dat is waar het minimaliseren van de verblijftijd cruciaal wordt met oplossingen zoals GravityZone XDR of Bitdefender MDR.  .

Meer informatie over GravityZone AI Assistant en Incident Advisor.

 

Vul de gegevens in, en een van onze vertegenwoordigers neemt contact met u op.

 

 

Bewezen. Onovertroffen doeltreffendheid van cyberbeveiliging.

We staan klaar om u te helpen de oplossing of de service te kiezen die het best bij uw bedrijf past. Bekijk alle producten.