2021: Odisea del Ciberespacio - Information Technology ... · Reconocimiento de actividades...
68
2021: Odisea del Ciberespacio Ing. Romeo A. Sánchez López, M.Ed ., M.Sc . CISSP ▪ CISM ▪ CEH ▪ CCNA ▪ CCSI ▪ SCSA ▪ SCJP ▪ SCMAD ▪ ITIL ▪ MCP ▪ TOGAF
Transcript of 2021: Odisea del Ciberespacio - Information Technology ... · Reconocimiento de actividades...
2021: Odisea del Ciberespacio
Ing. Romeo A. Sánchez López, M.Ed., M.Sc.CISSP ▪ CISM ▪ CEH ▪ CCNA ▪ CCSI ▪ SCSA ▪ SCJP ▪ SCMAD ▪ ITIL ▪ MCP ▪ TOGAF
2
3
4
srJava.getInfo(); // c[_]
Ingeniero en Seguridad Computacional
Maestro en Educación
Maestro en Ciencias en Sistemas Inteligentes
CISSP, CISM, CEH, CCNA, CCSI, SCSA, SCJP,
SCMAD, ITIL, MCP, TOGAF
CISO
Administrador de Sistemas y Redes
Ingeniero de Software
Arquitecto de IT
Ethical Hacker
Arquitecto de Seguridad
Profesor Universitario
Instructor Certificado de Java, Solaris y Cisco5
6
“La seguridad de la información es como
el bajista de una banda: nadie sabe que existe, hasta el día que
falta.”
Romeo Sánchez7
THE FOLLOWING TALK HAS BEEN APPROVED FOR
ALL AUDIENCES
BY THE SPEAKER’S WIFE
8
¿De qué hablaremos hoy?
Introducción
¿Cómo funciona la Inteligencia Artificial?
La Inteligencia Artificial al servicio del Cibercrimen
La Inteligencia Artificial en la Ciberseguridad
Un vistazo al futuro de la Inteligencia Artificial
Conclusiones
9
pollev.com/romeosanz857
10
11
¡Comenzamos!
13
El Amanecer de la Ciberseguridad
14
La Nueva Era de la Ciberseguridad
15
¿De qué lado está la Inteligencia Artificial?
16
Cosas que hay que saber
Inteligencia
Artificial
Machine
Learning
Cerebro
Humano
Redes
Neuronales
Deep
LearningAprendizaje
Supervisado
y No
Supervisado
Computer
Vision
El Futuro de
los Trabajos
17
Sistemas Expertos
Escribir un programa que tome en cuenta todas las posibilidades.
En muchas situaciones es prácticamente imposible tomar en cuenta todas las posibles opciones.
if()
18
Sistemas Expertos
Deep Blue fue un sistema experto programado en una RS/6000 para jugar ajedrez.
Su “inteligencia” consistía en buscar opciones de jugadas en un árbol de decisiones, pero no aprendía de la experiencia.
19
20
IBM = ROT1('HAL')
Machine Learning (ML)El aprendizaje automático (machine
learning) es una disciplina que le permite a una máquina aprender en lugar de ser programada explícitamente.
Lo más importante en ML no es el algoritmo, sino los datos.
Lo más difícil en ML no es el algoritmo, sino la preparación de los datos.
21
Machine Learning (ML)
Watson es un sistema inteligente que aprende con Machine Learning.
Ayuda al diagnóstico médico, inventa recetas de cocina y juega Jeopardy!
22
Inteligencia Artificial (AI)
“Rama de las ciencias computacionales que pretende construir máquinas que sean capaces de
presentar un comportamiento inteligente, propio de la mente humana.”
23
Inteligencia Artificial (AI)
“Open the pod bay doors, HAL”24
Inteligencia Artificial (AI)
25
Cosas que hay que saber
Inteligencia
Artificial
Machine
Learning
Cerebro
Humano
Redes
Neuronales
Deep
LearningAprendizaje
Supervisado
y No
Supervisado
Computer
Vision
El Futuro de
los Trabajos
26
Sistemas de Recomendación
27
Vehículos Autónomos
28
Reconocimiento del Habla
29
Chatbots
30
Decisiones Automatizadas de Inversiones Financieras
31
33
Aplicaciones de la AIProcesamiento del Lenguaje Natural▪ Bots conversacionales
▪ Asistentes inteligentes
▪ Identificación del lenguaje
▪ Interfaces de lenguaje natural
▪ Traducción
▪ Respuestas automáticas a preguntas
▪ Comprensión del lenguaje
Robótica▪ Robots basados en comportamiento
▪ Robots cognitivos
▪ Vehículos autónomos
34
Aplicaciones de la AIAgentes Inteligentes▪ Arquitecturas cognitivas
Administración del Conocimiento▪ Minería de datos y de textos
▪ Filtrado de correos spam
▪ Reconocimiento de actividades
▪ Anotación de imágenes
▪ Web semántica
Juegos▪ Juegos de inteligencia artificial
▪ Teoría de juegos
35
Aplicaciones de la AIReconocimiento de Patrones
Visión Computacional▪ Procesamiento de imágenes
▪ Reconocimiento de objetos
▪ Reconocimiento óptico de caracteres
▪ Reconocimiento de escritura
▪ Reconocimiento facial y lectura de labios
Audio Computacional▪ Reconocimiento y síntesis del habla
Diagnósticos y Sistemas Expertos▪ Sistemas de apoyo a decisiones
36
¿Cómo funciona la AI?(Sin las partes pornográficas matemáticas)
37
Inferencia Bayesiana
Es un concepto estadístico que establece que la probabilidad de que ocurra un eventopuede ser definida por las condiciones relacionadas a priori con dicho evento.
Por ejemplo, si un archivo contiene altos niveles de cifrado y compresión, es más probable que sea maligno a que sea benigno.
Otro ejemplo es en la detección de spam en el correo electrónico, donde ciertas palabras indican una mayor probabilidad de que el correo sea malicioso.
38
Redes Neuronales ArtificialesLas redes neuronales implementan una
arquitectura similar a la de las neuronas del cerebro humano.
Las neuronas toman datos de entrada y emplean funciones matemáticas para decidir si pasarán información a la siguiente capa.
Una red neuronal profunda (“deep”) es una red con muchas capas ocultas de neuronas.▪ En detección de malware, cada archivo es pasado a través
de las capas ocultas para determinar si es benigno o maligno.
39
Cosas que hay que saber
Inteligencia
Artificial
Machine
Learning
Cerebro
Humano
Redes
Neuronales
Deep Learning
Aprendizaje
Supervisado y
No Supervisado
Visión
Computacional
El Futuro de los
Trabajos
40
Visión Computacional
41
Visión Computacional
42
Visión Computacional 43
Aprendizaje Supervisado y No Supervisado
44
Cosas que hay que saber
Inteligencia
Artificial
Machine
Learning
Cerebro
Humano
Redes
Neuronales
Deep Learning
Aprendizaje
Supervisado y
No Supervisado
Visión
Computacional
El Futuro de los
Trabajos
45
La Inteligencia Artificial al
Servicio del Cibercrimen
46
Evasión de Validaciones
Usando un sistema de visión computacional es posible entrenar una red neuronal que identifique los caracteres de un CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart).
47
Evasión de Validaciones 48
Ingeniería Social
La inteligencia artificial podría ser usada para hacer ingeniería social con menos riesgo para el cibercriminal.
49
Ingeniería Social
Una computadora que pueda engañar a un humano para
que éste piense que es alguien en quién confiar, es una puerta
abierta al cibercrimen.
50
Detección de Vulnerabilidades
La AI podría llegar a ser una gran herramienta para los cibercriminales, proveyéndoles de más oportunidades para tener acceso a datos importantes.
Podría usarse para “escanear” Internet y cualquier software para buscar vulnerabilidades y diseñar estrategias de ataque, para luego ejecutarlas con una probabilidad de error humano casi nula.
Los correos electrónicos de phising podrían replicar el comportamiento y forma de expresarse de una persona, haciéndolos más difíciles de detectar y de saber que fueron vulnerados.
51
Machine LearningAttack
Los resultados del aprendizaje de un sistema pueden ser alterados para dar un resultado completamente erróneo.
52
Malware Inteligente
Está siendo creado malware más dinámico y polimórfico, y es cada vez más difícil detectarlo y detenerlo con las herramientas tradicionales.
Las herramientas de seguridad basadas en heurísticas generan más alertas de las que pueden analizarse.
53
Manipulación y Persuasión
La AI puede entrenarse para imitar la forma de escribir de una persona, de tal manera que puede publicar un link malicioso y persuadir al usuario de hacer clic en él.
El usuario no se da cuenta del engaño porque la forma de escribir le resulta familiar.
54
Manipulación y Persuasión55
AI en la Guerra
56
Dilemas Éticos y Sociales 57
59
La Inteligencia Artificial en la
Ciberseguridad
60
La AI y la Ciberseguridad
Machine Learning
▪ No todos están convencidos de que haya beneficios en aplicar inteligencia artificial y técnicas de machine learningpara detectar patrones de comportamiento y detenerciberamenazas.
▪ Puede ser útil en aumentar la toma de decisiones hecha por humanos y en evidenciar relaciones no tan obvias en grandes volúmenes de datos de seguridad.
La AI puede complementar los controles actuales, y gradualmente se irá integrando en ellos.
Alertas basadas en heurísticas (Big Data en SIEM)
61
Un Vistazo a las Amenazas
Futuras de la Inteligencia
Artificial
62
64
Amenazas Futuras de la AI
Inseguridad en Vehículos autónomos▪ ¿Y si alguien altera el sistema de visión?
▪ Dilemas morales
Suplantación de identidad▪ La síntesis de habla y la comprensión del
lenguaje
Malware adaptable
Ingeniería social
65
¿La AI amenaza nuestros empleos?
Cada vez que hay una nueva ola tecnológica, también hay preocupación por los trabajos que se podrían perder.
Sin embargo, cada ola tecnológica ha traído nuevos empleos.
66
Cosas que hay que saber
Inteligencia
Artificial
Machine
Learning
Cerebro
Humano
Redes
Neuronales
Deep Learning
Aprendizaje
Supervisado y
No Supervisado
Visión
Computacional
El Futuro de los
Trabajos
67
ConclusionesLas herramientas de seguridad no deben solo buscar malware, sino también enfocarse en otras clases de ataques que dependen de herramientas nativas de los sistemas operativos y otras amenazas.
Los ataques evolucionan, y las defensas deberían evolucionar también.
68
Conclusiones
La inteligencia artificial es como un niño en desarrollo: Aprenderá lo que le enseñemos y también cometerá algunos errores, por lo que depende de nosotros que crezca como un ser humano algo útil para la sociedad.
69
70
71
2021: Odisea del Ciberespacio
Ing. Romeo A. Sánchez López, M.Ed., M.Sc.CISM ▪ CEH ▪ CISSP ▪ CCNA ▪ CCSI ▪ SCSA ▪ SCJP ▪ SCMAD ▪ ITIL ▪ MCP ▪ TOGAF
