2021: Odisea del Ciberespacio

M.C. Romeo A. Sánchez LópezCISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF

Ingeniero en Seguridad Computacional

Maestro en Educación

Maestro en Ciencias en Sistemas Inteligentes

Programador de computadoras desde 1987

Administrador de redes y seguridad desde 1992

Ingeniero de software desde 1997

Profesional de seguridad y ethical hacker desde 2007

Arquitecto de TI y Seguridad desde 2011

Agenda

Introducción

Antecedentes de 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

Introducción

2 cyber

El Amanecer de la Ciberseguridad

Estamos en una misión

La Inteligencia Artificial: ¿de

qué lado está?

Introducción

“Una máquina "inteligente" ideal es un agente

racional flexible que percibe su entorno y lleva

a cabo acciones que maximicen sus

posibilidades de éxito en algún objetivo o

tarea.”

El test de Turing es una prueba de la habilidad

de una máquina de exhibir un comportamiento

inteligente similar, o indistinguible, del de un

humano.

Técnicas de AI

Machine Learning

Neural Networks

Support Vector Machine

Deep Learning

Sistemas difusos (fuzzy)

Computación evolutiva

Algoritmos genéticos

Metaheurística

Inferencia Bayesiana

Aplicaciones de la AI Reconocimiento 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

Aplicaciones de la AI Agentes 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

Aplicaciones de la AI Procesamiento 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

Robots epigenéticos

Vehículos autónomos

La Inteligencia Artificial al

Servicio del Cibercrimen

Ingeniería Social

La inteligencia artificial podría ser usada para hacer ingeniería

social con menos riesgo.

Por ejemplo, podría construirse una aplicación que emule un

chat e instalarse en un sistema embebido que tuviera acceso

a Internet y pudiera hacer llamadas telefónicas usando un

sintetizador de voz, y conectado a una fuente de energía. Su

script de ataque podría estar precargado o ser actualizado

remotamente usando Tor para hacer más difícil su rastreo.

Una computadora que pueda engañar a un humano

para pensar que es alguien en quién confiar, es una

puerta abierta al cibercrimen.

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.

La Inteligencia Artificial en la

Ciberseguridad

La AI y la Ciberseguridad

Machine Learning

No todos están convencidos de que haya beneficios en

aplicar inteligencia artificial y técnicas de machine learning

para detectar y detener ciberamenazas.

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.

Detección de patrones

Alertas basadas en heurísticas (Big Data en SIEM)

IBM Watson

Inferencia Bayesiana

Es un concepto estadístico que establece que la

probabilidad de que ocurra un evento puede ser

definida por las condiciones relacionadas con dicho

evento.

En aprendizaje automático (machine learning) se utiliza

la inferencia bayesiana para automatizar la creación de

árboles probabilísticos complejos que puedan evaluar

con mayor precisión la probabilidad de que ocurran

ciertos eventos.

Ejemplo: Si un archivo contiene altos niveles de cifrado y

compresión, es más probable que sea maligno a que sea benigno.

Ejemplo: En la detección de spam en el correo electrónico.

Deep Learning

Las redes neuronales implementan una

arquitectura de neurona, similar a la de las

neuronas del cerebro humano.

Las neuronas toman datos de entrada y

emplean funciones computacionales 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.

Un Vistazo a las Amenazas

Futuras de la Inteligencia Artificial

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

Conclusión

Las 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.

Los ataques evolucionan, y las

defensas deberían evolucionar

también.

¿El futuro? :)