Cyber companion, DIANNA, builds upon Deep Instinct’s prevention-first capabilities, redefining the boundaries of AI and cybersecurity。
{ width=60% }
Deep Instinct，这家以预防为主的网络安全公司，通过专为AI设计的基于深度学习（DL）框架，在执行前阻止未知恶意软件，今天宣布推出Deep Instinct的人工神经网络助理（DIANNA），这是行业首个基于人工智能的网络安全伴侣，提供未知威胁的可解释性。DIANNA通过其专家级静态恶意软件分析增强了Deep Instinct对网络安全的预防性方法，这是市场上没有其他解决方案可以复制的。
由大型语言模型（LLM）驱动，DIANNA作为恶意软件分析师和事件响应专家的虚拟AI团队。它对所有攻击进行深入分析，包括以前从未见过的威胁，揭示文件的技术和行为，提供一个全面的故事，以促进对威胁的理解和打击，从而在入侵之前进行防范。
虽然传统的AI工具利用LLM从现有来源如日志和声誉引擎提供类似人类的总结数据，但它们没有提供未知攻击如何具有恶意性质的洞见。尽管有价值，但它们的方法只提供有限上下文的回顾性分析。Deep Instinct利用生成式人工智能，为DIANNA提供无数网络安全专家的集体知识，有效地嵌入到LLM中，以提供对未知文件的深入恶意软件分析，并以无与伦比的准确性识别恶意意图。
Deep Instinct首席执行官Lane Bess表示：“随着AI生成攻击的增加，组织不能再对网络安全采取懈怠或被动的态度。现在是用更好的AI对抗AI并提高对影响业务的未知威胁的认识的时候。”“DIANNA提供了重要的威胁可解释性，增强了我们的预防性方法，并标志着向一个更具信息化、高效和有效的网络安全环境的战略转变。”
DIANNA与Deep Instinct的DL驱动预防性功能无缝集成，通过静态分析深入了解已知和未知攻击行为。与传统的基于机器学习的工具不同，DIANNA不仅提供分类结果；它以清晰易懂的方式提供深入分析和报告。这种透明度使安全团队能够做出明智决策并有效地优先处理威胁，优化安全运营中心（SOC）的性能。它还减少了修复时间（MTTR），同时通过减少追逐虚假阳性的时间显著提高了工作满意度。
通过利用生成式人工智能的力量，DIANNA赋予安全团队以下能力：
未知威胁的无与伦比专业知识：DIANNA的静态分析超越传统方法，为面对零日攻击的组织提供前所未有的洞见。将代码意图和活动转化为自然语言：DIANNA将来自各种语言的二进制代码和脚本转化为自然语言报告。DIANNA不仅分析代码；它理解意图和潜在行为，并解释代码的设计目的，它何以具有恶意性以及对系统可能造成的影响。增强可见性：DIANNA提供对Deep Instinct预防模型决策过程的洞见，使组织能够调整其安全姿势以实现最大效果。威胁传递文件类型的专家级分析：DIANNA分析各种文件格式，包括二进制文件、脚本、文档、快捷文件和其他威胁传递文件类型。简化工作流程：DIANNA自动化了SOC分析中一些最乏味的任务，使安全团队能够专注于更具战略性的倡议。
Deep Instinct首席产品官Yariv Fishman表示：“DIANNA是安全团队的终极网络伴侣。”“有两个因素将DIANNA与其他基于AI的聊天机器人区分开来。首先，它前所未有的恶意软件分析将需要深入网络威胁专业知识的几小时工作压缩为几秒钟。其次，DIANNA对分析未知威胁，包括脚本、文档和原始二进制文件的能力无与伦比。这两种能力都建立在我们的预防性方法之上，使安全团队能够专注于真正重要的事情。”
要了解更多信息，请访问DIANNA网页，并注册我们于5月30日星期四美东时间上午11点举办的DIANNA网络研讨会。有关Deep Instinct的预测性预防能力的更多信息，请访问www.deepinstinct.com.
注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }