प्रत्येक SOC नेत्याला ही भावना माहित आहे: अलर्टने भारावून गेलेला, वास्तविक धोक्याकडे दुर्लक्ष केलेले आणि AI च्या वेगाने सुरू असलेल्या युद्धात बचावात्मक स्थितीत अडकलेले.

आता CrowdStrike आणि NVIDIA स्क्रिप्ट फ्लिप करत आहेत. शार्लोट एआय आणि एनव्हीआयडीआयए नेमोट्रॉन मॉडेल्सद्वारे समर्थित स्वायत्त एजंट्ससह सशस्त्र, सुरक्षा संघ केवळ प्रतिक्रिया देत नाहीत; त्यांच्या पुढील हालचालीपूर्वी ते हल्लेखोरांना प्रत्युत्तर देतात. नवीन सायबर सुरक्षा शस्त्र शर्यतीमध्ये आपले स्वागत आहे. ओपन सोर्स आणि एजंटिक AI ची अनेक शक्ती एकत्र केल्याने विरोधी AI विरुद्ध शक्ती संतुलन बदलेल.

CrowdStrike आणि NVIDIA च्या एजंट इकोसिस्टममध्ये Charlotte AI AgentWorks, NVIDIA Nemotron ओपन मॉडेल्स, NVIDIA NeMo डेटा डिझायनर सिंथेटिक डेटा, NVIDIA निमो एजंट टूलकिट आणि NVIDIA NIM मायक्रोसर्व्हिसेस यांचा समावेश आहे.

"हे सहकार्य विश्लेषकांना विशेष AI एजंट्स तयार आणि तैनात करण्यास सक्षम करून, नेमोट्रॉन मॉडेल्सचा वापर करून विश्वासार्ह एंटरप्राइझ-ग्रेड सुरक्षेचा लाभ घेऊन सुरक्षा ऑपरेशन्सची पुन्हा व्याख्या करते," NVIDIA मधील अप्लाइड डीप लर्निंग रिसर्चचे उपाध्यक्ष ब्रायन कॅटान्झारो यांनी लिहिलेले.

भागीदारी स्वतंत्र एजंटना त्वरीत शिकण्यास सक्षम करण्यासाठी, जोखीम, धमक्या आणि खोट्या सकारात्मक गोष्टी कमी करण्यासाठी डिझाइन केलेली आहे. हे साध्य केल्याने SOC नेत्यांवर आणि त्यांच्या कार्यसंघांवर मोठा भार पडतो, जे चुकीच्या डेटामुळे जवळजवळ दररोज डेटा थकवा लढतात.

GTC वॉशिंग्टन, DC मधील घोषणा मशीन स्पीड डिफेन्सच्या आगमनाचे संकेत देते जे शेवटी मशीन स्पीड हल्ल्यांना तोंड देऊ शकते.

एलिट विश्लेषक कौशल्याचे मशीन-स्केल डेटासेटमध्ये रूपांतर करा

क्राउडस्ट्राइक फाल्कन कम्प्लीट मॅनेज्ड डिटेक्शन आणि रिस्पॉन्स विश्लेषकांकडून अंतर्दृष्टीसह टेलिमेट्री डेटा सतत संकलित करण्यासाठी एआय एजंट्स कसे डिझाइन केले जातात हे भागीदारी वैशिष्ट्यीकृत करते.

"आम्ही काय करू शकतो ते म्हणजे बुद्धिमत्ता आणि डेटा घेणे आणि आमच्या Falcon Complete विश्लेषकांच्या कौशल्याचा फायदा घेणे आणि त्या तज्ञांना डेटा सेटमध्ये बदलणे. डेटासेटचे AI मॉडेल्समध्ये रूपांतर करा, आणि त्यानंतर आम्ही एजंट तयार करू शकतो जे खरोखरच पूर्ण आर्किटेक्चर आणि कौशल्यावर आधारित आहेत जे आम्ही इन-हाउस तयार केले आहेत जेणेकरुन आमच्या ग्राहकांना त्या एजंट्सचा मोठ्या प्रमाणावर फायदा होईल," क्राउडस्ट्राइकचे मुख्य व्यवसाय अधिकारी डॅन बर्नार्ड यांनी अलीकडील पत्रकार परिषदेत सांगितले.

NVIDIA Nemotron च्या खुल्या मॉडेल्सच्या सामर्थ्याचा फायदा घेऊन, संस्था त्यांच्या स्वायत्त एजंटना Falcon Complete कडून डेटासेटवर प्रशिक्षण देऊन सतत शिकण्यास सक्षम होतील, जी जगातील सर्वात मोठी MDR सेवा दरमहा लाखो ट्रायज निर्णय हाताळते.

CrowdStrike ला AI डिस्कव्हरी चा प्रयोग करून सेवा सुरू करण्यापर्यंतचा अनुभव आहे जी या क्षमतेला त्याच्या ग्राहक बेसमध्ये स्केल करते. विद्यमान सुरक्षा वर्कफ्लोसह समाकलित करण्यासाठी आणि सतत विकसित होणाऱ्या धोक्यांशी जुळवून घेण्यासाठी डिझाइन केलेले, Charlotte AI Detection Triage 98% पेक्षा जास्त अचूकतेसह ॲलर्ट मूल्यांकन स्वयंचलित करते आणि दर आठवड्याला 40 तासांपेक्षा जास्त मॅन्युअल ट्रायज कमी करते.

इल्या झैत्सेव्ह, क्राउडस्ट्राइकचे सीटीओ, शार्लोट एआय डिटेक्शन ट्रायज हे कार्यप्रदर्शन कसे प्रदान करण्यास सक्षम आहे हे सांगताना, त्यांनी व्हेंचरबीटला सांगितले: "फाल्कन कम्प्लीट टीमच्या पाठिंब्याशिवाय आम्ही हे साध्य करू शकलो नसतो. ते स्वतःच्या वर्कफ्लोमध्ये क्रमवारी लावतात, लाखो शोधांवर व्यक्तिचलितपणे प्रक्रिया करतात. त्यांनी प्रदान केलेला उच्च-गुणवत्तेचा, मानवी-भाष्य डेटा सेटमुळेच आम्हाला 98% पेक्षा जास्त अचूकतेपर्यंत पोहोचता आले आहे."

शार्लोट एआय डिटेक्शन ट्रायजमधून शिकलेले धडे थेट NVIDIA भागीदारीवर लागू होतात, ज्यामुळे अलर्टच्या महापूराशी सामना करण्यासाठी मदतीची आवश्यकता असलेल्या SOCs ला ते प्रदान करू शकणारे मूल्य वाढते.

ओपन सोर्स ही या भागीदारीच्या यशाची पैज आहे

NVIDIA चे Nemotron Open Models हे संबोधित करते की अनेक सुरक्षा नेते AI दत्तक नियमन केलेल्या वातावरणात सर्वात महत्वाचा अडथळा मानतात: मॉडेल कसे कार्य करते, त्याचे वजन काय आहे आणि ते किती सुरक्षित आहे याबद्दल स्पष्टतेचा अभाव.

नुकत्याच झालेल्या पत्रकार परिषदेत NVIDIA च्या वतीने बोलताना, NVIDIA मधील एंटरप्राइझ आणि एज कॉम्प्युटिंगचे उपाध्यक्ष जस्टिन बोइटानो यांनी स्पष्ट केले: "ओपन मॉडेल्स असे आहेत जिथे लोक त्यांचे विशिष्ट क्षेत्राचे ज्ञान वाढवण्याचा प्रयत्न करतात. तुम्हाला शेवटी आयपीचा मालक बनवायचा आहे. प्रत्येकजण त्यांचा डेटा निर्यात करू इच्छित नाही आणि नंतर आयात करू इच्छित नाही किंवा वापरत असलेल्या माहितीसाठी पैसे देऊ इच्छित नाही. अनेक सार्वभौम राष्ट्रे आणि नियमन केलेल्या उद्योगांमधील अनेक कंपन्या डेटा गोपनीयता आणि सुरक्षितता राखू इच्छितात."

जॉन मोरेलो, सीटीओ आणि गुत्सीचे सह-संस्थापक (आता मिनिमस), त्यांनी व्हेंचरबीटला सांगितले जे "Google च्या BERT ओपन-सोर्स लँग्वेज मॉडेलचे मुक्त-स्रोत स्वरूप, गोपनीयता आणि कार्यक्षमता राखून गुत्सीला विशिष्ट सुरक्षा वापर प्रकरणांसाठी त्याचे मॉडेल सानुकूलित आणि प्रशिक्षित करण्यास अनुमती देते." प्रॅक्टिशनर्स उद्धृत करतात, मुरिलो यांनी जोर दिला "अधिक पारदर्शकता आणि डेटा गोपनीयतेची उत्तम हमी, तसेच त्यांच्या आर्किटेक्चरमध्ये अधिक कौशल्याची उपलब्धता आणि अधिक एकत्रीकरण पर्याय, हे ओपन सोर्सकडे जाण्याचे मुख्य कारण आहेत."

प्रतिस्पर्धी AI च्या शक्ती संतुलनावर नियंत्रण ठेवा

सिस्कोचे डीजे संपत, सिस्कोच्या एआय सॉफ्टवेअर आणि प्लॅटफॉर्म समूहाचे वरिष्ठ उपाध्यक्ष, यांनी ओपन सोर्स सुरक्षा मॉडेल्सची उद्योगव्यापी निकड स्पष्ट केली. व्हेंचरबीटला नुकत्याच दिलेल्या मुलाखतीदरम्यान: "वस्तुस्थिती अशी आहे की हल्लेखोरांना ओपन सोर्स मॉडेल्समध्ये देखील प्रवेश आहे. सुरक्षितता वाढविण्यासाठी मजबूत मॉडेल्ससह शक्य तितक्या अधिक बचावकर्त्यांना सक्षम करणे हे ध्येय आहे."

संपत यांनी स्पष्ट केले की जेव्हा Cisco ने RSAC 2025 मध्ये फाउंडेशन-Sec-8B, त्याचे ओपन सोर्स सुरक्षा मॉडेल लॉन्च केले, तेव्हा ते जबाबदारीच्या भावनेने प्रेरित होते: "मुक्त स्त्रोत प्रकल्पांसाठी निधी कमी झाला आहे आणि समुदायामध्ये शाश्वत निधी स्रोतांची वाढती गरज आहे. समुदायांना संरक्षण दृष्टिकोनातून एआयकडे जाण्यास सक्षम करताना हे मॉडेल प्रदान करणे ही कंपनीची जबाबदारी आहे."

पारदर्शकतेची वचनबद्धता AI विकासाच्या सर्वात संवेदनशील पैलूंपर्यंत आहे. जेव्हा DeepSeek R1 प्रशिक्षण डेटा आणि संभाव्य तडजोडीबद्दल चिंता निर्माण झाली तेव्हा NVIDIA ने निर्णायक प्रतिसाद दिला.

बोइटानोने व्हेंचरबीटला समजावून सांगितल्याप्रमाणे, "सरकारी यंत्रणा खूप चिंतेत होत्या. त्यांना डीपसीककडे असलेल्या अनुमान क्षमता हव्या होत्या, परंतु डीपसीक मॉडेलमध्ये काय प्रशिक्षित केले जाऊ शकते याबद्दल त्यांना थोडीशी चिंता होती, ज्याने आम्हाला निमोट्रॉनच्या मॉडेल्समधील अनुमान डेटासेटसह सर्वकाही पूर्णपणे मुक्त स्त्रोत करण्यास प्रेरित केले."

मोठ्या प्रमाणावर ओपन सोर्स सुरक्षा व्यवस्थापित करणाऱ्या प्रॅक्टिशनर्ससाठी, ही पारदर्शकता त्यांच्या कंपन्यांसाठी महत्त्वाची आहे. सील सिक्युरिटीचे सीईओ इतामार शिर यांनी याची पुष्टी केली VentureBeat ला जे "मुक्त स्रोत मॉडेल पारदर्शकता प्रदान करतात," जरी त्याने ते लक्षात घेतले "त्याच्या अभ्यासक्रमांचे व्यवस्थापन आणि अनुपालन ही एक प्रमुख चिंता आहे." शेर ओपन सोर्स सॉफ्टवेअरमधील असुरक्षिततेचे उपाय स्वयंचलित करण्यासाठी जनरेटिव्ह एआय वापरतो आणि मान्यताप्राप्त काउंटर व्हायोलंट एक्स्ट्रिमिझम नेमिंग अथॉरिटी (CNA) म्हणून, सील असुरक्षा ओळखू शकतो, दस्तऐवज करू शकतो आणि नकाशा करू शकतो, ज्यामुळे संपूर्ण इकोसिस्टममध्ये सुरक्षा वाढते.

भागीदारीचे मुख्य उद्दिष्ट: माहितीला काठावर आणणे

"डेटा जिथे राहतो तिथे बुद्धिमत्ता जवळ आणणे आणि निर्णय घेणे हे संपूर्ण उद्योगातील सुरक्षा ऑपरेशन संघांसाठी एक मोठी प्रगती असेल." बोइटानो यांनी पुष्टी केली. ही एज डिप्लॉयमेंट क्षमता विशेषत: विखंडित आणि अनेकदा वारसा IT वातावरण असलेल्या सरकारी संस्थांसाठी गंभीर आहे.

व्हेंचरबीटने बोइटानोला विचारले की काम सुरू होण्यापूर्वी भागीदारी आणि त्याच्या डिझाइन उद्दिष्टांबद्दल माहिती देण्यात आलेल्या सरकारी एजन्सींशी प्रारंभिक चर्चा कशी झाली. "आम्ही ज्या एजन्सींशी बोललो त्यांची भावना अशी आहे की, दुर्दैवाने, या तंत्रज्ञानाचा अवलंब करण्याच्या बाबतीत ते मागे आहेत असे त्यांना नेहमीच वाटते;" बोइटानो यांनी स्पष्ट केले. "शेवटचे बिंदू सुरक्षित करण्यात मदत करण्यासाठी तुम्ही जे काही करू शकता ते प्रतिसाद होता. या उच्च बाजूच्या नेटवर्कसाठी मॉडेल्स उघडणे ही एक लांब, त्रासदायक प्रक्रिया होती, तुम्हाला माहिती आहे."

NVIDIA आणि CrowdStrike ने पायाभूत काम केले, ज्यात STIG हार्डनिंग, FIPS एन्क्रिप्शन, एअर गॅप कंप्लायन्स आणि उच्च-साइड नेटवर्क्सवर ओपन मॉडेल स्वीकारण्यास विलंब होणारे अडथळे दूर करणे. सरकारी संदर्भ डिझाइनसाठी NVIDIA AI फॅक्टरी सर्वात कठोर सुरक्षा आवश्यकता पूर्ण करताना फेडरल आणि उच्च-आश्वासन संस्थांमध्ये AI एजंट तैनात करण्यासाठी सर्वसमावेशक मार्गदर्शन प्रदान करते.

बोइटानो यांनी स्पष्ट केल्याप्रमाणे, निकड अस्तित्वात आहे: "तुमच्या मालमत्तेवर एआय डिफेन्स कार्यरत असणे जे या विसंगती शोधू शकते आणि शोधू शकते, नंतर सतर्क आणि जलद प्रतिसाद देऊ शकते, हा नैसर्गिक परिणाम आहे. या क्षणी एआयच्या वेगापासून संरक्षण करण्याचा हा एकमेव मार्ग आहे."

Source link