Saltar al contenido principal
Version: 1.0.0

Modelos de seguridad preentrenados

Aproveche los modelos de seguridad listos para usar de Cert-IX para obtener protección inmediata contra amenazas comunes sin necesidad de entrenamiento personalizado.

Modelos disponibles​

Modelos de detección de amenazas​

Detecte amenazas de seguridad comunes:

  • Detección de intrusiones de red
  • Identificación de malware
  • Detección de phishing
  • Identificación de ataques DDoS

Modelos de análisis de comportamiento​

Analice el comportamiento de usuarios y sistemas:

  • Análisis de comportamiento de usuarios (UEBA)
  • Línea base de comportamiento del sistema
  • Detección de acceso anómalo
  • Análisis de amenazas internas

Modelos de detección de anomalías​

Identifique patrones inusuales:

  • Anomalías de tráfico de red
  • Anomalías de rendimiento del sistema
  • Anomalías de acceso a datos
  • Anomalías de aplicaciones

Modelos específicos de la industria​

Modelos adaptados para sectores específicos:

  • Servicios financieros
  • Salud
  • Comercio minorista
  • Infraestructura crítica

Uso de modelos preentrenados​

Activación​

  1. Navegue a Seguridad IA → Modelos preentrenados
  2. Explore los modelos disponibles
  3. Seleccione un modelo
  4. Revise los detalles del modelo:
    • Descripción
    • Precisión
    • Requisitos de datos
    • Casos de uso
  5. Active el modelo

Configuración​

Para cada modelo:

  • Nivel de sensibilidad
  • Fuentes de datos
  • Acciones de alerta
  • Programación

Monitoreo​

Después de la activación:

  • Monitoree las detecciones
  • Revise la precisión
  • Ajuste la sensibilidad
  • Siga el rendimiento

Detalles de los modelos​

Rendimiento del modelo​

Cada modelo proporciona:

  • Tasa de precisión
  • Tasa de falsos positivos
  • Velocidad de detección
  • Cobertura

Requisitos de datos​

Comprenda lo que necesita cada modelo:

  • Tipos de datos de entrada
  • Volumen mínimo de datos
  • Formato de datos
  • Frecuencia de actualización

Limitaciones​

Conozca las limitaciones del modelo:

  • Tipos de amenazas cubiertas
  • Tipos de amenazas no cubiertas
  • Escenarios de falsos positivos conocidos
  • Requisitos de rendimiento

Personalización de modelos​

Ajuste fino​

Mejore los modelos para su entorno:

  • Proporcione datos específicos de su organización
  • Ajuste los umbrales
  • Agregue reglas personalizadas
  • Valide los resultados

Modelos combinados​

Use múltiples modelos juntos:

  • Detección en capas
  • Correlación entre modelos
  • Reducción de falsos positivos
  • Cobertura mejorada

Actualizaciones de modelos​

Actualizaciones automáticas​

  • Nuevas firmas de amenazas
  • Mejoras de rendimiento
  • Correcciones de errores
  • Nuevas capacidades

Gestión de versiones​

  • Historial de versiones
  • Notas de cambios
  • Capacidad de reversión
  • Pruebas antes de actualizar

Informes​

Informes de rendimiento del modelo​

  • Métricas de detección
  • Tasa de falsos positivos
  • Tiempo de respuesta
  • Análisis de tendencias

Informes de comparación​

  • Rendimiento entre modelos
  • Cobertura de detección
  • Análisis de eficiencia
  • Recomendaciones

Mejores prácticas​

  1. Comience con modelos recomendados — Protección rápida
  2. Monitoree el rendimiento — Siga la precisión
  3. Ajuste la sensibilidad — Equilibre detección y falsos positivos
  4. Combine modelos — Detección en capas
  5. Mantenga actualizados — Aplique las actualizaciones
  6. Revise regularmente — Evalúe la efectividad

Relacionado: