A mesterséges intelligencia által vezérelt rosszindulatú szoftverek és a legjobb alkalmazásbiztonsági gyakorlatok felemelkedése
Amit tanulni fog
- Az automatizált rosszindulatú szoftvermutáció, a mesterséges intelligencia által vezérelt social engineering és az automatizált exploit-fejlesztés fenyegetéseinek elemzése.
- Fedezze fel, hogy a mesterséges intelligencia alapú fenyegetésérzékelés és -elemzés hogyan egészítheti ki a kiberbiztonsági eszközöket.
- Beszélje meg a legjobb gyakorlatokat, amelyekkel megelőzheti a kiberbűnözőket, és megerősítheti szervezetének biztonsági helyzetét.
Kiemelt előadók
George Prichici
George Prichici az OPSWAT termék alelnöke, az Application Security PLU vezetője. George több mint 15 éves technológiai tapasztalattal rendelkezik, mind termékmenedzsment, mind szoftverfejlesztői vezetői pozíciókban. Tanúsított felhőmegoldás-tervező, és érdeklődése és fókusza a kiberbiztonság, a felhőinfrastruktúra és a gépi tanulás felé irányul.
Darren Spruell
Darren Spruell a kiberbiztonság területén nagy tapasztalattal rendelkező szakember, aki a fenyegetések kutatásában, a rosszindulatú szoftverek elemzésében, az incidensek kezelésében és a kiberfenyegetésekkel kapcsolatos hírszerzésben egyaránt mélyreható szakértelemmel rendelkezik. Számos ágazatban dolgozott már, többek között az egészségügyben, a pénzügyi szolgáltatások területén, a védelmi iparban és a gyártásban, és együttműködött bűnüldöző szervekkel és közszektorbeli szervezetekkel a bűncselekmények megakadályozása érdekében. Darren régóta aktív tagja az információcsere-közösségeknek, vezető szerepet játszott új fenyegető csoportok azonosításában, és számos jelentést és konferencia-előadást készített olyan témákban, mint a bankkártya-leolvasók vagy a nagyszabású botnet-műveletek.
Készen áll arra, hogy a
AI-vezérelt kiberbűnözés előtt maradjon?
Ismerje meg, hogyan védekezhet a mesterséges intelligencia által vezérelt támadások ellen, és hogyan erősítheti meg biztonsági helyzetét.
Ne várjon - legyen részese ennek a kritikus jelentőségű vitának most.
