Domenico Stranieri
- Palo Alto Networks
- https://www.paloaltonetworks.com/
Machine Learning a supporto della prevenzione dei moderni attacchi cibernetici
Domenico Stranieri è Senior Pre-Sales Engineer in Palo Alto Networks, dove ricopre il ruolo di technical advisor sia nella fase di pre-vendita che nell’educazione dei partner e dei clienti finali sulle nuove tecniche e campagne di attacco e sull’importanza dell’adozione di un modello “Zero Trust” come approccio preventivo agli attuali attacchi cibernetici che minano quotidianamente l’integrità dei sistemi informativi e delle informazioni sensibili all’interno degli stessi.. Nel corso dei 20 anni di esperienza sul campo, Domenico ha avuto l’opportunità di sviluppare competenze ed acquisire esperienza in ambito “Security”, operando in aziende multi-nazionali come F5 Networks e Accenture e collaborando con diversi System Integrator, sia su territorio nazionale che internazionale presso aziende Enterprise e Service Providers.
Domenico Stranieri is Senior Pre-Sales Engineer at Palo Alto Networks, where he covers the role of technical advisor and subject matter expert, supporting the end-users and partners on learning about the modern attack techniques and campaigns and the importance of adopting a "Zero Trust Security Model” to prevent the modern cyber attacks that daily undermine the integrity of information systems and sensitive information. Over 22 year track record in IT Consulting and Field Sales, Domenico has had opportunities to develop skills and competences, operating in multi-national companies such as F5 Networks and Accenture and collaborating with various System Integrators, Service Providers and Enterprises
SESSIONE 4. CYBERSECURITY E AI
Machine Learning a supporto della prevenzione dei moderni attacchi cibernetici
Negli ultimi anni il Machine Learning è migrato dai laboratori scientifici alla avanguardia delle infrastrutture di servizio. Colossi come Amazon, Google e Facebook utilizzano Machine Learning per migliorare le esperienze dei clienti, suggerire acquisti o connettere socialmente le persone. Le potenzialità del Machine Learning sono oggi sfruttate anche in ambito Cybersecurity, dove le tecniche di evasione sono estremamente evolute riuscendo ad abusare del traffico legittimo o di identità sottratte, migliorarando il rilevamento e la categorizzazione di attività malevole e al tempo stesso l’identificazione di violazioni o sottrazioni di dati. Palo Alto Networks, da sempre focalizzata nella prevenzione delle minacce cibernetiche moderne, fa uso del Machine Learning in un modello di servizio pervasivo e che prevede l’analisi centralizzata delle informazioni rilevanti tracciate sulla rete, sugli endpoint e datacenter locali e al tempo stesso sulle infrastrutture Cloud (Public Cloud IaaS-PaaS-SaaS). Gli utenti potranno quindi beneficiare del Machine Learning nativamente integrato e automatizzato nella propria infrastruttura di sicurezza basata sui Next Generation Firewall, Advanced Endpoint Protection e (Public) Cloud Security.
Using Machine Learning to prevent modern cyber attacks
Over the last few years' machine learning has migrated from the laboratory to the forefront of operational systems. Amazon, Google and Facebook use machine learning every day to improve customer experiences, suggested purchases or connect people socially with new applications and facilitate personal connections. Machine learning's powerful capability is also there for cybersecurity. Cybersecurity is positioned to leverage machine learning to improve malware detection, triage events, recognize breaches and alert organizations to security issues. Machine learning can be used to identify advanced targeting and threats such as organization profiling, infrastructure vulnerabilities and potential interdependent vulnerabilities and exploits. Machine learning can significantly change the cybersecurity landscape. Modern attacks and sophisticated malware have been able to bypass network and end-point detection to deliver cyber-attacks at alarming rates. Palo Alto Networks, always been focused on preventing modern cyber threats, makes use of Machine Learning in a pervasive service model that leverages on a centralized analysis (Machine Learning algorithms) of the relevant information traced on the network, on local endpoints and datacenter and at the same time on Cloud infrastructures (Public Cloud IaaS-PaaS-SaaS). Users will then benefit from the integrated and automated Machine Learning engine into their security infrastructure based on Next Generation Firewall, Advanced Endpoint Protection and (Public) Cloud Security
