Alors que le déficit de compétences en matière de cybersécurité se creuse (+ 26 % l’an dernier) et que les ressources se raréfient, le paysage de la cybercriminalité évolue rapidement. Face à l’apparition rapide de nouvelles menaces, la recherche de l’ensemble des données en libre accès constituent une solution pour surmonter les défis auxquels les équipes de sécurité sont confrontées au quotidien.

Dans un souci de collaboration avec le secteur, ExtraHop publie sur GitHub son ensemble de données de détection DGA, composé de plus de 16 millions de lignes de code, afin d’aider les équipes de sécurité à identifier les activités malveillantes dans leurs environnements avant qu’elles ne deviennent un problème pour l’entreprise.
Les DGA sont utilisés par les cybercriminels pour garder le contrôle de l’environnement d’une organisation après avoir pénétré dans un réseau, ce qui rend les attaques difficiles à détecter et à stopper. Conçue à l’origine pour Reveal(x), la plateforme NDR primée d’ExtraHop, cette recherche peut désormais être utilisée par n’importe quel chercheur en sécurité pour construire son propre modèle de hiérarchisation par apprentissage machine (ML) afin d’identifier plus rapidement les DGA et d’intervenir dans les attaques avec une plus grande rapidité et une plus grande précision. Depuis sa mise en œuvre dans Reveal(x), le modèle DGA d’ExtraHop a démontré une précision de plus de 98 %.