Les équipes de sécurité accordent davantage d'attention au coût énergétique de la détection - Help Net Security

Anamarija Pogorelec - HelpNetSecurity - 09/01
Les équipes de sécurité évaluent les modèles de détection à l’aide d’une IA de cybersécurité soucieuse de l’énergie pour comprendre les coûts de calcul et l’impact sur les flux de travail de sécurité.

Les équipes de sécurité passent beaucoup de temps à expliquer pourquoi les systèmes de détection nécessitent plus de calcul. Les factures de cloud augmentent, les modèles sont recyclés plus souvent et de nouveaux pipelines d'analyse sont ajoutés aux piles existantes. Ces conversations restent généralement axées sur la couverture et l’exactitude. Une étude récente adopte une approche différente en mesurant les modèles de détection d'anomalies ainsi que leur consommation d'énergie et la production de carbone associée, traitant la consommation de calcul dans le cadre des opérations de sécurité.

La consommation d’énergie devient partie intégrante des opérations de sécurité

L'apprentissage automatique est au centre de nombreux flux de travail de détection. Les équipes de sécurité s'appuient sur des modèles pour signaler le trafic suspect, identifier les comportements anormaux et prendre en charge les décisions de tri. Ces systèmes fonctionnent en continu et se recyclent régulièrement. Chaque cycle utilise des ressources de calcul qui apparaissent dans les rapports d'utilisation du cloud et les revues de coûts internes.

La consommation d’énergie est également liée à la planifi...
[Courte citation de 8% de l'article original]