Αντιμέτωπη με την απειλητική έλλειψη τεχνολογικών ταλέντων, η βιομηχανία της τεχνολογίας έχει συνεργαστεί πολλές φορές με την ακαδημαϊκή κοινότητα για να “κλείσει” επαγγελματίες του αύριο, να εξασφαλίσει ότι οι φοιτητές παίρνουν τα απαραίτητα εφόδια και να καλλιεργήσει ταλέντα για την αντιμετώπιση των αναδυόμενων απειλών στον κυβερνοχώρο. Σε αυτό το πνεύμα, το Λογισμικό Προσανατολισμού έχει χρηματοδοτήσει ένα πρόγραμμα στο Ινστιτούτο Τεχνολογίας της Καλιφόρνια (Caltech) για να υποστηρίξει την έρευνα για την ασφάλεια των δεδομένων, χρησιμοποιώντας την προηγμένη επιστήμη ανωμαλιών (anomaly science).
Οι ανακαλύψεις θα δημοσιεύονται και θα χρησιμοποιούνται στην ενίσχυση της ανίχνευσης παραβίασης δεδομένων και τις δυνατότητες αντιμετώπισης των περιστατικών.
Το κοινό πρόγραμμα θα τρέξει από το νέο εργαστήριο Caltech του, το Κέντρο Δεδομένων με γνώμονα το Discovery, σε συνεργασία με τη NASA Jet Propulsion Laboratory (JPL). Το Κέντρο ιδρύθηκε για την προώθηση της έντασης δεδομένων, υπολογιστικά ενεργοποιημένη επιστήμης και της τεχνολογίας.
Η έρευνα θα διεξαχθεί υπό τη διεύθυνση του βασικού επιστήμονα Julian Βυnn και του επίτιμου καθηγητή Mani Chandy, οι οποίοι έχουν αναπτύξει αλγόριθμους και διαδικασίες για την ανίχνευση ανώμαλων προτύπων σε σύνολα δεδομένων που χρησιμοποιούνται σε κρίσιμους τομείς, όπως η πρόβλεψη σεισμών και τώρα στην ανίχνευση των προηγμένων malware και τις πολυμορφικές παραλλαγές τους.
Η θεωρία είναι ότι η έγκαιρη και αποτελεσματική ανίχνευση παραβίασης των σύγχρονων απειλών απαιτεί μια επιστημονική προσέγγιση που βασίζεται στην μηχανική μάθηση και στατιστικά μοντέλα. Οι πιο συνηθισμένοι τρόποι για να ασχοληθεί κανείς με θέματα ασφάλειας των δεδομένων είναι μέσω της χρήσης υπογραφών, με μαύρες λίστες ή με κοινό threat intelligence. Αυτές οι παραδοσιακές προσεγγίσεις αφήνουν τους οργανισμούς ευάλωτους σε άγνωστα ή zero-day malware, τα οποία μπορούν να βρεθεί μόνο εστιάζοντας στο εντοπισμό των μη φυσιολογικών ή άτυπων συμπεριφορών που μπορεί να υποδεικνύει μη εξουσιοδοτημένη πρόσβαση σε ευαίσθητα δεδομένα.
