Introducción
En Libraesva, adoptamos un enfoque descentralizado de la IA, integrando la seguridad de los datos en la arquitectura de nuestro sistema desde el principio. Esto garantiza que nuestra resiliencia empresarial se vea reforzada por nuestra independencia de proveedores de servicios de IA de terceros.
Asimismo, diseñamos y desarrollamos nuestros propios sistemas de IA internamente, lo que nos proporciona un control total sobre nuestra tecnología y evita la dependencia de servicios en la nube externos o proveedores externos. Nuestros modelos de IA operan directamente en el dispositivo, eliminando cualquier riesgo de exfiltración de datos.
Al desarrollar soluciones de IA optimizadas y especializadas específicamente para arquitecturas distribuidas, logramos mantener la máxima seguridad, flexibilidad y resiliencia en nuestros sistemas.
Implementación técnica
Nuestro Libraesva AI Engine, integrado en nuestras soluciones de Email Security, aprovecha un modelo multilingüe basado en tensores que se construye sobre la tecnología central de IA generativa. Diseñado específicamente para tareas de clasificación, proporciona inteligencia personalizada para arquitecturas distribuidas, ofreciendo una alta precisión y rendimiento.
El Libraesva AI Engine está optimizado para procesar de manera eficiente la semántica de los mensajes de correo electrónico, sin requerir hardware especializado para su implementación. Si bien el entrenamiento requiere hardware específico, nuestro motor puede implementarse en hardware estándar, garantizando flexibilidad y accesibilidad en la detección de amenazas en tiempo real.
Al implementar el Libraesva AI Engine directamente en nuestro appliance de Email Security, garantizamos que no se exfiltre ningún dato del cliente y eliminamos la dependencia de proveedores externos. Esto asegura la máxima seguridad, control y resiliencia para las necesidades de seguridad del correo electrónico de nuestros clientes.
Ventajas de nuestro enfoque
Sin dependencia de terceros: garantiza una independencia total de proveedores externos Garantiza una privacidad de datos completa: evita la exposición de datos al no depender de terceros Alta resiliencia frente a la inestabilidad geopolítica: mantiene la estabilidad del sistema a pesar de las tensiones internacionales y los conflictos comerciales Independencia de las cadenas de suministro globales: reduce el riesgo al no depender de componentes de origen internacional Rendimiento predecible a lo largo del tiempo: evita posibles inconsistencias asociadas a los servicios de IA en la nube Uso exclusivo de modelos distribuidos y especializados: emplea modelos de IA optimizados exclusivamente para la tarea en cuestiónPrivacidad y cumplimiento
Nuestro modelo Libraesva está diseñado específicamente para evitar el uso de datos de clientes en su proceso de entrenamiento, garantizando que nunca se utilice información sensible. Gracias a su arquitectura de clasificación exclusiva, el modelo no puede acceder ni transferir inadvertidamente los datos de entrenamiento, proporcionando una capa adicional de seguridad y cumplimiento.
El modelo se entrena en nuestros laboratorios ubicados en la UE utilizando un conjunto de datos seleccionado de correos electrónicos maliciosos reales, bajo la estrecha supervisión de nuestros analistas expertos. Este riguroso proceso de control de calidad garantiza que siempre se utilicen datos de alta calidad y un etiquetado preciso para desarrollar modelos de IA eficientes.
Libraesva actúa con rapidez para mantener sus appliances seguros y actualizados. Implementamos actualizaciones en todos los appliances de todo el mundo en tan solo cinco minutos tras su lanzamiento, garantizando que la seguridad del correo electrónico de nuestros clientes esté siempre protegida frente a las amenazas más recientes.
Además de los lanzamientos frecuentes, también monitorizamos continuamente los patrones de amenazas emergentes y actualizamos nuestro modelo según sea necesario. Por lo general, se publica una nueva versión una vez a la semana o incluso dos veces al día, lo que nos permite anticiparnos a la evolución de la actividad maliciosa.
Análisis semántico
Nuestro modelo es capaz de captar no solo el significado literal de los mensajes, sino también su intención subyacente, teniendo en cuenta factores como los matices lingüísticos, las faltas de ortografía e incluso el idioma utilizado. Esta comprensión avanzada le permite abstraer el significado del texto, lo que le posibilita reconocer patrones y detectar tipos similares de ataques en más de 100 idiomas compatibles.Modelos centralizados grandes frente a modelos distribuidos pequeños
Los modelos pequeños destacan en eficiencia y precisión dentro de sus contextos especializados en comparación con los modelos más grandes. Sin embargo, requieren una optimización cuidadosa y experiencia para maximizar sus capacidades con recursos mínimos. El Libraesva Adaptive Trust Engine procesa los mensajes de correo electrónico extrayendo únicamente la información relevante para el análisis. Estos datos se introducen luego en una red neuronal, que devuelve una clasificación (por ejemplo, phishing, business email compromise, transaccional, newsletter, etc.) junto con un nivel de confianza (que va del 0 % al 100 %).Este análisis semántico se integra con otras fuentes de inteligencia, entre ellas:
- Modelos de machine learning locales.
- Comprobaciones de reputación.
- Verificación de autenticación.
- Evaluaciones basadas en reglas.
- Inspección de archivos adjuntos.
- Análisis de URL.
El resultado es una solución de seguridad integral y eficiente que combina la comprensión semántica con una sólida detección de amenazas.
El nuevo modelo de IA no necesita ninguna configuración, lo que hace que su contribución sea fácilmente observable a través de dos canales clave:
- Las características de los mensajes extraídas y mostradas como "indicadores de mensaje" en la interfaz de usuario (UI) de ESG.
- Un informe técnico detallado que acompaña a cada mensaje analizado, proporcionando información adicional sobre el rendimiento del modelo.
Finalidad y proporcionalidad
El objetivo principal del análisis semántico es refinar la precisión de la clasificación del contenido de los mensajes.
La utilización de un modelo de IA con este fin es totalmente justificable y libre de riesgos, ya que aprovecha tecnología de vanguardia para detectar y clasificar mensajes con la máxima fiabilidad.
Protección de datos
Nuestro appliance de Email Security garantiza que los datos del cliente permanezcan aislados y seguros, ya que procesa y analiza los mensajes completamente on-premises sin transmitir ninguna información sensible fuera del appliance.
Para mantener el más alto nivel de confidencialidad, no utilizamos datos de clientes para entrenar o actualizar nuestro modelo de IA. Este enfoque elimina cualquier riesgo de exfiltración o explotación de datos.
Nuestra organización se rige por un riguroso marco de gobernanza de IA, que abarca la gestión de riesgos y el cumplimiento normativo. El Libraesva AI Governance Committee supervisa la implementación y utilización de las soluciones de IA dentro de la empresa.
A pesar de nuestro uso de tecnología de IA generativa, nuestros modelos están diseñados como clasificadores y no como extractores. Este enfoque diferenciado garantiza que la información sensible permanezca inaccesible para el modelo, evitando así posibles filtraciones de datos o divulgaciones no autorizadas.
Al adoptar esta metodología estructurada, nos mantenemos alineados con los estándares regulatorios internacionales en materia de IA, incluidos los establecidos por la Ley de Inteligencia Artificial de la UE.
La solución de IA de nuestra organización se clasifica como 'IA de riesgo mínimo' según la Ley de Inteligencia Artificial de la UE, lo que significa que no está sujeta a los requisitos y regulaciones específicos de dicha ley.
Por lo tanto, nuestro enfoque de IA no genera ninguna obligación vinculante ni requisito de notificación definido por la Ley de IA de la UE.