¿Qué es la perfilación de dispositivos impulsada por IA?

La perfilación de dispositivos impulsada por inteligencia artificial utiliza modelos de aprendizaje automático que van más allá de la configuración básica del sistema operativo, las firmas y las direcciones MAC para identificar con precisión los dispositivos inteligentes e IoT cuando se conectan a redes inalámbricas y con cable.

La perfilación de dispositivos impulsada por IA explicada

Si bien la perfilación de dispositivos no es nueva, sí lo es el uso de inteligencia artificial y aprendizaje automático en la conectividad de red para mejorar la huella digital de terminales cliente (es decir, Internet de las cosas, teléfonos y portátiles). Vendiéndose tantos dispositivos nuevos hoy en día, la precisión que se gana aprovechando la inteligencia artificial es notable en lo que respecta a seguridad y planificación.

  • Conforme un dispositivo (también llamados clientes o terminales) se conecta a la red, se recopilan atributos durante el proceso de autenticación para crear una huella.
  • Los atributos recopilados suelen incluir información como la dirección MAC, la versión del sistema operativo, el número de identificación internacional de equipo móvil (IMEI) y los agentes de usuario HTTP.
  • Las soluciones modernas ahora utilizan telemetría de infraestructura y clientes, así como algoritmos de aprendizaje automático para averiguar cómo se subdividen las direcciones MAC por fabricante y tipo de dispositivo cliente. Lo mismo puede decirse de la disección de determinados identificadores.
Aruba AI-powered Device Profiling

¿Por qué la perfilación de dispositivos impulsados por IA?

En el ámbito de conectividad de red, las empresas utilizan perfiles y huellas digitales de dispositivos para conocer, con fines operativos y de seguridad, el tipo y la cantidad de terminales que están conectados a sus redes.

Casos de uso básicos:

  • Con fines operativos, un inventario preciso ayuda a determinar qué hay en la red, para cubrir las necesidades de ancho de banda y aplicar la solución de problemas.
  • Desde el punto de vista de la seguridad, la creación de perfiles de dispositivos impulsada por IA ayuda a crear reglas de segmentación eficaces, impedir que se conecten dispositivos no deseados y mejorar la posición de ciberseguridad de una organización.

Ventajas de la perfilación de dispositivos impulsada por IA

El rápido ritmo de introducción de nuevos dispositivos inteligentes e IoT hoy en día hace que sea más difícil que las organizaciones identifiquen qué se conecta a sus redes por cable e inalámbricas. Las soluciones de aprendizaje automático y perfilación de dispositivos impulsada por IA atacan este problema al proporcionar a las empresas mayor visibilidad sobre sus redes.

Entre las ventajas de la perfilación de dispositivos impulsada por IA figuran:

  • La capacidad de aprovechar la nube y el lago de datos para capturar fácilmente los atributos de los terminales y conocer los nuevos dispositivos IoT de la base instalada.
  • Índices de precisión de perfiles de hasta el 98 % y capacidad para reducir la cantidad de conexiones no identificadas a menos del 5 %.
  • La diferenciación del IoT frente a BYOD o clientes basados en computación utilizando patrones de comportamiento recurrentes en materia de aplicaciones/tráfico.
  • Ahorro de costes, ya que algunos proveedores incluyen la perfilación de dispositivos impulsada por IA en su solución de gestión de base y licencias.

¿En qué se diferencian la perfilación de dispositivos impulsada por IA y la tradicional?

Atributo de perfilaciónImpulsada por IATradicional
Uso de la nubePráctica estándarA menudo local e independiente
IA/MLNo
Mira las direcciones MAC, las versiones de sistema operativo, IMEI, etc.Sí, con la ventaja añadida de utilizar aprendizaje automático para comparar los dispositivos constantemente y mejorar la precisión
Búsqueda masiva de nuevas huellas digitalesSí, con acceso inmediato a nuevos datos en toda la base instaladaRequiere que los vendedores actualicen periódicamente el software cargando huellas digitales de recursos de terceros
Precisión de perfilaciónOscila entre el 95 y el 99 % en algunos casosOscila entre el 70 y el 80 %
Porcentaje de tipos de dispositivo «desconocidos»Por debajo del 5 %Oscila entre el 30 y el 35 %

¿Preparado para comenzar?