[PÅ STAN MED] Tänk dig att du kan stoppa en olycka eller ett brott innan det inträffar.
Det låter omöjligt men vi har träffat mannen som vet hur man gör det, när det gäller IT-säkerhet.
Det är långt ifrån första gången som vi träffar respektive intervjuar Peter Johansson.
Peter Johansson
Det norrländska lugnet, glimten i ögat, den sköna humorn och det varma skrattet är några av hans kännetecken. Att han kommer farande på en egen el-scooter till vårt möte förvånar oss inte. Peter är van vid snabba tag.
Han kommer närmast från tio framgångsrika år på WatchGuard. Tanken var att han skulle börja arbeta lite mindre nu och få mer tid över till annat, bland annat hans stora intresse för motorsport. Men så en dag i början av 2021 ringde Peters telefon och han fick frågan om han var intresserad av att bygga upp och etablera en verksamhet inom Norden och Baltikum.
”Eftersom jag har gjort den resan tidigare så gick jag inte igång direkt på erbjudandet. Det var när jag fick klart för mig vad det hela handlade om som jag tände till. Jag förstod att lösningen är så häftig samt att vi inte har några konkurrenter. Det gick helt enkelt inte att tacka nej. Den 1 maj 2021 började jag och jag ångrar inte en dag av den här nya resan”, förklarar Peter.
De behåller den bästa hjärnan
Vad är det då för spännande arbete som han har tackat ja till? Peter kommer att arbeta vidare inom IT-säkerhet men hans fortsatta karriär framåt och uppåt går faktisk på djupet i form av Deep Learning (DL). Företaget heter Deep Instinct och startades 2015 i Israel, som så många andra framgångsrika säkerhetsföretag.
Grundarna kände en frustration över att antalet lyckade intrångsförsök och attacker ökade trots att det fanns många duktiga aktörer på marknaden för IT-säkerhet med avancerade lösningar byggda på bland annat Artificiell Intelligens (AI) och Maskininlärning (ML). De insåg att det fanns åtminstone tre viktiga punkter som behövde förbättras:
- Den mänskliga faktorn måste bort
- Snabbheten i skyddet måste upp
- Hoten måste stoppas innan de skrivs till disk.
”När det gäller den mänskliga faktorn så är en av många fördelar med DL att det inte finns någon mänsklig administrator som ska bedöma och värdera olika utslag. Om du jämför med lösningar som till exempel är ML-baserade klarar de i jämförelse endast av att analysera cirka 2-3 procent av en fil jämfört med vår lösning som tittar på 100% av filen”, säger Peter.
Peter ger oss ett pedagogiskt exempel för att beskriva vad han menar; En tänkt säkerhetslösning har till uppgift att identifiera och hitta riktiga katter i ett stort flöde av digitala foton.
I AI- och ML-lösningar är det vanligt att man bygger upp en intelligens runt hur ett katthuvud oftast är format, hur tätt ögonen brukar sitta, vanliga färger och pälstyper med mera. Efterhand som lösningen används så lär den sig mer om hur en katt kan se ut baserat på tidigare erfarenheter.
”Inget ont om de lösningarna men de är för trubbiga och långsamma. Med DL lär sig systemet helt själv att identifiera och framförallt förutse nya kattvarianter. Utan mänsklig inblandning. Det sker genom en blixtsnabb analys av mönster och strukturer i de digitala fotona, i det tänkta katt-exemplet”, förklarar Peter och fortsätter.
”Ett annat problemområde är så kallade ”False Positives” vilket innebär att något som först identifieras som ett hot visar sig vara helt ok och ofarligt. Ett högt antal ”False Positives” indikerar att en säkerhetslösning är för trubbig, i och med att de stoppar för mycket data. Det bidrar till ineffektivitet i IT-miljön. I mitt exempel med katter skulle foton på exempelvis leksakskatter och tigrar godkännas av Deep Instincts lösning eftersom uppdraget var att identifiera och stoppa foton på riktiga katter”, säger han.
Hur kan då Deep Instinct ha hittat en effektiv lösning mot de ständigt nya och mer avancerade hotbilderna?
”I vår labb-miljö skapar vi ett flertal DL-hjärnor. Där utsätter vi dem för en mängd tänkbara och otänkbara hotbilder och skadliga koder. Efter en tid sparar vi den hjärnan som har visat sig vara bäst och gör ett antal kopior av den. De andra skrotas. Därefter börjar processen om med de nya hjärnorna som fortsätter att utvecklas”, berättar Peter.
Bring Your own malware!
Vi frågar Peter om hur lösningsstrukturen är upplagd?
”Parallellt med att de så kallade hjärnorna skapas och utvecklas i vår labb-miljö uppdateras kundernas skyddade enheter 1-2 gånger per år med den senaste versionen. Det här är möjligen det som kan vara svårast att förstå direkt när man tittar på vår lösning. Här talas det om att det dyker upp enorma mängder nya hot varje dag och vi säger att vi uppdaterar ett par gånger om året. Det är det här som är nyckeln i lösningen, nämligen att den baseras på Deep Learning. Våra hjärnor är så intelligenta och snabbtänkta så att de själva förutser och identifierar nya hot”, svarar han entusiastiskt.
”Vi är medvetna om att det här är svårt att förstå vid första anblicken. Därför brukar vi säga till deltagarna på våra demos att de gärna får ta med egen skadlig kod – Bring Your own malware. När vi sedan identifierar deras skadliga kod blir det tydligt att vår lösning verkligen kan identifiera nya och okända hotbilder”, säger Peter.
Before You know it!
Snabbheten i skyddet är en annan egenskap som grundarna av Deep Instinct identifierade som vital för att en säkerhetslösning ska vara framgångsrik. Därför har man lagt ner mycket arbete på att ett nytt hot ska upptäckas så snabbt att den skadliga koden aldrig ska hinna skrivas klar i den miljö eller enhet som utsätts för en attack. Det handlar om knappt mätbara tidsenheter som är avgörande för om den skadliga koden hinner stoppas eller inte, innan den skrivs till disk. Deep Instinct har varit framgångsrika i sin lösning och tanken slår oss att med en 100%-lösning på plats som stoppar en attack redan innan den är ett faktum är plötsligt behovet av andra säkerhetslösningar helt annorlunda. Den tanken känns nästan som att svära i kyrkan.
Några av oss kommer ihåg den populära tecknade cowboyen Lucky Luke som var känd för att dra sin pistol snabbare än sin egen skugga. Hur omöjligt det än må vara så är Deep Instinct bra nära med sin lösning och det känns som att de har valt en lämplig slogan – Before You know it!
Privat
Namn: Peter Johansson
Ålder: 56 år
Familj: Gift i 30 år och 2 vuxna döttrar
Bor: Stockholm City
Hobby: Karaoke (favoritsång: The Power of Love – Frankie Goes to Hollywood)
Favoritfilm: Alien
Andningshål: Landstället i Norrtälje
Antal uppkopplade enheter: Ett 20-tal
