Sena Sezer
Interessi di ricerca
La ricerca di Sena si concentra sulle architetture emergenti di intelligenza artificiale e sulle infrastrutture di intelligenza artificiale aziendali, in particolare nei seguenti ambiti:
Architetture web agentiche
sistemi di memoria IA
MCP
Chatbot e ChatGPT
Autenticazione a più fattori (MFA)
Il suo lavoro esplora come gli agenti di intelligenza artificiale autonomi interagiscono con gli ambienti web, come i livelli di memoria migliorano il ragionamento contestuale e come i sistemi di intelligenza artificiale possono essere implementati e gestiti in modo sicuro all'interno di ambienti aziendali. È particolarmente interessata all'intersezione tra orchestrazione dell'IA, controllo dei sistemi e framework di sicurezza.
Sena fa parte del team di benchmarking di AIMultiple. Sta collaborando con il team tecnico di AIMultiple per formulare un benchmark MFT e IGA che includa i principali fornitori di software MFT.Esperienza professionale
Sena vanta oltre 3 anni di esperienza come technical marketer nell'e-commerce, dove si è concentrata su strategie SEO, posizionamento del prodotto e ottimizzazione dei contenuti basata sui dati. Ha maturato una solida esperienza pratica nel miglioramento del posizionamento nei motori di ricerca, nell'ottimizzazione delle prestazioni del sito e nell'allineamento delle specifiche tecniche dei prodotti con le aspettative dei clienti.
Oltre alla sua esperienza nel marketing, vanta competenze nello sviluppo di software e nella progettazione di siti web, combinando l'esecuzione tecnica con un approccio incentrato sull'utente. Il suo background interfunzionale le consente di collegare efficacemente l'analisi tecnica con l'impatto sul business.
Preparazione
Ultimi articoli di Sena
Le 16 principali applicazioni di UEBA per i SOC odierni nel
Le misure di sicurezza tradizionali, come gateway web, firewall, strumenti IPS e VPN, non sono più sufficienti a difendersi dai moderni attacchi informatici. Gli aggressori operano regolarmente utilizzando credenziali valide che gli strumenti basati su regole non rilevano mai. I sistemi UEBA colmano questa lacuna monitorando le entità non utente insieme agli utenti umani, utilizzando l'apprendimento automatico per stabilire parametri di riferimento comportamentali e rilevare le deviazioni.
I 6 principali metodi di raccolta dati per l'IA e l'apprendimento automatico
Mentre alcune aziende si affidano a servizi di raccolta dati basati sull'IA, altre raccolgono i propri dati utilizzando strumenti di scraping o altri metodi. Scopri i 6 principali metodi e tecniche di raccolta dati basati sull'IA per alimentare i tuoi progetti di IA con dati accurati: Panoramica dei metodi di raccolta dati basati sull'IA 1.
10 casi d'uso di SOAR con esempi di flussi di lavoro reali
I casi d'uso SOAR generici raramente si rivelano efficaci nella pratica; l'automazione corretta dipende interamente dal tuo ambiente, dal volume degli avvisi e dalla struttura del tuo SOC. I casi d'uso descritti di seguito sono pensati per scenari specifici e includono una descrizione dettagliata del flusso di lavoro.
Strumenti di raccolta dati automatizzata e casi d'uso nel
La raccolta automatizzata dei dati utilizza sistemi per raccogliere, elaborare e analizzare le informazioni in modo efficiente. Poiché i dati automatizzati provengono da molteplici fonti in vari formati, comprendere i diversi tipi e le loro origini è essenziale per implementarla efficacemente. Cos'è l'automazione della raccolta dati? L'automazione della raccolta dati utilizza software, script, bot, API o piattaforme dedicate per raccogliere, organizzare e analizzare le informazioni in modo efficiente.
I 6 migliori strumenti open-source per l'analisi dei log: Wazuh, Graylog e altri nel
In qualità di CISO in un settore altamente regolamentato con circa due decenni di esperienza nella sicurezza informatica, ho lavorato con diverse piattaforme di analisi dei log di tipo SIEM. Tra queste, ho selezionato i 6 migliori strumenti open source per l'analisi dei log.
I 6 migliori strumenti open source per la scoperta di dati sensibili
Gli strumenti seguenti sono selezionati in base all'attività su GitHub e ordinati in ordine decrescente in base al numero di stelle su GitHub. Coprono i principali casi d'uso per l'individuazione di dati sensibili: catalogazione dei metadati con tracciabilità, scansione senza agenti e rilevamento basato su API di dati personali, dati PCI e credenziali a riposo. Per saperne di più: Strumenti per l'individuazione e la classificazione di dati sensibili, software DLP.
Oltre 10 strumenti per l'osservabilità di rete
L'osservabilità di rete offre alle organizzazioni visibilità sulle prestazioni della rete, consentendo una più rapida identificazione e risoluzione dei problemi infrastrutturali. Gli strumenti di questa categoria utilizzano sempre più l'intelligenza artificiale per automatizzare il rilevamento delle anomalie nel traffico e nello stato di salute dei dispositivi. I migliori 8 strumenti di osservabilità di rete * Le recensioni si basano su Capterra e G2.
I 5 principali concorrenti di Watsonx
Le aziende utilizzano l'IA conversazionale per gestire le domande dei clienti su larga scala e ridurre i tempi di attesa. Sebbene Watsonx Assistant di IBM sia una delle soluzioni più consolidate in questo ambito, non è sempre la scelta migliore per ogni team. Fattori come le dimensioni dell'azienda, i vincoli di budget e le risorse tecniche possono influenzare la decisione di adottarla o meno.
I 5 migliori strumenti SOAR open source
Ho trascorso quasi due decenni come CISO in settori fortemente regolamentati, un periodo sufficientemente lungo da aver testato, implementato e dismesso più strumenti SOAR di quanti vorrei ammettere. La maggior parte delle opzioni open source sembrano promettenti sulla carta, ma si rivelano inadeguate quando vengono effettivamente utilizzate in produzione.
Esecuzione del codice con MCP: un nuovo approccio all'efficienza degli agenti di intelligenza artificiale
Anthropic ha introdotto un metodo in cui gli agenti di intelligenza artificiale interagiscono con i server del Model Context Protocol (MCP) scrivendo codice eseguibile anziché effettuare chiamate dirette agli strumenti. L'agente tratta gli strumenti come file su un computer, trova ciò di cui ha bisogno e li utilizza direttamente con il codice, in modo che i dati intermedi non debbano passare attraverso la memoria del modello.
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.