521 - Evaluating risk with Marina from Cyera
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 21 באוקטובר 2026 |
|---|---|
| הנושא המרכזי | דירוג סיכון של התראות דאטה בסייבר |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק?
אין אמת מוחלטת לדירוג סיכון: החומרה סובייקטיבית לכל לקוח, ולכן בסיירה דירגו התראות עם LLM שמסביר, מדדו דיוק על קריטיקל והיי, והשוו מודלים זולים לפי סף איכות.
סיירה ממפה דאטה בארגון, מסווגת מה רגיש בקבצים ובמקורות כמו דאטהבייסים, ג׳ירה, קונפלואנס וגיטהאב, ומתריעה כשהגישה מסוכנת. מרינה הובילה דירוג חומרה לאינסטנסים של סיכון, דוגמת כרטיסי אשראי, אחרי שהתברר שאי אפשר לאמן מודל מתויג אחיד כי מה שקריטי לחברת מזון לא מעניין בנק. יצאו קודם עם ג׳מיני פלאש 2.5 בפריסה פרטית שקובע חומרה ומסביר, אחר כך הוזילו מודל מול סט רובוסטי ושופט LLM; על קריטיקל והיי נמדדו 93 אחוז פעולה, ונפח ההתראות ירד ב-64 אחוז.
לקוחות זרמו עם קריטיקל מול היי כל עוד לא הייתה טעות נוראית והיה הסבר שמניח את הדעת; המטריקה היחידה שנסגרה עליה היא דיוק במה שמתויג קריטיקל והיי, לא NDCG.
/ תובנות מרכזיות
- שלושה מספרי כרטיס פתוחים לאינטרנט יכולים להיות קטסטרופה לחברת מזון ולא לעניין מנכ״ל בנק עם 100,000 עובדים.
- אותה בקשה פעמיים בטמפרטורה 0 נתנה דרגת חומרה שונה בכ-20 אחוז מהמקרים.
- ממוצע שופט 4.1 מול 3.7 לא אפשר החלטה; סף ציון 4 הפך את זה ל-30 אחוז חיסכון בעלות מול ויתור על איכות ב-5 אחוז מהתשובות.
- שופט LLM נמדד בשלוש שאלות: אופי הקובץ, כמה ממצאים יש, ולכמה אנשים יש גישה.
- על מה שסומן קריטיקל והיי היה אקשן ב-93 אחוז, ונפח ההתראות ירד ב-64 אחוז.
אולי יש משהו שהוא קריטיקל שסיווגתי אותו נמוך יותר?
- 1לא לבנות דאטהסט מתויג אחיד לדירוג ריסק אם החומרה תלויה בפרופיל הלקוח.
- 2לצאת קודם עם חומרה והסבר גנרטיבי ב-LLM בפריסה פרטית, ולבדוק איך לקוחות מגיבים.
- 3למדוד דיוק על קריטיקל והיי, לא דירוג Top-K.
- 4לבנות סט הערכה מהרצות חוזרות של אותו מודל על מקרים יציבים יחסית.
- 5לפצל שופט LLM לשאלות נפרדות ולהחליט לפי אחוז שעובר סף, לא לפי ממוצע ציונים.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
נתונים מהפרק
אחוזים מהפרק
מתיאור הפרק
רן ואורי מארחים את מרינה גנדלין , Data Scientist ו-Team Lead מחברת Cyera (סיירה), לשיחה על סייבר, דאטה, ואיך מעריכים סיכונים בעזרת מודלי שפה (LLMs). מרינה חולקת תובנות מרתקות מהפרויקט הראשון שהובילה בחברה להתמודדות עם עומס ההתראות (ניתן לצפות ב מצגת המקורית מתוך ההרצאה, וכן ב וידאו של 17 דקות מאותו כנס). [00:00] היכרות עם מרינה, Cyera וכנס רברסים תזכורת: כנס רברסים 2026 מתקרב! יתקיים ב-30 בנובמבר וב-1 בדצמבר. שווה להירשם. היכרות עם מרינה: מגיעה מרקע של עשור ב-AI ומערכות המלצה בחברות כמו טאבולה ו-ZipRecruiter, וכיום עובדת בסיירה. סיירה - "Where data meets cyber security": חברה שעושה מיפוי מלא ש
איך נוצר העמוד הזה
818 פרקים של רברס עם פלטפורמה = 818 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.