Assemblyline — la Plataforma Canadiense de Triaje de Malware con Aprendizaje Automático que Defiende las Redes Gubernamentales

El Centro Canadiense para la Ciberseguridad, parte del Establecimiento de Seguridad de las Comunicaciones (CSE), opera sensores en toda la red del Gobierno de Canadá y liberó como código abierto Assemblyline en 2017, una plataforma de análisis de malware basada en aprendizaje automático utilizada para clasificar archivos sospechosos a gran escala para organismos gubernamentales y socios de infraestructuras críticas.

Junto a Assemblyline, los científicos de datos del CSE construyeron un modelo independiente de clasificación de malware mediante aprendizaje automático, diseñado específicamente para detectar malware personalizado de origen estatal que las herramientas antivirus comerciales (creadas para amenazas genéricas) no detectan.

Los archivos señalados por el clasificador de aprendizaje automático se ponen en cuarentena, y el modelo se perfecciona una vez que los proveedores de antivirus comerciales alcanzan las mismas amenazas, según la propia Estrategia de IA del CSE.

El Informe Anual 2023-2024 del CSE indica que Assemblyline analizó más de mil millones de archivos sospechosos ese año, con 308 organizaciones asociadas (58 gubernamentales, 250 de infraestructuras críticas) — un aumento del 35% interanual — y sensores que cubren aproximadamente 900.000 dispositivos en 167 instituciones federales y empresas estatales. El Centro de Ciberseguridad informa de un bloqueo promedio de 6.600 millones de acciones potencialmente maliciosas al día, frente a los 6.300 millones de 2022-23. Reportajes independientes del instituto de políticas ICTC-CTIC y de la revista canadiense The Walrus corroboran el orden de magnitud de la actividad bloqueada y del despliegue de sensores, basándose en los mismos informes anuales y en una entrevista directa con el jefe del CSE.

El CSE no ha publicado una tasa de falsos positivos o de precisión específica para el clasificador de aprendizaje automático, ni un desglose de cuánta actividad bloqueada se debe específicamente al aprendizaje automático frente a la detección basada en firmas o reglas. No existe una auditoría independiente de la precisión de detección; la corroboración mediática confirma la escala, no las afirmaciones de rendimiento específicas del aprendizaje automático.