L'analisi predittiva è l'uso di schemi, statistiche e modelli di machine learning per stimare risultati o relazioni probabili a partire dai dati. Nella sicurezza informatica, aiuta i difensori a individuare probabili eventi futuri, come bersagli di phishing, percorsi di attacco, compromissione di account o diffusione di malware, prima che si manifestino completamente. Può essere applicata anche in modo offensivo, quando gli aggressori usano segnali pubblici, violazioni pregresse o il comportamento della piattaforma per scegliere bersagli migliori e temporizzare le proprie attività.
Il rischio per la sicurezza non risiede solo nella previsione in sé, ma in ciò che accade quando molti piccoli fatti vengono combinati. Registri open source, log, metadati e attività degli utenti possono essere immessi in modelli che deducono schemi sensibili, anche quando ciascun input, preso singolarmente, sembra innocuo. I difensori usano l'analisi predittiva per l'intelligence sulle minacce, il rilevamento delle anomalie e la valutazione del rischio, ma devono controllare la qualità dei dati, gli accessi e gli output del modello. Modelli gestiti in modo inadeguato possono rivelare indizi, adattarsi eccessivamente a dati sensibili o amplificare il rischio di inferenza.