در کنفرانس Enigma این ماه در سانفرانسیسکو ، سادیه افروز ، محقق Avast به این سؤال پاسخ می دهد

آیا یادگیری ماشین برای امنیت سایبری مفید است؟

با توجه به چالش های قابل توجه ، این یک سوال عادلانه است. بازیگران تهدید با استفاده از الگوریتم های مخالف می توانند با برنامه های امنیت سایبری رقابت کنند و ساختن برنامه های هوش مصنوعی بدون تعصب انصاف ، مبارزه خود است.

بنابراین آیا یادگیری ماشین در امنیت سایبر حتی ارزش آن را دارد؟ پاسخ بله است. در این ماه ، سادیه افروز ، محقق هوش مصنوعی Avast ، به اعضای کنفرانس سانفرانسیسکو در Enigma 2020 توضیح می دهد که چگونه می توانند سیستم های یادگیری ماشین قوی برای دفاع در برابر حملات در دنیای واقعی بسازند.

"ما نیاز به یک رویکرد سیستماتیک برای مدل سازی دشمن از سیستم یادگیری ماشین در امنیت داریم. مقالات مختلف با استفاده از مخالفان غیرقابل مقایسه ، کار را برای پیشرفت در این زمینه دشوار می کند. "

در مقاله ای که با رئیس AI رجارشی گوپتا ، Avast منتشر شده است ، افروز خواستار سازگاری جدید صنعت در امنیت سایبری است. ما به یک رویکرد سیستماتیک نیاز داریم تا بتواند از دشمن سیستم یادگیری ماشین در امنیت استفاده کند. مقالات مختلف با استفاده از مخالفان غیرقابل مقایسه ، کار را برای پیشرفت در این زمینه دشوار می کند. "(بیشتر در مورد صحبت های وی اینجا را ببینید.)

Sadia Afroz در کنفرانس CyberSec و AI پراگ در ماه اکتبر صحبت کرد. امسال Avast و دانشگاه فنی چک دوباره CyberSec و AI پراگ را میزبانی می کنند. اطلاعات بیشتری کسب کنید.

دانشمند پژوهشگر در موسسه بین المللی علوم رایانه در UC-Berkeley (ICSI) ، افروز با تیم Avast از دانشمندان داده همکاری می کند و تحقیقات تهدیدآمیز از مدارس برتر جهان از جمله برکلی ، دانشگاه استنفورد ، میگ و دانشگاه چارلز. و نرم افزار Avast. پایگاه کاربر بیش از 435 میلیون کاربر Avast یکی از بزرگترین شبکه های شناسایی تهدید در جهان را تشکیل می دهد ، به ما این امکان را می دهد تا بهترین مدل های یادگیری ماشین را بسازیم و اقدامات پیشگیری از برخورد سایبری را قبل از آسیب رساندن به آنها متوقف کنیم.

رویکرد Avast به AI

سریع حرکت می کند

سیستم هوش مصنوعی پیشرفته ما با استفاده از یادگیری ماشین به طور خودکار جمع آوری و استخراج داده ها از کل پایگاه کاربر ما – سپس هر ماژول امنیتی را آموزش می دهد. پس از یافتن نمونه بدافزارهای جدید ، محصولات ما بطور خودکار با مدلهای جدید بروزرسانی می شوند ، و از اهمیت حیاتی و حداکثری محافظت می کنند

آموزش موتور یادگیری ماشین Avast

پیشگیری از تهدید پیچیده در دنیای امروز نیست. به یک موتور یادگیری واحد تکیه کنید که یک گلوله نقره برای همه حملات سایبری فراهم می کند. در عوض ، این ترکیبی از موتورهای یادگیری چند ماشین است که برای دفاع در برابر حملات با هم کار می کنند. موتورها در دستگاه های مختلفی کار می کنند (هم در ابر و هم بر روی رایانه های شخصی و تلفن های هوشمند) ، از تکنیک های آنالیز استاتیک و پویای استفاده می کنند و در بسیاری از لایه های موتور دفاعی ما مستقر می شوند.

با سرعت آموزش و استقرار مدل های تشخیص بدافزار [

به منظور ارزیابی تهدیدات جدید و ناشناخته ، ما یک خط لوله یادگیری ماشین منحصر به فرد و پیشرفته را ساخته ایم که به ما امکان می دهد تا در مدت زمان 12 ساعت به سرعت آموزش و استقرار مدل های شناسایی بدافزار را داشته باشیم. ما همچنین از تکنیک های پیشرفته ای همچون شبکه های عصبی بکار رفته عمیق برای بهبود مدل های تشخیص بدافزار استفاده می کنیم. تهدیدات امنیتی جدید می تواند ناگهان ظاهر شود و اشکال جدید و ناشناخته ای بگیرد. در چنین شرایطی ، توانایی ما برای به روزرسانی مدلهای ما به سرعت تضمین می کند که کاربران ما همچنان محافظت شوند.

این فناوری امنیتی نسل بعدی و داده های موجود در پایگاه کاربر گسترده ما ، مزیت آشکاری در برابر هکرها و رقبا دارند. و این فناوری است که به ما امکان می دهد تا بطور خودکار تهدیدات پر مخاطب مانند WannaCry ، BadRabbit ، NotPetya ransomware و حملات رمزنگاری Adylkuzz را کشف و مسدود کنیم ، بدون اینکه نیاز به بروزرسانی یک محصول واحد باشد.

نمونه دیگر Avast AI می تواند. اکنون در خانه خود کار کنید. Avast Omni یک نوع جدید امنیتی است که از هر جایی که به آن وصل شوید از شما محافظت می کند. اخیراً راه حل امنیت شبکه به دلیل نوآوری خود توسط نمایشگاه الکترونیک Consumer مورد استقبال قرار گرفت.

درباره هوش مصنوعی Avast در اینجا بیشتر بدانید. درباره کنفرانس Enigma این ماه در اینجا بیشتر بیاموزید. درباره CyberSec و AI Prague بیشتر بدانید.