211service.com
Naudodamas šį įrankį AI gali atpažinti naujas kenkėjiškas programas taip pat lengvai, kaip atpažįsta kates
Chameleono dizainas
Nuo išpirkos reikalaujančių programų iki botnetų kenkėjiškų programų įgauna, regis, nesibaigiančias formas ir jos nuolat daugėja. Kad ir kaip bebandytume, žmonės, kurie gintų mūsų kompiuterius nuo jo, paskęsta puolime, todėl kreipiasi pagalbos į AI.
Yra tik viena problema: mašininio mokymosi įrankiams reikia daug duomenų. Tai tinka tokioms užduotims kaip kompiuterinis matymas ar natūralios kalbos apdorojimas, kai yra prieinami dideli atvirojo kodo duomenų rinkiniai, skirti išmokyti algoritmų, kaip atrodo, tarkime, katė arba kaip žodžiai susiję vienas su kitu. Kenkėjiškų programų pasaulyje toks dalykas neegzistavo – iki šiol.
Šią savaitę kibernetinio saugumo įmonė Endgame išleido didelį atvirojo kodo duomenų rinkinį, pavadintą EMBER (skirta Endgame kenkėjiškų programų tyrimo etalonas ). EMBER yra daugiau nei milijono nepiktybinių ir kenkėjiškų Windows nešiojamų vykdomųjų failų atvaizdų rinkinys. Formatas dažnai slepiasi kenkėjiškos programos. Bendrovės komanda taip pat išleido dirbtinio intelekto programinę įrangą, kurią galima išmokyti naudoti duomenų rinkinį. Idėja tokia, kad jei dirbtinis intelektas nori tapti galingu ginklu kovojant su kenkėjiškomis programomis, jis turi žinoti, ko ieškoti.
Apsaugos įmonės turi jūrą potencialus duomenų, kad galėtų lavinti savo algoritmus, tačiau tai yra mišri palaima. Blogi aktoriai, kurie kuria kenkėjiškas programas, nuolat koreguoja savo kodą, kad neaptiktų, todėl mokymai apie pasenusius kenkėjiškų programų pavyzdžius gali pasirodyti beprasmiški.
Tai žaidimas „išmušti kurmį“, sako Charlesas Nicholasas, Merilendo universiteto Baltimorės grafystėje kompiuterių mokslų profesorius.
EMBER skirta padėti automatizuotoms kibernetinio saugumo programoms neatsilikti.
Vietoj faktinių failų rinkinio, kuris gali užkrėsti bet kurio juos naudojančio tyrėjo kompiuterį, EMBER turi savotišką kiekvieno failo pseudoportretą, skaitmeninį vaizdą, suteikiantį algoritmui idėją apie savybes, susijusias su nepiktybiniais ar kenkėjiškais failais, jo neatskleidžiant. prie tikro straipsnio.
Tai turėtų padėti kibernetinio saugumo bendruomenės nariams greitai išmokti ir išbandyti daugiau algoritmų, kad jie galėtų sukurti geresnį ir labiau pritaikomą kenkėjiškų programų medžioklės AI.
Žinoma, jei duomenų rinkinys būtų atviras bet kam, jis taip pat gali būti atsakingas, jei jis patektų į netinkamas rankas. Kenkėjiškų programų kūrėjai galėtų panaudoti duomenis kurdami sistemas, kurių virusus medžiojantis dirbtinis intelektas neatpažins – šią problemą Hyrum Anderson, „Endgame“ duomenų mokslo techninis direktorius, teigia, kad bendrovė gerai apgalvojo. Andersonas, dirbęs EMBER, sako, kad tikisi, kad šio atvirumo nauda nusveria riziką. Be to, kibernetiniai nusikaltimai yra tokie pelningi, kad kenkėjiškų programų žmonės jau yra gerai motyvuoti ir toliau tobulinti savo atakos įrankius.
Įsilaužėlis vis tiek ras pavyzdį, sako Kalifornijos universiteto Berklio informatikos profesorius Geraldas Friedlandas.