您现在的位置: :江西中专学校 > 政策资讯 > 2019年江西省职业技校学校排名,江西省公办重点技校学校排名

2019年江西省职业技校学校排名,江西省公办重点技校学校排名

来源:江西中专招生网 时间:2018年12月06日 阅读:  复制链接 字号:
机器学习在信息安全中作用
1、用机器学习检测恶意活动并阻止攻击
机器学习算法可帮助公司企业更快速检测恶意活动,并在攻击开始前就予以阻止。英国初创公司darktrace于2013年成立,其基于机器学习的企业免疫解决方案,在这方面已取得了很多成功。作为这家公司的技术总监,大卫·帕尔玛见证了机器学习对恶意活动及攻击的影响。
帕尔玛称,利用机器学习算法,darktrace最近帮助北美一家赌场检测出了数据泄露攻击。该攻击将联网鱼缸用作了进入赌场网络的切入点。该公司还宣称,去年夏天的wannacry勒索软件大肆虐中,其算法也防止了类似的一起攻击。针对感染了150个国家20多万受害者的wannacry勒索软件,帕尔玛称:“在数秒内,我们的算法就检测出了一家国民医疗服务(nhs)机构网络中的攻击,在尚未对该机构造成任何破坏前,此威胁就被缓解掉了。事实上,我们的客户没有任何一家受到wannacry攻击的伤害,包括那些没打补丁的。”
2、用机器学习分析移动终端
移动设备上,机器学习已成主流;但到目前为止,绝大部分活动集中在驱动基于语音的体验上,比如 google now、苹果的siri和亚马逊的alexa。不过,机器学习在安全方面确实有应用。如上文提及的,谷歌采用机器学习来分析移动终端威胁,而企业则在防护自带及自选移动设备上看到了机会。
mobileiron和zimperium宣布合作,帮助企业将机器学习集成进移动杀软解决方案中。mobileiron将在自己的安全及合规引擎中,集成zimperium基于机器学习的威胁检测,并作为联合解决方案售出,解决设备、网络及应用威胁检测,快速自动化动作防护公司数据之类的难题。
其他供应商也在计划改善自己的移动解决方案。lookout、被赛门铁克收购的skycure,还有wandera,是移动威胁检测及防御市场中的佼佼者,每家都用自有机器学习算法检测潜在威胁。拿wandera举个例子。这家公司最近刚公开发布了其威胁检测引擎 mi:riam,据称检测出了超过400种针对企业移动设备的slocker勒索软件变种。

3、用机器学习增强人类分析
机器学习在安全领域的核心应用,有人认为是帮助人类分析师处理安全方面的各项工作,包括恶意攻击检测、网络分析、终端防护及漏洞评估。但在威胁情报方面,才是最令人兴奋的。
比如说,2016年,麻省理工学院计算机科学和人工智能实验室(csail),开发出了名ai2的系统。这是一个自适应机器学习安全平台,可帮助分析师从海量数据中找出真正有用的东西。该系统每天审查数百万登录,过滤数据,并将滤出内容传给人类分析师,可将警报数量大幅降低至每天100个左右。由csail和初创公司patternex共同进行的实验表明,攻击检测率被提升到了85%,而误报率降低至原先的1/5。
4、用机器学习自动化重复性安全工作
机器学习的真正价值,在于可以自动化重复性劳动,让员工可以专注在更重要的工作上。帕尔玛称,机器学习最终应旨在“消除重复性低价值决策活动对人力的需求”上,比如归类威胁情报等活动。让机器处理重复性工作和阻止勒索软件之类战术性救火工作,这样人类就能解放双手去搞定战略性问题了,比如现代化 windows xp 系统等等。
博思艾伦咨询公司也在走这个路线。据报道,该公司用ai工具更高效地分配人类安全资源,分类威胁,让员工可以专注最关键的攻击。
5、用机器学习堵上零日漏洞
有人认为,机器学习有助堵上漏洞,尤其是零日威胁和主要针对不安全iot设备的那些威胁。该领域里已出现了先驱者:《福布斯》报道,亚利桑那州立大学的一支团队,采用机器学习监视暗网流量,以识别与零日漏洞利用相关的数据。有了此类洞见的加持,公司企业就可堵上漏洞,在漏洞造成数据泄露前就断掉漏洞利用的机会。
江西中专学校
江西中考