机器学习用处于安全方面的几个优秀用例
发布时间：2022-05-26 08:40:04 所属栏目：安全 来源：互联网
导读：机器学习可以帮助企业更好地了解自身面临的安全威胁，帮助员工专注于更有价值的战略任务。同时，它还可能是解决下一轮WannaCry风波的有力武器。 20世纪中期，Arthur Samuel在AI之后创造了机器学习这个短语，并将其定义为在没有被明确编程的情况下就能学习的
|
机器学习可以帮助企业更好地了解自身面临的安全威胁，帮助员工专注于更有价值的战略任务。同时，它还可能是解决下一轮WannaCry风波的有力武器。 20世纪中期，Arthur Samuel在AI之后创造了“机器学习”这个短语，并将其定义为“在没有被明确编程的情况下就能学习的能力。”跨大型数据集应用数学技术，机器学习算法可以构建行为模型，并基于新输入的数据，使用这些模型作为对未来进行预测的基础。视频网站(如Netflix)可以根据您之前的历史观看记录为您提供新剧集，自动驾驶汽车可以通过与行人近距离接触的过程了解道路状况，这些都是机器学习在生活中最普遍的例子。 虽然这种转变不会在朝夕之间发生，但机器学习已经在某些领域出现。德国电信创新实验室(以及以色列本古里安大学网络安全研究中心)首席技术官Dudu Mimran表示：人工智能——作为一个更广泛的定义，包括机器学习和深度学习——正处于驱动网络防御的早期阶段，但已经在终端、网络、欺诈或SIEM中起到了识别恶意活动模式的明显作用。我相信未来我们会在防御服务中断、归因和用户行为修改等方面看到越来越多的用例。 接下来，我们一起来了解一下机器学习在安全领域的最顶级用例： 1. 使用机器学习来检测恶意活动并阻止攻击 机器学习算法将帮助企业更快地检测恶意活动，并在攻击开始之前予以阻止。英国初创公司Darktrace就成功把握住了这种发展机遇，据悉，这家创立于2013年的公司已经在其基于机器学习的企业免疫解决方案(Enterprise Immune Solution)方面取得了很大成就。 2. 使用机器学习来分析移动终端 在移动设备上，机器学习已经成为主流，但到目前为止，其大部分活动都是为了改善Google Now、苹果的Siri和亚马逊的Alexa等基于语音的体验。不过，机器学习在安全方面确实有应用。如上所述，谷歌正在使用机器学习来分析针对移动终端的威胁，而企业则在防护自带及自选移动设备上看到了更多机会。 MobileIron和Zimperium宣布合作，帮助企业采用集成了机器学习技术的移动反恶意软件解决方案。MobileIron表示，它将把Zimperium基于机器学习的威胁检测与MobileIron的安全和合规性引擎相集成，并作为组合解决方案出售，该解决方案将解决诸如检测设备、网络及应用程序威胁等方面的挑战，并快速采取自动化措施来防护公司数据。 （编辑：宁德站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐