Nilalaman
T:
Paano ginagamit ang pagkatuto ng makina sa mga aplikasyon ng anti-malware?
A:
Ang hamon na manatili sa tuktok ng mga pag-atake ng malware ay ang pagkilala kung naganap ang mga ito sa unang lugar.
Noong nakaraan, ang mga gumagamit ay maaaring nilalaman na magpatakbo ng isang pag-scan sa kanilang hard drive minsan sa isang linggo o higit pa, ngunit sa internet, mabilis na kumalat ang mga pag-atake ng malware. Ang mga gumagawa ng software ng seguridad ay lalong bumabaling sa artipisyal na katalinuhan upang makita at ihinto ang mga pag-atake ng malware.
Ang mga programang anti-virus ay batay sa mga lagda batay sa pag-uugali ng virus. Ang problema ay sa napakaraming computer sa labas, mahirap subaybayan kung kailan nagaganap ang isang bagong pag-aalsa ng virus.
Sa maraming mga gumagawa ng anti-virus na lumipat sa ulap, nagbibigay ito sa kanila ng isang pagkakataon upang pag-aralan ang mga data sa real-time na nagmumula sa mga computer sa buong mundo. Ang mga developer ng anti-virus ay maaaring makakita ng isang pag-aalsa, mag-isyu ng mga pag-update at itigil ang virus sa loob ng ilang oras, kung kailan maglaon ng mga araw sa nakaraan. Ito ay artipisyal na katalinuhan na ginagawang posible. Ang isang batay sa AI-anti-virus ay maaaring pag-aralan ang hindi pangkaraniwang pag-uugali para sa mga palatandaan ng isang virus.
Ang isang halimbawa ng isang AI anti-virus ay ang Windows Defender ng Microsoft sa Windows 10. Tinitingnan ng Defender ang aktibidad ng system at hindi pangkaraniwang aktibidad ang mga flag, tulad ng Microsoft Word na gumagamit ng maraming memorya. Maaaring mai-clue nito ang mga developer sa pakikipag-usap nila sa isang bagong piraso ng malware.
Alamin ang mga programa sa pag-aaral ng makina kung ano ang normal na pag-uugali, at maghanap ng anumang bagay na maaaring wala sa linya.
Sa mga pangunahing pag-atake ng ransomware tulad ng WannaCry, ang malware ay may potensyal na gastos sa mga negosyo ng maraming pera, kapwa sa pagtatangkang magbayad ng mga ransom at sa nawala na data at pagiging produktibo.
Ang mga developer ng malware ay mas propesyonal at nakikibahagi sila sa isang arm race kasama ang mga developer ng anti-virus. Ang paggamit ng pag-aaral ng AI at machine ay maaaring magbigay sa mga developer ng anti-virus ng isang gilid sa pagpapanatiling ligtas ang mga system.
Sa pamamagitan ng pagsasama ng ulap at AI, ang mga programang anti-malware ay maaaring ilipat nang mas mabilis upang matigil ang mga pag-atake kaysa sa nakaraan.