Η βαθιά εκμάθηση είναι ένα ισχυρό, πρωτοποριακό εργαλείο για τη διατήρηση των άγνωστων απειλών όσο το δυνατόν πιο μακριά. Είναι όμως και μια πρόκληση για όσους είναι νέοι στη μηχανική μάθηση και στη τεχνητή νοημοσύνη (AI).

Η μηχανική μάθηση χρησιμοποιεί συγκεκριμένες μεταβλητές, όπως το μέγεθος αρχείου και το επίπεδο συμπίεσης, για να προσπαθήσει να προβλέψει κατά πόσο κακόβουλο μπορεί να είναι ένα αρχείο. Αναγνωρίζει τα χαρακτηριστικά τους και τα κατηγοριοποιεί σε κακόβουλα ή καλοπροαίρετα, μαθαίνοντας να ταυτοποιεί σωστά το malware.

Αλλά, επειδή οι απειλές εξελίσσονται πάντα – με εκατομμύρια νέες μορφές κακόβουλου λογισμικού να δημιουργούνται σε καθημερινή βάση – δύο μεταβλητές δεν αρκούν. Όσα περισσότερα τα χαρακτηριστικά που εξετάζει η τεχνητή νοημοσύνη (AI), τόσο πιο επιδέξια γίνεται στο να προβλέπει τα κακόβουλα αρχεία. Αυτό είναι το σημείο όπου η παραδοσιακή μηχανική εκμάθηση μένει πίσω. Δεν μπορεί να διαχειριστεί τον αριθμό των μεταβλητών που απαιτούνται για να συμβαδίσει με τις σημερινές online απειλές και απαιτεί υπερβολικά μεγάλο χώρο και μεγάλη υπολογιστική ισχύ.

Η βαθιά μάθηση, όπως αυτή που χρησιμοποιείται στο Intercept X, χρησιμοποιεί ένα νευρωνικό δίκτυο που έχει δημιουργηθεί όπως ο ανθρώπινος εγκέφαλος για να λαμβάνει αποφάσεις βάσει των αποθηκευμένων δεδομένων και της προγνωστικής λογικής. Μπορεί να χειριστεί εκατοντάδες εκατομμύρια σημεία πληροφοριών, γρήγορα και με ακρίβεια, χωρίς να επιβραδύνει ή καταβάλει το σύστημά σας.

Δείτε το παρακάτω βίντεο για να μάθετε με ποιο τρόπο η βαθιά εκμάθηση ξεπερνά την παραδοσιακή μηχανική εκμάθηση ώστε να είναι ταχύτερη, πιο έξυπνη, ακριβέστερη και πιο ευέλικτη στην υπεράσπιση των συστημάτων και των δικτύων μας ενάντια στις απειλές του σήμερα και του αύριο.

Μπορείτε να διαβάσετε το πρωτότυπο άρθρο, εδώ.