5个顶级的机器学习安全用例

机器学习将了解您的组织面临的安全威胁,并帮助您的员工专注于更有价值的战略任务。这也可能是下一个WannaCry的答案。

人工智能/机器学习/网络
Thinkstock

在最简单的层次上,机器学习被定义为“(未经计算机编程)学习的能力(对于计算机)”。机器学习算法使用跨巨大数据集的数学技术,本质上建立了行为模型,并将这些模型用作基于新输入数据进行未来预测的基础。这是Netflix根据您以前的观看历史记录提供新的电视连续剧,以及自动驾驶汽车从行人险些撞车中学习道路状况的方法。

那么,信息安全中的机器学习应用有哪些呢?

原则上,机器学习可以帮助企业更好地分析威胁并对攻击和安全事件做出响应。它还可以帮助自动化以前由紧张且有时技能不足的安全团队执行的更多艰巨的任务。

随后,安全中的机器学习是一个快速发展的趋势。 ABI Research的分析师估计,到2021年,网络安全中的机器学习将使大数据,人工智能(AI)和分析方面的支出增加到960亿美元,而世界上的一些技术巨头已经开始采取立场,更好地保护自己的客户。

Google正在使用机器学习来分析针对运行在Android上的移动终端的威胁-以及从受感染的手机中识别和删除恶意软件,而云基础设施巨头亚马逊拥有 获得启动收获 并推出 梅西,该服务使用机器学习来发现,分类和分类存储在S3云存储服务上的数据。

同时,企业安全供应商一直在努力将机器学习纳入新旧产品,主要是为了改进 恶意软件检测。 “大多数主要的安全公司已经从几年前用于检测恶意软件的纯“基于签名”的系统,转变为试图解释动作和事件并从各种来源学习到什么的机器学习系统。 J. Gold Associates总裁兼首席分析师Jack Gold说。 “这仍然是一个新兴领域,但显然这是未来的发展之路。人工智能和机器学习将极大地改变安全性的实现方式。”

尽管这种转变不会一overnight而就,但机器学习已经在某些领域出现。 “ AI-包括机器学习和深度学习在内的更广泛定义-处于增强网络防御能力的早期阶段,在此阶段,我们通常会看到明显的用例,它们可以识别恶意活动的模式,无论是在端点,网络,欺诈还是网络上。的 西门子”,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说。 “我相信在防御服务中断,归因和用户行为修改方面,我们将看到越来越多的用例。”

要继续阅读本文,请立即注册