Bekæmpelse af cyberkriminalitet med kunstig intelligens
CYBER NEWS

Bekæmpelse af cyberkriminalitet med kunstig intelligens

1 Star2 Stars3 Stars4 Stars5 Stars (Ingen stemmer endnu)
Loading ...

Kunstig Intelligens er en gren af ​​datalogien, der fremhæver opfindelsen af ​​smarte computere, der fungerer og arbejder som mennesker. Den potentialitet af maskiner til at tilpasse sig nye data, lære af tidligere begivenheder, og udføre opgaver som mennesker er gjort mulig ved kunstig intelligens. Få anvendelser af AI omfatter stemmegenkendelsessystemer, Robotic Process Automation, virtuelle agenter og mange flere.




AI har allerede demonstreret endeløse muligheder i flere former på tværs af forskellige brancher som sundhedspleje, uddannelse, fremstillingsvirksomhed, og cybersikkerhed. Desuden, bruger kunstig intelligens til cybersikkerhed vil hjælpe sikre virksomheder fra eksisterende trusler og også genkende nye malware-angreb. Derudover, AI-drevne cybersikkerhed systemer kan forsikre effektive sikkerhedsforanstaltninger og hjælp i udformningen af ​​pålidelige forebyggelses- og inddrivelsesprocedurer. Det giver dig også til at regulere påvisning af trusler og kamp uden ansættelse af mennesker.

Her er et par konkrete eksempler, hvor AI har spillet en vigtig rolle i afsløring og bekæmpelse af it-kriminalitet.

Relaterede: Comcast udgivelser AI-Powered Tjeneste at beskytte tilsluttede enheder.

1. Den WannaCry Ransomware

Den verdensomspændende cyberangreb, hvor en orm blev spredt sig hurtigt gennem talrige computernetværk i maj 2017. Dette gjorde brugere umuligt at få adgang til filer på deres computere som ormen krypteret filerne på deres harddisk. Ransom i form af Bitcoin cryptocurrency blev krævet for at dekryptere filerne.

Den WannaCry malware angreb er usædvanlige i mål og har ramt mere end 200,000 computere på tværs 150 nationer. Den offentlige sygesikring (NHS) tillid er en sådan virksomhed, der blev angrebet af denne orm. Angrebet førte til aflysning af mere end 19,000 aftaler, koster NHS et tab på 20 mio pounds mellem 12. og 19. maj 2017. Og 72m pounds i den efterfølgende opgradering og oprydning til sine Informationsteknologi systemer. På tidspunktet for angrebene, NHS blev kritiseret for at bruge gamle Informationsteknologi systemer, som omfattede Windows XP, en 17-årig operativsystem, der kunne være svag til sådanne cyberangreb.

Men, NHS, bliver kunde hos Darktrace succes identificeret og behersket den WannaCry ransomware angreb på deres systemer. Selskabets AI teknologi, som blev integreret i flere organisations cyberforsvar taktik opdaget truslen inden øjeblikke og tilbageholdende det. Darktrace Enterprise Immunsystemet omfatter en maskine learning teknologi som er i stand til at opdage og bekæmpe mod luskede vira som WannaCry.

Relaterede: WannaCry udbrud kan koste TSMC $170 Million.

2. AI til påvisning mobning

Sociale medier er en af ​​de fælles platforme, hvor it-kriminalitet er mest populære. Disse forbrydelser omfatter profil hacking, foto morphing, tyveri af information, cybermobning og mange flere typer af mobning, er den mest almindelige trussel af det hele. Sociale platforme som Twitter, Facebook, og Instagram er et par steder, hvor sådanne angreb ofte opstår.

Instagram, en af ​​de mest almindelige sociale medier sites har taget et par forebyggende foranstaltninger for at stoppe cybermobning på sin hjemmeside. ”Forbedret kommentar filter” blev introduceret i Instagram for at identificere stødende sætninger og ord i billeder og kommentarer.

Tidligere, app anvendte kommentar filter, som fjernede kommentarer, der havde offensive sætninger og ord, som blev identificeret specifikt. Nu, Det er ved hjælp af maskine lære at genkende kommentarer, der kan synes fornærmende, giver systemet en mening at overveje forbindelse med svaret. Dette fører til at skære ned falske eller dårlige kommentarer. Dette filter anvendes på hver Instagram konto som standard.




3. AI til at administrere fejlrapporter

Mozillas Firefox vil udnytte Machine Learning evner til at generere fejlrapporter. Det udtænkt en maskine læringsværktøj opkaldt BugBug. Dette værktøj klassificerer automatisk, der automatisk bugs efter produkt (eksempel Thunderbird, Firefox, etc.) og komponenter dvs.. delmængder af disse produkter som PDF viewer for Firefox.

Tidligere, sorteringen af ​​fejlrapporter var en opgave tildeles frivillige og et par udviklere. Men, da antallet af fejl er steget, den manuelle indsats blev mindre let. Træning dette værktøj kræver fyrre minutter på en seks-core processor med 32 GB RAM i to år værd af data. Men den tid BugBug tager at evaluere disse data er et par millisekunder.

I øjeblikket, BugBug kun klassificerer bugs for produkter relateret til Firefox. Men Mozilla hensigt om at udvide det til yderligere projekter samt.

Afslutningsvis, Kunstig intelligens er at forbedre teknologien forhånd eksponentielt med sin løbende forskning og vækst. Derfor, applikationer ved hjælp af AI for cybersikkerhed vil blive populær såvel. Endvidere, AI vil blive kombineret med avancerede teknologier som Blockchain for bedre sikkerhed protokoller.

Relaterede: Intel og Facebook arbejdsgruppe om AI Inferens Chip Called Nervana.

Om forfatteren: Jane Thomson

Jane Thomson er et Content Marketing Manager hos GreyCampus med fem års stor erfaring med at udvikle indhold til professionelle certificering kurser som PMP- Project Management Professional, PMI-ACP, Seks Sigma, Prince2, AIML og ITIL (Bibliotek Information Technology Infrastructure).

SensorsTechForum Guest Forfattere

SensorsTechForum Guest Forfattere

Fra tid til anden, SensorsTechForum funktioner gæst artikler af cybersikkerhed ledere og entusiaster. Udtalelserne i disse gæst stillinger, dog, er helt de af bidragydende forfatter, og kan afvige de SensorsTechForum.

Flere indlæg

Efterlad en kommentar

Din e-mail-adresse vil ikke blive offentliggjort. Krævede felter er markeret *

Frist er opbrugt. Venligst genindlæse CAPTCHA.

Del på Facebook Del
Loading ...
Del på Twitter Tweet
Loading ...
Del på Google Plus Del
Loading ...
Del på Linkedin Del
Loading ...
Del på Digg Del
Del på Reddit Del
Loading ...
Del på Stumbleupon Del
Loading ...