Künstliche Intelligenz ist ein Zweig der Informatik, die die Erfindung von intelligenten Computern hervorhebt, die wie Menschen handeln und Arbeit. Die Potentialität von Maschinen, um neue Daten zu justieren, lernt aus vergangenen Ereignissen und Aufgaben wie Menschen wird durch Künstliche Intelligenz. Nur wenige Anwendungen von AI sind Spracherkennungssysteme, Robotic Process Automation, virtuelle Agenten und viele mehr.
AI hat bereits endlose Möglichkeiten in vielfältigen Formen in verschiedenen Branchen wie Gesundheitswesen demonstriert, Bildung, Herstellung, und Internetsicherheit. Zudem, Künstliche Intelligenz unter Verwendung für Internetsicherheit wird dazu beitragen, sichere Unternehmen aus bestehenden Bedrohungen und auch neue Malware-Angriffe erkennen. Zusätzlich, AI betriebene Internetsicherheit Systeme effiziente Sicherheitsmaßnahmen und Hilfe bei der Gestaltung von zuverlässiger Prävention und Wiederherstellungsverfahren gewährleisten können. Es ermöglicht Ihnen auch die Erkennung von Bedrohungen und Kampf ohne den Eingriff des Menschen zu regulieren.
Hier sind ein paar Beispiele aus der Praxis, wo AI eine wichtige Rolle bei der Aufdeckung und Bekämpfung von Cyber-Kriminalität gespielt.
verbunden: Comcast Mitteilungen AI-Powered-Service der angeschlossenen Geräte zu schützen
1. Die WannaCry Ransomware
Der weltweite Cyber-Angriff, bei dem ein Wurm schnell durch zahlreiche Computernetze im Mai verbreitet wurde 2017. Dies machte Benutzer unmöglich, die Dateien auf ihren Computern zugreifen, als der Wurm die Dateien auf der Festplatte verschlüsselt. Ransom in Form von Bitcoin Kryptowährung wurde gefordert, um die Dateien zu entschlüsseln.
Der WannaCry Malware-Angriff ist aussergewöhnlich Maßnahme und hat mehr als getroffen 200,000 Computer über 150 Nationen. Der National Health Service (NHS) Vertrauen ist ein solches Unternehmen, die von diesem Wurm angegriffen wurden. Der Angriff führte zur Annullierung von mehr als 19,000 Ausstattung, kostet die NHS einen Verlust von 20 Mio. Pfund zwischen dem 12. und 19. Mai 2017. Und 72m Pfund in dem nachfolgenden Upgrade und Bereinigung ihrer Informationstechnologie-Systeme. Im Moment der Anschläge, NHS wurde für die Verwendung von alten Informationstechnologie-Systeme kritisiert, die mitgelieferte Windows XP, eine 17-jährige Betriebssystem, das auf eine solche Cyber-Attacken schwach sein könnte.
Jedoch, NHS, wobei ein Kunde von Darktrace erfolgreich identifiziert und zurückhaltend die WannaCry Ransomware Angriff auf ihre Systeme. Die AI-Technologie des Unternehmens, die in mehrere Organisation Cyber-Verteidigung Taktik integriert wurde erfasst, um die Bedrohung innerhalb von Augenblicken und es zurückhaltend. Darktrace Enterprise Immunsystem beinhaltet eine Technologie für maschinelles Lernen die in der Lage zu erkennen und zu bekämpfen gegen hinterhältige Viren wie WannaCry.
verbunden: WannaCry Ausbruch konnte TSMC Kosten $170 Million
2. AI zu erkennen Schikanen
Social Media ist eines der gemeinsamen Plattformen, auf denen Internet-Kriminalität ist am beliebtesten. Diese Verbrechen sind Profil-Hacking, Foto Morphing, Informationsdiebstahl, Cyber-Mobbing und viele weitere Arten von Mobbing, ist die häufigste Bedrohung von allem. Soziale Plattformen wie Twitter, Facebook, und Instagram gibt ein paar Stellen, an denen solche Angriffe häufig auftreten.
Instagram, eine der häufigsten hat Social Media Websites ein paar vorbeugenden Maßnahmen ergreifen Cyberbullying auf seiner Website zu stoppen. „Enhanced Kommentar Filter“ wurde in Instagram eingeführt Offensive Sätze und Wörter in Fotos und Kommentare zu identifizieren.
Früher, die App verwendet Kommentar-Filter, die Kommentare entfernt, die Offensive Sätze und Wörter hatte, die spezifisch identifiziert wurden. Jetzt, es wird mit maschinellem Lernen Kommentare zu erkennen, die beleidigend erscheinen mögen, das System ein Gefühl bietet den Kontext der Antwort zu berücksichtigen. Dies führt zu einer Senkung gefälschte oder schlechte Kommentare. Dieser Filter wird auf jeden Instagram-Konto standardmäßig angewendet.
3. AI Fehlerberichte zu verwalten
Mozillas Firefox wird eine Hebelwirkung Machine Learning Fähigkeiten zu erzeugen Fehlerberichte. Es entwickelte ein Werkzeug für maschinelles Lernen namens BUGBUG. Dieses Tool automatisch, dass automatisch klassifiziert Fehler durch Produkt (Beispiel Thunderbird, Firefox, usw.) und Komponenten d.h. Teilmengen dieser Produkte wie PDF-Viewer für Firefox.
Früher, die Sortierung von Fehlerberichten war eine Aufgabe, die Freiwilligen und einigen Entwicklern zugewiesen. Aber, da die Anzahl der Bugs hat zugenommen, der manuelle Aufwand wurde weniger leicht. dieses Tool Training erfordert 40 Minuten auf einem Sechs-Core-Prozessor mit 32 GB RAM für zwei Jahre im Wert von Daten. Aber die Zeit BUGBUG diese Daten auszuwerten dauert nur ein paar Millisekunden.
Zur Zeit, BUGBUG klassifiziert nur Bugs für Produkte im Zusammenhang mit Firefox. Aber Mozilla will auch sie weitere Projekte auf den Ausbau.
Abschließend, Künstliche Intelligenz ist die Verbesserung der Technologie voraus exponentiell mit seiner kontinuierlichen Forschung und Wachstum. Deshalb, Anwendungen AI für Internetsicherheit verwendet, wird auch populär geworden. Weiter, AI wird mit fortschrittlichen Technologien wie Blockchain für eine bessere Sicherheitsprotokolle kombiniert werden.
verbunden: Intel und Facebook Arbeiten an AI Inference Chip namens Nervana
Über den Autor: Jane Thomson
Jane Thomson ist ein Content Marketing Manager bei GreyCampus fünf Jahren reiche Erfahrung auf die Entwicklung von Inhalten für professionelle Zertifizierung Kurse wie PMP- Project Management Professional, PMI-ACP, Six Sigma, Prince2, AIML und ITIL (Bücherei für Informationstechnologische Infrastruktur).
