Uczenie maszynowe może poprawić cyberbezpieczeństwo firmy

Obecnie cyberprzestępcy są aktywniejsi niż kiedykolwiek wcześniej, co widać po tym, że firmowe sieci są atakowane nieustannie, a w tym roku samo ransomware może spowodować szkody na poziomie 11 mld dolarów. Potrzebne są więc skuteczne programy zabezpieczające nowego typu i tutaj właśnie do gry wchodzi uczenie maszynowe.

Uczenie maszynowe to jedna z „form” sztucznej inteligencji – jej działanie polega na wyciąganiu wniosków ze zbiorów danych i wykorzystywaniu ich do oceny obecnej sytuacji lub przewidywania przyszłych zdarzeń – z każdym kolejnym procesem staje się lepsza.

„Machine learning” znajduje zastosowanie w wielu różnych sektorach: od rozpoznawania mowy i tłumaczenia, przez automatyzację nawigacji i sterowania pojazdami, po działania na danych – takie jak klasyfikacja, ustalanie zależności, rozpoznawanie czy przewidywanie trendów.

Uczenie maszynowe jest również coraz popularniejsze w sektorze cyberbezpieczeństwa. Pozwala bowiem na analizę złośliwego kodu w czasie rzeczywistym, przewidywanie skutków jego działania i tym samym powstrzymywaniu zagrożeń zanim będzie za późno. Jest to szczególnie ważne w złożonych sieciach firmowych.

„Algorytmy uczenia maszynowego są zaprogramowane w taki sposób, aby generować dokładne przewidywania. Cały ten proces oparty jest na analizie konkretnych zestawów danych” – powiedział Mariusz Politowicz, inżynier techniczny Bitdefender z firmy Marken. Jeśli chodzi o cyberbezpieczeństwo, „machine learning” zapewnia wysoką efektywność w kwestii ulepszania rozwiązań antywirusowych, ale…

Wciąż problemem bywa prawidłowa interpretacja wyników. Zdarzają się pomyłki, których źródłem jest nieprecyzyjność zestawów danych. – „Aby ochrona była kompleksowa ten model ochrony musi jednak iść w parze z innymi rozwiązaniami bezpieczeństwa. Istotną kwestią jest również jakość i objętość zestawów danych, które posłużą za bazę, na której algorytm się uczy” – dodał Politowicz.

Ostatecznie jednak oprogramowanie zabezpieczające, które wykorzystuje uczenie maszynowe, może okazać się w praktyce bardzo skuteczne. Z powodzeniem może wspomóc ludzkich specjalistów, którzy coraz częściej nie są w stanie odpowiednio reagować ze względu na rosnącą liczbę połączonych z siecią urządzeń, jak i samych zagrożeń.

Źródło: WhiteMagick, Bitdefender, inf. własna. Ilustracja: TheDigitalArtis/Pixabay (CC0)