Innehåll
F:
Hur används maskininlärning i applikationer mot skadlig programvara?
A:
Utmaningen att hålla sig uppe med malware-attacker är att identifiera när de händer i första hand.
Tidigare kan användare ha haft nöje att köra en skanning på hårddisken en gång i veckan eller så, men med internet sprids skadliga attacker snabbt. Tillverkare av säkerhetsprogramvara vänder sig i allt högre grad till artificiell intelligens för att upptäcka och stoppa skadliga attacker.
Antivirusprogram är baserade på signaturer baserade på virusens beteende. Problemet är att med så många datorer där ute är det svårt att hålla reda på när ett nytt virusutbrott inträffar.
Med många antivirusproducenter som flyttar till molnet ger detta dem en möjlighet att analysera data i realtid från datorer runt om i världen. Antivirusutvecklare kan se ett utbrott, utfärda uppdateringar och stoppa viruset inom några timmar, när det skulle ha tagit dagar tidigare. Det är konstgjord intelligens som gör detta möjligt. Ett AI-baserat antivirus kan analysera ovanligt beteende för tecken på ett virus.
Ett exempel på ett AI-antivirus är Microsofts Windows Defender på Windows 10. Defender tittar på systemaktivitet och flaggar ovanlig aktivitet, till exempel Microsoft Word som använder mycket minne. Detta kan leda till utvecklare genom att de har att göra med en ny bit malware.
Maskininlärningsprogram lär sig vad som är normalt beteende först och leta efter allt som kan komma ut ur linjen.
Med stora ransomware-attacker som WannaCry kan skadlig programvara kosta företag mycket pengar, både för att försöka betala lösen och förlorade data och produktivitet.
Malware-utvecklare är mer professionaliserade och de deltar i en vapenkapp med antivirusutvecklare. Att använda AI och maskininlärning kan ge antivirusutvecklare en fördel för att hålla systemen säkra.
Med kombinationen av molnet och AI kan anti-malware-program flytta mycket snabbare för att stoppa attacker än de har gjort tidigare.