Blitz quotidiano
powered by aruba

Intelligenza artificiale contro hacker: predice 85% attacchi

BOSTON  – Un nuovo sistema di intelligenza artificiale sviluppato dai ricercatori del MIT fonde capacità umane e robotiche per la caccia a potenziali cyber-attacchi e per estirpare i falsi positivi.

Chiamata AI 2, la piattaforma funge da analista virtuale e finora ha dimostrato la sua capacità di rilevare l’85 per cento degli attacchi.

Poiché il sistema presenta i suoi risultati ad analisti umani, il feedback è incorporato per migliorare continuamente i propri tassi di rilevamento. I sistemi di sicurezza sono generalmente raggruppati in una delle due categorie: umano o macchina. Ma, la nuova piattaforma sviluppata dai ricercatori di Scienza del Computer del MIT, dal Laboratorio di Intelligenza Artificiale e dalla start-up di apprendimento automatico PatternEx, combina insieme i due mondi.

AI2 utilizza tre tecniche di apprendimento automatico non supervisionato per limitare la quantità di informazioni che presenta gli analisti. In seguito, crea un modello di supervisione, che migliora costantemente le sue capacità. L’ AI inizialmente esamina un enorme quantità di dati che poi raggruppa in modelli significativi.

Ciò gli consente di rilevare attività sospette, che vengono poi presentate agli analisti umani per la conferma. Il feedback è poi lavorato nel modello da applicare alla serie successiva di dati. Durante i test, il sistema ha perlustrato 3,6 miliardi di “linee log” di dati ed è stato in grado di rilevare gli attacchi l’85 per cento delle volte.

“Si può pensare al sistema come se fosse un analista virtuale”, dice il ricercatore del CSAIL Kalyan Veeramachaneni , che ha sviluppato l’ AI2 con Ignacio Arnaldo , uno scienziato di dati capo del PatternEx.

“L’Al genera continuamente nuovi modelli che può perfezionare in appena un paio d’ore, il che significa che migliora le sue percentuali di rilevamento significativamente e rapidamente”.

“Questo documento riunisce la forza dell’intuizione analista all’ apprendimento automatico, e, infine, trasmette entrambi i falsi positivi e falsi negativi” dice Nitesh Chawla, professore presso l’Università di Notre Dame.

Questa ricerca ha il potenziale per diventare una linea di difesa contro attacchi quali la frode, l’abuso di servizio, acquisizione di conti”.

Il sistema può confrontare miliardi di dati ogni giorno, ordinando le caratteristiche in gruppi “normali” e “anomali”. “Più attacchi rileva il sistema, più gli analisti ricevono feedback, i quali, a loro volta, migliorano l’accuratezza delle previsioni future”, dice Veeramachaneni.


TAG: ,

PER SAPERNE DI PIU'