AI Sistemi, Gizlilik Koruması ile Daha Akıllı Zararlı Yazılım Savunması Vaat Ediyor

Araştırmacılar, federated learning (FL) adı verilen bir teknik kullanarak kötü amaçlı yazılımları tespit etmek ve savaşmak için yeni bir sistem geliştirdi.

Bir grup araştırmacı, büyük ağlarda bilgisayar virüsleri ve siber saldırıları ayırt etmek için yeni bir yöntem geliştirdi. Sistem, kişisel verileri gizli tutarken tehditleri durdurmak için yapay zekâ ve “federated learning” adı verilen bir yöntem kullanır şeklinde açıklıyorlar.

Fikir, merkezi bir “kontrol merkezi” olan modern ağların güçlerini, güvenli, merkezi olmayan bir şekilde öğrenen AI ile birleştirmektir. Sistem, tüm kullanıcı verilerini tek bir yerde toplamak yerine, yalnızca AI modeline yapılan güncellemeleri paylaşır.

“Mimarimiz, ham verilerin asla cihazdan ayrılmamasını sağlayarak gizlilik risklerini en aza indirir; yalnızca model güncellemeleri küresel düzeyde birleştirme için paylaşılır,” diye belirtti ekip.

Erken laboratuvar testlerinde, sistem çok iyi performans gösterdi. Botnetler ve Dağıtılmış Hizmet Reddi (DDoS) saldırıları gibi büyük siber saldırıların %96’sını durdurdu. Ancak daha gerçekçi durumlarla test edildiğinde, doğruluk oranı yaklaşık %59’a düştü. Araştırmacılar, bu durumun gerçek siber tehditlerin ne kadar karmaşık olabileceğini gösterdiğini söylüyor.

Yine de, sistem hızlı bir şekilde çalıştı, saldırıları bir saniyeden daha kısa bir sürede tespit ederek ağların 300 ile 500 megabit per saniye hızlarında toparlanmasına yardımcı oldu. Ayrıca yoğun veri trafiğini de yöneterek her şeyin yavaşlamasını önledi.

Yeni araç, belirgin ve yüksek etkili saldırıları tespit etmede özellikle iyidir. Ancak hala, hacker’ların zamanla gizlice bilgi çaldığı daha ince saldırılarla mücadele etmekte zorlanıyor. Bunu düzeltmek için, araştırmacılar AI’ı daha iyi verilerle eğitmeyi ve öğrenme desenlerini iyileştirmeyi planlıyorlar. Ayrıca, güvenli veri paylaşım yöntemleri gibi daha güçlü gizlilik araçları eklemek istiyorlar.