bt365手机平台-下载首页

  • patternex的虚拟平台分析师利用机器学习模型来检测可疑活动在网络上。这项活动呈现给人类的分析师然后反馈改善系统的能力,以旗活动分析家关心。

    patternex的虚拟平台分析师利用机器学习模型来检测可疑活动在网络上。这项活动呈现给人类的分析师然后反馈改善系统的能力,以旗活动分析家关心。

    全屏

人机抵御网络攻击的合作

patternex的虚拟平台分析师利用机器学习模型来检测可疑活动在网络上。这项活动呈现给人类的分析师然后反馈改善系统的能力,以旗活动分析家关心。

合并patternex人机专业知识,发现和应对的黑客。


记者联系

艾比abaz要么ius
电子邮件: abbya@mit.edu
电话:617-253-2709
bt365手机app新闻办公室

是在一家大公司今天网络安全分析师有点像寻找一个大海捞针 - 如果这是飞驰走向草堆你光纤的速度。

每天,员工和客户产生的数据加载一个建立一套标准的行为。也同时使用任何数量的技术渗透到系统中的攻击者将生成的数据;我们的目标是要找到“针”和它做任何损害之前阻止它。

该任务的数据密集型性质很适合机器学习的数字运算实力,和AI供电系统的大量涌入网络安全对市场确实充斥了多年。这样的系统,但可以吃自己的问题,即误报的一个永无止境的流可以使他们更多的那一个时间吸吮比证券分析师节省时间。

bt365手机apppatternex启动开始的假设是不能保护算法,系统自己。该公司已经开发出一种闭环方法,即机器学习模型标识潜在的攻击和人类专家提供反馈。然后,该反馈纳入模型,提高他们标志仅活动分析自理能力关于在将来。

“大多数机器学习网络安全具有Systems一直在做异常检测,”格利扬Veeramachaneni,patternex的联合创始人,在bt365手机app主要研究的科学家说。 “的问题,首先,是你需要[常规活动]基线。此外,该模型通常是无人看管,所以它最终呈现出许多警报,人们最终将其关闭。这是很大的区别patternex允许分析师通知系统,并使用它,然后“这反馈到过滤器误报出来了。

结果是生产率提高的分析师。相较于通用异常检测软件程序,patternex的虚拟平台的分析师成功10次更多的威胁,通过相同数量的每日警报,经鉴定,其优势依然存在,甚至当通用系统,得出每一天五次更多的分析师提醒。

首先部署在2016年,如今,该公司的系统正在使用的安全分析师在大型企业中的各种行业随着这项提议的网络安全公司的服务。

合并人机途径网络安全

Veeramachaneni来到bt365手机app在2009年的博士后,目前在实验室进行信息和决策系统引导的一个研究小组。他在bt365手机app工作,大数据科学和机器学习主要涉及,但我并没有深刻那些关于认为工具运用头脑风暴会议网络安全直到patternex随着联合创始人Bassias海岸,乌代Veeramachaneni和vamsi k要么rapati在2013年。

伊格纳西奥阿纳尔多,谁工作作为博士后随着Veeramachanenibt365手机app之间的2013年和2015年在之后不久加入该公司。 Veeramachaneni和阿纳尔多早知道从他们的时间建立工具机器学习在bt365手机app的研究,一个成功的解决方案需要人类专长无缝集成机器学习。

“很多问题的人与机器学习而出现有机器必须由侧随着分析师因为工作的一面,” Veeramachaneni说,注意到作进一步调查可以理解的方式呈现给人类这仍然必须被检测到的攻击。 “它本身不能做的一切。大多数系统中,即使是一些容易,因为发放贷款,是增强,机器学习不只是从人类作出决定了。“

该公司的第一次合作是一个大在线零售商,允许创始人,培养他们的模型,以确定使用真实世界的数据潜在的恶意行为。一个接一个,他们训练他们的算法来标记不同类型的使用,如无线访问日志源的攻击,在网络中登录认证,以及其他用户的行为。

早期型号的零售工作最好的,但Veeramachaneni知道这位商家在其他行业是如何挣扎在他们的行动从他的谈话与许多公司的高管在bt365手机app申请机器学习(一级学科patternex最近发表 一篇论文 上)。

“Mit've做了一个令人难以置信的工作,因为我在10年前通过的门,为工业界来到这里,” Veeramachaneni说。在过去的六年中That've估计为bt365手机app产业联络计划,他的ADH ​​200会议与私营行业的成员谈谈他们面临的问题中的一员。我用另外,还要确保这些谈话对他的实验室的研究解决有关问题。

除了企业客户,该公司开始提供平台,ITS服务提供商和安全团队专注于狩猎在网络未被发现那网络攻击。

今天的分析师可以通过构建patternex的平台,机器学习模型,而无需编写一行代码,降低了酒吧供人使用机器学习作为在行业朝着什么Veeramachaneni调用AI的民主化趋势的一部分。

“没有网络安全足够的时间;它不能需要数小时甚至数天才能理解为什么攻击正在发生的事情,“Veeramachaneni说。 “这就是为什么越来越分析师的能力,构建和调整机器学习模型是我们的系统中最关键的环节。”

安全分析师给予军队

patternex的虚拟平台,分析师旨在使安全分析师感觉像一个军队,他们已经通过梳理数据助理记录和展示他们与他们的网络上最可疑的行为。

该平台利用机器学习模型对数据的50余流经过鉴定识别可疑行为。然后,其提供反馈,图表等除了与数据可视化帮助的分析师决定如何进行的分析信息。分析师确定的行为是否是攻击后,这反馈被合并回款,这是跨越patternex的整个客户群进行更新。

“机器学习前,有人会赶上的攻击,大概晚了一点,他们可能会命名它,然后他们会宣布它,和所有其他的公司会打电话了解它,去检查他们的数据,” Veeramachaneni说。 “对于我们来说,如果有一个攻击,我们采取这一数据,并因为我们有多个客户,我们不得不转移到实时,在其他客户的数据,看它是否过于破天他们。这非常有效,我们每天做的“。

此刻系统启动并与新客户运行,它能够识别不同类型的网络攻击40的预包装使用170个不同机器学习模型。这阿纳尔笔记公司致力于发展这些数字,用户通过基于他们所面临的平台地址特定威胁的楼宇解决方案增加了patternex同样的模式。

即使客户没有建立在自己的车型平台,他们可以部署patternex的系统开箱即用,无需任何机器学习专业知识,并看着它更聪明的自动获取。

通过提供灵活,patternex带来最新的工具在人工智能谁了解他们的行业最亲近人民。这一切都回到了公司的人工智能赋予人类用而不是替换他们基本原则。

“该系统的目标用户是不熟悉数据的科学家或机器学习专家 - 在他们的工资,而是领域的专家已经有他们的数据和使用情况的最深的理解, - 型材,是很难对网络安全团队,聘请”阿诺德说: 。


主题: Innovation and Entrepreneurship (I&E), 初创公司, 计算机科学和人工智能实验室(CSAIL), 机器学习, 人工智能, 计算机科学与技术, 数据, 网络安全, 计算的bt365手机app施瓦茨曼, 实验室信息和决策系统(盖)

回到顶部