Dzięki wykorzystaniu głębokiego uczenia bazującego na tworzeniu komputerowych sieci neuronowych, Intercept X charakteryzuję się wysoką skutecznością w wykrywaniu oraz zapobieganiu nawet najbardziej złożonych form złośliwego oprogramowania.

Głębokie uczenie to najnowszy poziom ewolucji uczenia maszynowego, w przeciwieństwie jego tradycyjnej formy, umożliwia stworzenie skalowalnego modelu wykrywania zagrożeń. Dzięki wykorzystaniu komputerowych sieci neuronowych przypominających swoim działaniem pracę ludzkiego mózgu, system zabezpieczający jest w stanie samodzielnie przyswoić strukturę stale zmieniającego się krajobrazu zagrożeń. Technologia deep learning umożliwia Intercept X analizę setek milionów próbek w czasie rzeczywistym, co ogranicza liczbę fałszywych alarmów oraz skraca czas wykrywania nowych form złośliwego oprogramowania.

Tradycyjne modele uczenia maszynowego stosowane w systemach ochronnych są w dużej mierze zależne od czynnika ludzkiego, albowiem bazują na manualnym wyborze schematów działania. Natomiast częste aktualizacje sprawiają, iż oprogramowanie zabezpieczające staję się bardziej kompleksowe, ale także niewygodne i wolne. Skutkiem czego są częste fałszywe alarmy – wyjaśnia Tony Palmer, Senior Validation Analyst z Enterprise Strategy Group (ESG). Technologia zastosowana w Intercept X bazująca na komputerowych sieciach neuronowych uczy się na doświadczeniach. Kreuje korelacje między zaobserwowanymi zrachowaniami a złośliwym oprogramowaniem. W efekcie końcowym program staje się jeszcze bardziej dokładny w wykrywaniu m.in. zagrożeń typu zero-day, jednocześnie wywołując mniej fałszywych alarmów.

Czytaj całość artykułu tutaj: http://magazynit.pl/bezpieczenstwo-it/sophos-wprowadza-predyktywna-ochrone-na-bazie-glebokiego-uczenia.html