Kunstig intelligens har lært at spore hackere

Kunstig intelligens og systemer baseret på denne teknologi anvendes i stigende grad i det virkelige liv. Ofte, men omfanget af analysen er begrænset til de store mængder af data eller komplekse beregninger. Men hvorfor ikke anvende AI i kan sige, “naturlige habitat”? I den digitale verden? Måske noget i retning af denne tanke eksperter fra Massachusetts Institute of technology (MIT) og University of California, San Diego (UCSD), når du opretter en AI, der vil jage for hackere.

Kan hackere til at modstå kunstig intelligens?

Hvordan kunstig intelligens vil fange hackere?

Stjæle IP-adresser bliver en mere populær form for cyber-angreb. Dette er gjort for en række årsager, fra spam og malware til at stjæle cryptocurrency og betalingskort-data. Ifølge nogle skøn, kun i 2017, lignende hændelser har påvirket mere end 10 procent af alle domæner i verden. Såret selv de store spillere som Amazon og Google. Hvad kan vi sige om mindre virksomheder.

Beskyttende foranstaltninger for at forhindre aflytning af IP-adresser er normalt lavet allerede da angrebet fandt sted. Men hvad nu, hvis disse begivenheder kan forudsiges, og efterfølgende at spore kriminelle? Styret af denne afhandling, team analyseret de metoder, der anvendes af “serial indbrudstyve” og uddannet sin neurale netværk til at beregne en mistænkelig aktivitet. I sidste ende, at hun var i stand til at identificere omkring 800 mistænkelige netværk og fundet, at nogle af dem blev systematisk taget IP-adresser i mange år.

Til at overføre data mellem forskellige gateways, at bruge en dynamisk routing Protocol (BGP). Men det har to store ulemper: ingen godkendelse og grundlæggende bekræftelse af kilden. Dette gør det tilgængeligt for hackerangreb. At give AI algoritmen med oplysninger om tidligere angreb, vi har trænet en kunstig intelligens-model til at identificere de centrale karakteristika af arbejde fra hackere. Såsom, for eksempel, flere blokering af IP-adresser. siger ledende forfatter Cecilia Testart.

Holdet af skaberne af den nye algoritme. Venstre til højre: David Clark, Cecilia Testart og Philip Ritcher

En smule forklare, hvordan hackere arbejde. Og hvordan kan jeg fange IP-adresse. Opsamling BGP-angriberen, groft sagt, “overbeviser” netværk i nærheden, at den bedste måde at opnå en bestemt IP-adresse – gennem deres hacker-netværk. Der strømmer gennem sit netværk, er disse data, hackere kan opsnappe og omdirigere trafik til deres egne formål. Udviklerne af den algoritme, der giver følgende analogi: det er som at forsøge at ringe til en person på fastnet. Kan du sige, at du tilmelder dig i den nærmeste institution til et bestemt nummer. Hvis du ikke ved, hvad disse institutioner er, og meget tættere på din placering.

Se også: Hackere omgås en af de mest komplekse sikkerheds-systemer

For bedre at kunne definere den taktik, der angreb en gruppe af forskere først udtrukne data om udførelsen af netoperatører i løbet af de seneste par år. På dette grundlag, de var i stand til at udlede en sammenhæng mellem det at bryde adresse og byger af Internet aktivitet af hackere. Så havde han blot “fodre” denne data til systemet for machine learning og “tog” AI. Ved måde, hvis du er interesseret i emnet af AI, og alt hvad det indebærer, vil vi anbefale dig at abonnere på vores side i Yandex.Zen. Der bliver løbende offentliggjort forskellige materialer om dette emne.

Arbejdet i det team af forskere, er det første skridt i skabelsen af et automatisk system til forebyggelse og bekæmpelse af it-kriminalitet. I fremtiden, den algoritme, der kun vil forbedre. En fuld rapport om fremskridt og demonstration af en fungerende AI til at finde ud af hackere, forskere planlægger at indsende senere i oktober på den Internationale IT-konference i Amsterdam. Senere er de også lover at sætte på GitHub liste, de havde opdaget mistænkelige netværk.


Date:

by