Dzięki temu narzędziu sztuczna inteligencja może identyfikować nowe złośliwe oprogramowanie równie łatwo, jak rozpoznaje koty

Projekt kameleona

Od oprogramowania ransomware po botnety, złośliwe oprogramowanie przybiera pozornie nieskończone formy i nieustannie się rozprzestrzenia. Próbujemy, jak tylko możemy, ludzie, którzy chcieliby bronić naszych komputerów przed tym atakiem, toną w napadzie, więc zwracają się o pomoc do sztucznej inteligencji.

Jest tylko jeden problem: narzędzia uczenia maszynowego wymagają dużej ilości danych. Jest to dobre rozwiązanie w przypadku zadań takich jak widzenie komputerowe lub przetwarzanie języka naturalnego, gdzie dostępne są duże zbiory danych o otwartym kodzie źródłowym, które mogą uczyć algorytmy, jak wygląda kot, lub jak słowa są ze sobą powiązane. W świecie złośliwego oprogramowania coś takiego nie istniało — aż do teraz.

W tym tygodniu firma Endgame zajmująca się cyberbezpieczeństwem opublikowała duży zbiór danych o otwartym kodzie źródłowym o nazwie EMBER (dla Endgame Malware Benchmark dla badań ). EMBER to zbiór ponad miliona reprezentacji łagodnych i złośliwych plików wykonywalnych dla systemu Windows, w których często ukrywa się złośliwe oprogramowanie. Zespół firmy wydał również oprogramowanie AI, które można szkolić na zbiorze danych. Chodzi o to, że jeśli sztuczna inteligencja ma stać się potężną bronią w walce ze złośliwym oprogramowaniem, musi wiedzieć, czego szukać.

Firmy ochroniarskie mają morze potencjał dane, na których będą trenować ich algorytmy, ale to mieszane błogosławieństwo. Źli aktorzy, którzy tworzą złośliwe oprogramowanie, nieustannie modyfikują swój kod, starając się wyprzedzić jego wykrycie, więc szkolenie na nieaktualnych próbkach złośliwego oprogramowania może okazać się daremnym ćwiczeniem.

To gra w cios w kreta, mówi Charles Nicholas, profesor informatyki na Uniwersytecie Maryland w hrabstwie Baltimore.

EMBER ma pomóc w nadążaniu za zautomatyzowanymi programami cyberbezpieczeństwa.

Zamiast zbioru rzeczywistych plików, które mogłyby zainfekować komputer dowolnego badacza, który z nich korzysta, EMBER zawiera rodzaj awatara dla każdego pliku, cyfrową reprezentację, która daje algorytmowi wyobrażenie o cechach związanych z niezłośliwymi lub złośliwymi plikami bez ujawniania ich do oryginalnego artykułu.

Powinno to pomóc członkom społeczności zajmującej się cyberbezpieczeństwem w szybkim szkoleniu i testowaniu większej liczby algorytmów, umożliwiając im konstruowanie lepszej i bardziej elastycznej sztucznej inteligencji polującej na złośliwe oprogramowanie.

Oczywiście udostępnienie zbioru danych każdemu może również dowieść odpowiedzialności, jeśli wpadnie w niepowołane ręce. Twórcy złośliwego oprogramowania mogliby wykorzystać te dane do projektowania systemów, których nie rozpoznaje polująca na wirusy sztuczna inteligencja. Jest to problem, który Hyrum Anderson, dyrektor techniczny ds. analizy danych w Endgame, twierdzi, że firma przemyślała to. Anderson, który pracował nad EMBER, mówi, że ma nadzieję, że korzyści płynące z tej otwartości przewyższają ryzyko. Poza tym cyberprzestępczość jest tak lukratywna, że ​​osoby stojące za złośliwym oprogramowaniem są już dobrze zmotywowane do ciągłego doskonalenia swoich narzędzi ataku.

Haker i tak znajdzie przykład, mówi Gerald Friedland, profesor informatyki na Uniwersytecie Kalifornijskim w Berkeley.

ukryć