对于每月产生30000个漏洞微软是如何用AI排查的

微软的高级安全项目经理Scott Christiansen,大量的半策展(semi-curated)数据非常适合机器学习。自2001年以来,微软已经收集了1300万个工作项目和BUG。

Christiansen表示:“我们利用这些数据开发了一个流程和机器学习模型,它能在99%的时间内正确区分出安全和非安全漏洞,并能准确识别出关键的、高优先级的安全漏洞,97%的时间内准确识别出关键的、高优先级的安全漏洞。”

微软构建的机器学习模型中,旨在帮助开发者准确识别和优先处理需要修复的关键安全问题,并对其进行优先级排序。Christiansen表示:“我们的目标是建立一个机器学习系统,以尽可能接近安全专家的准确度将BUG分为安全/非安全和关键/非关键”。

为了实现这个目标,微软对学习模型进行了诸多培训,提供了很多标记为安全的BUG以及其他标记为不安全的BUG。该模型经过训练之后,能够基于掌握的信息来给没有被预先分类的数据打上标签。


对于每月产生30000个漏洞微软是如何用AI排查的_设计制作_制造/封装
83
184
0
33

相关资讯

  1. 1、中国减速机越来越向精细化市场的方向发展2817
  2. 2、人民网人工智能研究院成立,科大讯飞等加入合作4590
  3. 3、能源互联网疑问三连:是什么、为什么、怎么做?4428
  4. 4、全球刮“智能风”中国争做“领风者”4162
  5. 5、智慧眼由雷达+红外传感器组成可自动采取紧急制动2802
  6. 6、基于FPGA异构加速的OCR识别技术解析4320
  7. 7、强“智”健“体”积极参与泛在电力物联网建设569
  8. 8、2019年全球5G固定无线接入市场收益近3.7亿美元1083
  9. 9、红外遥控风扇电路原理4395
  10. 10、万物互联发展趋势扩大云计算的发展了解物联网安全3387
全部评论(0)
我也有话说
0
收藏
点赞
顶部