マサチューセッツ工科大学の科学者は、85％の精度で差し迫ったサイバー攻撃を検出する人工知能システムを作成しました。研究者たちは、ビッグデータセキュリティに関するIEEE国際会議で彼らの研究を発表しました。
AI2と呼ばれるプラットフォームは、人間のフィードバックを受信することでトレーニングできるエンドツーエンドシステムです（このようなシステムでは、暗号化された情報がデバイスからデバイスに直接送信されます）。これは、ビッグデータ処理システム、疑わしいアクティビティ検出システム、フィードバックと継続的な学習メカニズム、および教師あり学習モジュールの4つの主要コンポーネントで構成されています。
AI2は、アクティブなネットワーク機器からのログとファイアウォールログを処理します。機械学習を使用して、受信したデータをグループにまとめることにより、異常なアクティビティを検出します。その後、結果がアナリストに提示されます。アナリストは、アクティビティがハッカー攻撃であったかどうかを判断し、このデータをシステムに入力する必要があります。
研究者は、36億のWebログでプラットフォームをテストしました（Webログは中間機器からのレコードですが、作業の作成者は、サーバーまたはアクティブなネットワーク機器からログを取得した場所を正確に指定していません）。分析中に、システムは85％の精度でハッカーの攻撃を特定することができました。さらに、プラットフォームは、既存の攻撃検知システムよりも5分の1の頻度で誤検知を出しました。
研究者によると、システムは時間の経過とともにより効率的になるだけです。 「プラットフォームが検出する攻撃が多ければ多いほど、アナリストからのフィードバックが多くなり、予測の精度が向上します」と、調査の著者の1人は述べています。
