机器学习如何防止网络钓鱼 移动威胁与工厂故障
发布时间：2021-11-11 16:49:58 所属栏目：安全 来源：互联网
导读：从20世纪50年代开始，科学家们就一直在积极研究计算机智慧的能力。过去70年里，机器学习(ML)已经从一个理论概念发展成为一种在外面积极使用的技术从Netflix的推荐引擎到特斯拉汽车的自动驾驶，从Google翻译的语音识别到Salesforce的销售驱动力。使用机器学习
|
从20世纪50年代开始，科学家们就一直在积极研究计算机智慧的能力。过去70年里，机器学习(ML)已经从一个理论概念发展成为一种在外面积极使用的技术——从Netflix的推荐引擎到特斯拉汽车的自动驾驶，从Google翻译的语音识别到Salesforce的销售驱动力。使用机器学习技术的关键优势在于它赋予了程序进行自主决策，从而减少了人们的手工作业量。 机器学习也被积极应用于网络安全——用于增强和自动检测恶意软件，此外还有其他功用。在这篇文章中，我们将分享一些最有趣的用于网络保护的机器学习技术。 使用机器学习防止高级电子邮件钓鱼 一封复杂的并精心准备的网络钓鱼邮件对于欺骗特定的组织或用户以实现恶意目的非常有效。攻击者会将他们的邮件伪装成来自新的在线服务提供商，利用当前的热门事件，甚至利用新冠状病毒疫情来实施攻击。2020年第一季度，有很多流通的邮件要求转账以帮助应对COVID-19疫情。通过企业电子邮件入侵(BEC)技术，网络罪犯通过电子邮件通讯获取员工的信任。。他们将自己伪装成第三方、承包商甚至是同事，让目标用户按照网络罪犯的意愿行事。 为了保护用户不受这类狡猾的攻击危害，安全解决方案应该快速分析电子邮件的所有参数，包括内容和技术特征，以片段是否能够打开它。机器学习技术就能够做到这一点。 在这种情况下，需要两个机器学习模型。其中一个模型会自动分析邮件的技术参数(例如技术标头)。该模型通过来自真实电子邮件的数亿个元数据记录进行训练，并学会识别证明电子邮件是恶意的技术痕迹的组合。但是，这还不足以做出判断。 第二个模型根据内容检测电子邮件的恶意性质。为了达到想要的情感效果，攻击者会在邮件文本中使用情感化的语言以及明确的号召性语言(例如“您的包裹无法送达，请在这里更新您的数据”)。该模型可以识别出钓鱼信中的此类典型词汇和短语。 之后，这两个模型将两个结果关联起来，并作出最终判断——这份邮件是钓鱼邮件，从而避免用户打开它。 机器学习帮助应对安卓设备上的移动威胁 2020年，卡巴斯基研究人员检测到的移动威胁较2019年增加了200万，总计数量超过500万1。移动保护中的关键任务之一是保护免受最近出现在野外的未知恶意对象的侵害。 （编辑：文章分享网_茂名站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
