ಅಲ್ಲಿ ಪ್ರತಿ ಬಾರಿಯೂ ಅಪರೂಪದ ಮತ್ತು ಹೆಚ್ಚು ಅತ್ಯಾಧುನಿಕ ಮಾಲ್ವೇರ್, ಹಾಗೆಯೇ ಹೊಸ ರೀತಿಯ ಸೈಬರ್ ದಾಳಿಗಳು. ಆದರೆ ಈ ರೀತಿಯ ದುರುದ್ದೇಶಪೂರಿತ ಸಂಕೇತವನ್ನು ನಿಲ್ಲಿಸುವ ತಂತ್ರಗಳು ಕೆಲವು ಬದಲಾವಣೆಗಳನ್ನು ಮತ್ತು ಕ್ರಾಂತಿಗಳನ್ನು ಹೊಂದಿವೆ, ಎಐ ತಂತ್ರಜ್ಞಾನದ ಬಳಕೆಯಿಂದ ಪತ್ತೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೆಚ್ಚು ಬುದ್ಧಿವಂತವಾಗಿಸಲು, ತಮ್ಮನ್ನು ರಕ್ಷಿಸಿಕೊಳ್ಳಲು ಇನ್ನೂ ಅನೇಕ ನವೀನ ವಿಧಾನಗಳಿಗೆ.
ಇಂಟೆಲ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಅನುಮಾನಾಸ್ಪದ ಕಾರ್ಯಕ್ರಮಗಳ ಕೋಡ್ ಅನ್ನು ನಿರ್ದಿಷ್ಟ ರೀತಿಯಲ್ಲಿ ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ಮಾಲ್ವೇರ್ ಅನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೊಸ ಮತ್ತು ಮೂಲ ಮಾರ್ಗವನ್ನು ತರಲು ಸಹಕರಿಸಿದ್ದಾರೆ. ನೀವು ವಿಶ್ಲೇಷಿಸಲು ಬಯಸುವ ಕೋಡ್‌ನಿಂದ ಚಿತ್ರವನ್ನು ರಚಿಸುವುದು ಮತ್ತು AI ನ ಬಳಕೆಗೆ ಧನ್ಯವಾದಗಳು ಎಂದು ಬೆದರಿಕೆಗಳನ್ನು ಹುಡುಕುವಲ್ಲಿ ಇದು ಒಳಗೊಂಡಿದೆ.
ಇದು ವಿಚಿತ್ರವೆನಿಸಿದರೂ, ಇದರ ಹೆಸರು ಯೋಜನೆಯನ್ನು STAMINA ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ (STAtic ಮಾಲ್ವೇರ್-ಇಮೇಜ್ ನೆಟ್‌ವರ್ಕ್ ವಿಶ್ಲೇಷಣೆ). ಇದು ಮೂಲತಃ ಒಂದು ತಂತ್ರದ ಅನುಷ್ಠಾನವಾಗಿದ್ದು, ಅನುಮಾನಾಸ್ಪದ ಸಂಕೇತವನ್ನು ಗ್ರೇಸ್ಕೇಲ್ ಇಮೇಜ್ ಆಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ, ಇದರಿಂದಾಗಿ AI ಅನ್ನು ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸುವ ಮೂಲಕ ದುರುದ್ದೇಶಪೂರಿತ ಕೋಡ್ ಅನ್ನು ಕಂಡುಹಿಡಿಯಲು ಇದೇ ಮಾದರಿಯಲ್ಲಿ ಅದನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ.
ಎಐ ಲಕ್ಷಾಂತರ ಪಿಕ್ಸೆಲ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬೇಕಾಗಿಲ್ಲ ಮತ್ತು ಮಾಡಬಹುದಾದಂತೆ ಚಿತ್ರವನ್ನು ಸಹ ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ ಹಗುರವಾದ ಸ್ಕ್ಯಾನ್ ಅಂತಿಮ ಫಲಿತಾಂಶದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರದೆ. ಸೋಂಕಿತ ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದಾದ ಫೈಲ್‌ಗಳ 2.2 ಮಿಲಿಯನ್‌ಗಿಂತಲೂ ಹೆಚ್ಚು ಹ್ಯಾಶ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಮಾಲ್ವೇರ್ ಮಾದರಿಗಳ ಮೂಲಕ ಅದರ ಅಲ್ಗಾರಿದಮ್‌ಗೆ ಆಹಾರವನ್ನು ನೀಡುತ್ತಿರುವುದರಿಂದ ಈ ಎಐಗೆ ಈಗಾಗಲೇ ತರಬೇತಿ ನೀಡಲಾಗಿದೆ, ಇದರಿಂದಾಗಿ ಅದು ಅವರಲ್ಲಿರುವ ಸಾಮಾನ್ಯ ಮಾದರಿಯನ್ನು ಕಲಿಯುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ.
Un ವಿಲಕ್ಷಣ ವಿಧಾನ ಈ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು AI ಗಾಗಿ ಬೈನರಿ ಕೋಡ್‌ನಿಂದ ಪಿಕ್ಸೆಲ್‌ಗಳಿಗೆ ಹೋಗುತ್ತದೆ. ಖಂಡಿತವಾಗಿಯೂ ಇಲ್ಲಿಯವರೆಗೆ ನೋಡದ ವಿಷಯ. ಮತ್ತು ಒಳಗೊಂಡಿರುವ ಸಂಶೋಧಕರ ಪ್ರಕಾರ, ಇದು ಮಾಲ್ವೇರ್ ಅನ್ನು 99,07% ನಿಖರತೆಯೊಂದಿಗೆ ಗುರುತಿಸಬಹುದು ಮತ್ತು ವರ್ಗೀಕರಿಸಬಹುದು ಎಂದು ತೋರುತ್ತದೆ. 2,58% ನಷ್ಟು ತಪ್ಪು ಧನಾತ್ಮಕ ದರದೊಂದಿಗೆ (ಇದು ಇನ್ನೂ ತುಲನಾತ್ಮಕವಾಗಿ ಹೆಚ್ಚಾಗಿದೆ). ಆದ್ದರಿಂದ ಇದು ಭರವಸೆಯಿದೆ, ಆದರೆ ದೊಡ್ಡ ಫೈಲ್‌ಗಳೊಂದಿಗೆ ನಿಮ್ಮ ಕೆಲಸವನ್ನು ಸುಧಾರಿಸುವುದರ ಜೊತೆಗೆ ಅದನ್ನು ಪರಿಷ್ಕರಿಸಬೇಕಾಗಿದೆ, ಅಲ್ಲಿ ಅದು ಇನ್ನೂ ಕಡಿಮೆ ಪರಿಣಾಮಕಾರಿಯಾಗುತ್ತದೆ ...
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ - ಪ್ರಾಜೆಕ್ಟ್ ವೈಟ್‌ಪೇಪರ್