文 档: 微软威胁防护的机器学习进展
作 者: Christian Seifert, Principal Researcher
语 言: 中文
标 签 机器学习 安全研究 异常检测 威胁保护
介 绍:
  • 安全研究超级英雄
  • 智能安全图
  • AI 多样性
  • MDATP中的深度学习
  • 监督学习
  • 异常检测
  • 工具和平台
  • 社区
  • 答疑

没有机器学习的安全解决方案在今天是不可想象的。需要在数毫秒内做出决定,利用嵌入在数兆字节数据中的信号,接触超过10亿用户。在本文中,我们将分享如何在Microsoft威胁保护中应用机器学习。我们将讨论数据、平台和能力,这些模型构成了我们的模型的基础,然后深入到选择的ML模型中。这篇演讲将超越描述传统的分类系统,而是深入探讨高级主题,如构建语言模型、异常模型和对抗性防御。

附件下载
相关推荐
机器学习在反作弊与反入侵领域的应用
议题概要: 黑灰产一直是电商和互联网行业的顽疾,作弊与反作弊,双方的攻防对
《信息安全研究》2019年 5卷 1期
- 特别策划 - 2018网民网络安全感满意度调查 - 密码应用安全
特斯拉安全漏洞的发现过程
- 一 、 安全研究背景 - 二 、 汽车安全基础与工具 - 三 、 特斯
基于符号执行的反混淆方法研究
基于开源代码的逻辑混淆给逆向分析工作带来了极大的阻碍,如何消除混淆,还原程序的原
《信息安全研究》2019年 5卷 11期
- 特别策划 - 数字经济时代的网络空间安全国家新战略 - 内容安全