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
Liar Game:The Secret of Mitigation Bypass Techniques
- 缓解措施是什么 - 缓解措施如何工作 - 缓解措施:DEP - 缓解绕
《信息安全研究》2015年 1卷 2期
- 特别策划 - 互联网+”时代国家电子政务外网的安全发展之路 -
How You Get Shot in the Back: A Systematical Study about Cryptojacking in the Real World
随着17年比特币等数字加密货币价格的全线上涨,比特币、莱特币、门罗币等加密货币逐
《信息安全研究》2016年 2卷 8期
- 特别策划 - 助力-互联网+”行动:解读亚信安全的网络安全 -
《信息安全研究》2017年 3卷 8期
- 特别策划 - 匡恩网络,工控网络安全立体化之道 - 学术论文
Revery:从漏洞PoC到可利用状态(迈向自动化漏洞利用的一小步)
漏洞利用是漏洞研究中最具挑战性的问题,在实践中主要依靠安全人员的经验和高超技巧完
阅读心得