主页 / BlueHat Shanghai 2019 Security Conference / 微软威胁防护的机器学习进展
-
作者Christian Seifert, Principal Researcher
-
简介
- 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。
-
提示本站仅做资料的整理和索引,转载引用请注明出处
相关推荐
-
2021-09-27 13:56:22.563614 -
2023-11-25 17:01:03.316299 -
2021-11-08 11:10:22.759383 -
2023-05-02 05:55:11.812617
