विषय
प्रश्न:
एंटी-मैलवेयर एप्लिकेशन में मशीन लर्निंग का उपयोग कैसे किया जाता है?
ए:
मैलवेयर हमलों के शीर्ष पर रहने की चुनौती की पहचान तब होती है जब वे पहली बार में हो रहे होते हैं।
अतीत में, उपयोगकर्ता सप्ताह में एक बार अपनी हार्ड ड्राइव पर एक स्कैन चलाने के लिए सामग्री हो सकते हैं, लेकिन इंटरनेट के साथ, मैलवेयर जल्दी से हमला करते हैं। मैलवेयर हमलों का पता लगाने और उन्हें रोकने के लिए सुरक्षा सॉफ्टवेयर निर्माता तेजी से कृत्रिम बुद्धिमत्ता की ओर बढ़ रहे हैं।
एंटी-वायरस प्रोग्राम वायरस के व्यवहार के आधार पर हस्ताक्षर पर आधारित होते हैं। समस्या यह है कि इतने सारे कंप्यूटरों के साथ, जब एक नया वायरस का प्रकोप हो रहा है, तो इस पर नज़र रखना मुश्किल है।
कई एंटी-वायरस निर्माताओं के क्लाउड पर जाने के साथ, यह उन्हें दुनिया भर के कंप्यूटरों से आने वाले वास्तविक समय के डेटा का विश्लेषण करने का अवसर देता है। एंटी-वायरस डेवलपर्स एक प्रकोप देख सकते हैं, अपडेट जारी कर सकते हैं और कुछ ही घंटों में वायरस को रोक सकते हैं, जब इसे अतीत में दिन लगेंगे। यह कृत्रिम बुद्धिमत्ता है जो इसे संभव बनाती है। एआई-आधारित एंटी-वायरस एक वायरस के संकेतों के लिए असामान्य व्यवहार का विश्लेषण कर सकता है।
AI एंटी-वायरस का एक उदाहरण Microsoft का विंडोज डिफेंडर विंडोज 10. पर है। डिफेंडर सिस्टम गतिविधि को देखता है और असामान्य गतिविधि को झंडी देता है, जैसे कि माइक्रोसॉफ्ट वर्ड बहुत मेमोरी का उपयोग करता है। इससे डेवलपरों का सुराग लग सकता है कि वे मैलवेयर के एक नए टुकड़े से निपट रहे हैं।
मशीन लर्निंग प्रोग्राम सीखते हैं कि सामान्य व्यवहार पहले क्या है, और किसी भी चीज़ की तलाश करें जो लाइन से बाहर हो।
WansCry जैसे प्रमुख रैंसमवेयर हमलों के साथ, मालवाहकों को फिरौती और खोए हुए डेटा और उत्पादकता का भुगतान करने के प्रयास में, बहुत सारे पैसे खर्च करने की क्षमता है।
मैलवेयर डेवलपर अधिक पेशेवर हैं और वे एंटी-वायरस डेवलपर्स के साथ हथियारों की दौड़ में लगे हुए हैं। एआई और मशीन लर्निंग के इस्तेमाल से एंटी-वायरस डेवलपर्स को सिस्टम को सुरक्षित रखने में बढ़त मिल सकती है।
क्लाउड और एआई के संयोजन के साथ, एंटी-मैलवेयर प्रोग्राम पिछले दिनों की तुलना में हमलों को रोकने के लिए बहुत तेज़ी से आगे बढ़ सकते हैं।