Kaspersky Internet Security для Android усилен с помощью ИИ

Kaspersky Internet Security для Android усилен с помощью ИИ

Kaspersky Internet Security для Android усилен с помощью ИИ

«Лаборатория Касперского» добавила в своё решение Kaspersky Internet Security для Android новую технологию Cloud ML for Android для более эффективной борьбы с быстро эволюционирующими угрозами, атакующими мобильные устройства. В основе этой технологии лежат алгоритмы машинного обучения (machine learning – ML), что обеспечивает незамедлительный проактивный ответ защитного решения на сложные и ранее неизвестные вредоносные программы. Другими словами, даже если неизвестный зловред сможет попасть на устройство, решение «Лаборатории Касперского» распознает и заблокирует его раньше, чем он сможет запуститься в системе.

Угрозы для мобильных устройств в некоторых случаях сегодня развиваются гораздо быстрее и динамичнее, чем вредоносные программы и методы атак для традиционных ПК. Использование машинного обучения в защите для Android позволяет максимально быстро реагировать на новые, только появляющиеся угрозы – ведь в этом случае защитная система опирается не на данные из антивирусных баз, а на определённые параметры, которые помогают практически со стопроцентной точностью отличить вредоносную программу от легитимной и безопасной.

Когда пользователь загружает приложение на своё мобильное устройство, технология Cloud ML for Android подключает для анализа новой программы алгоритмы машинного обучения, которые были «натренированы» на миллионах образцов вредоносных программ. Технология анализирует множество различных параметров только что загруженного приложения, включая, например, запрашиваемые им права доступа. Всё это делается менее чем за секунду – и система выдаёт точный вердикт. Cloud ML for Android распознаёт даже специфическое и сильно модифицированное вредоносное ПО, не встречавшееся ранее в атаках злоумышленников.

«По нашим данным, количество вредоносного ПО для мобильных платформ в 2018 году увеличилось вдвое. Киберпреступники постоянно изобретают новые способы создания и распространения зловредов, и, естественно, защитные решения должны совершенствоваться с той же и даже большей интенсивностью, – поясняет Тимур Биячуев, руководитель управления исследования угроз «Лаборатории Касперского». – Наше решение Kaspersky Internet Security для Android защищает миллионы пользователей по всему миру даже от самых сложных и только-только появляющихся угроз. Новая технология повысит точность и скорость реагирования решения на любые потенциальные риски – а значит пользователи будут в ещё большей безопасности».

Разработка новосибирских ученых снизит галлюцинации ИИ

В Новосибирском государственном университете разработали библиотеку, которая повышает точность и надёжность ответов нейросетей и помогает снизить количество «выдуманных» или заведомо недостоверных ответов — так называемых ИИ-галлюцинаций. Решение получило название RAGU (Retrieval-Augmented Graph Utility) и основано на использовании графов знаний, отражающих связи между различными элементами информации.

Такие графы помогают нейросетям лучше понимать контекст запросов и выявлять неочевидные зависимости. В рамках проекта они были интегрированы с большими языковыми моделями, что позволило повысить качество генерации ответов.

«Саму концепцию придумали не мы. Архитектура GraphRAG была предложена в статье Microsoft, опубликованной около года назад. Идея оказалась удачной, но мы увидели ряд недостатков — в частности, очень долгий процесс построения графа знаний и недетерминированный результат. Наш подход позволил ускорить работу и повысить её надёжность», — рассказал научный сотрудник лаборатории прикладных цифровых технологий Международного научно-образовательного математического центра НГУ Иван Бондаренко.

В отличие от оригинального подхода Microsoft, новосибирские исследователи применили многошаговый метод формирования графа знаний. Это позволило существенно ускорить процесс и снизить требования к вычислительным ресурсам. Если в исходной реализации использовалось порядка 32 млрд параметров, то в RAGU их число удалось сократить почти на два порядка — не только без потери качества, но и с его заметным улучшением.

Помимо специалистов НГУ, в проекте участвовали представители других российских вузов, включая МГУ, Балтийский федеральный университет имени Иммануила Канта, Университет науки и технологий МИСИС, Дальневосточный федеральный университет и Университет ИТМО.

Проект RAGU стал победителем в номинации «Инновации в области искусственного интеллекта» конкурса «Код без границ». Всего в конкурсе приняли участие более 200 проектов.

RSS: Новости на портале Anti-Malware.ru