Baanbrekend AI-systeem detecteert 85 procent van cyberbedreigingen
Het MIT Computer Science en Artificial Intelligence Laboratorium (CSAIL) demonstreert de resultaten van het nieuwe systeem in de paper “Training a big data machine to defend”. Het platform, AI², kan cyberbedreigingen detecteren en doet dat accurater dan elk ander bestaand beveiligingssysteem. Tijdens de testen presteerde AI² namelijk drie keer beter dan vorige benchmarks, terwijl het aantal valse positieven zijn verminderd met een factor van vijf.
Met de uitvinding wilt het CSAIL-team het beste van mens en machine combineren, aangezien AI² een beroep doet op zowel artificiële intelligentie als menselijke input. “Je kan het systeem beschouwen als een virtuele analist,” legt CSAIL-wetenschapper Kalyan Veeramachaneni uit. “Het genereert voortdurend nieuwe modellen die het kan verfijnen in slechts enkele uren, wat betekent dat het de detectie-ratio significant en snel kan verbeteren.”
Het waterval-effect
Om aanvallen te detecteren, analyseert AI² patronen in de data die het continu verwerkt. Die patronen worden geanalyseerd door menselijke experten die al dan niet bevestigen dat het effectief om aanvallen gaat, waarna de feedback wordt verwerkt in de modellen die AI² gebruikt bij detectie. Zo kan het systeem de eerste dag nog 200 abnormale activiteiten presenteren, maar vermindert dat aantal al snel naar 30 of 40 events per dag, aangezien het systeem steeds bijleert.
“Hoe meer aanvallen het systeem detecteert, hoe meer feedback het ontvangt, waardoor de accuraatheid van toekomstige voorspellingen verbeterd wordt,” verklaart Veeramachaneni. “Die mens-machine-interactie creëert een prachtig waterval-effect.”
Tot nu toe zijn er geen plannen om het systeem te commercialiseren, maar duidelijk is wel dat het onderzoek een revolutionaire doorbraak kan betekenen in de cybersecurity-sector. Dat zegt ook Professor Computerwetenschappen aan de Universiteit van Notre Dame, Frank M. Freimann: “Dit onderzoek heeft het potentieel om een verdedigingslinie te vormen tegen aanvallen van fraude of account hacking; ernstige uitdagingen voor consumer-facing systemen.”
