درجدیدترین رویداد مشترک بین مایکروسافت و اینتل مقرر شد؛

تبدیل بدافزار به تصویردرقالب پروژه بزرگ STAMINA

شرکت های مایکروسافت و اینتل در جدیدترین پروژه ی خود قصد دارند تا بدافزارها را به تصویر تبدیل کنند.

به گــزارش خبرگزاری علم و فناوری - استان سمنان؛ تازه ترین رویداد مشترک توسط دو شرکت مایکروسافت و اینتل پروژه STAMINA که مخفف معنی تجزیه و تحلیل شبکه استاتیک بدافزار به عنوان تصویر خواهد بود، به زودی اجرا خواهد شد. در قالب این پروژه بدافزارها به تصاویر خاکستری تبدیل می شوند تا هوش مصنوعی بتواند آن را بررسی کند.به این صورت که فایل ورودی با روش باینری به یک پیکسل ساده تبدیل می شود. پس از آن نیز به توجه به حجم آن به تصویر تبدیل خواهد شد. تصویر تولید شده توسط یک شبکه عصبی آموزش دیده بررسی و نوع آسیب آن مشخص می شود.

هوش مصنوعی پروژه  STAMINA با داده های جمع آوری شده بوسیله ی نصب مدافعان ویندوز (Windows Defenders) آموزش دیده است.نوع جدیدی از شناسایی و دسته‌بندی بدافزارها را ارائه می‌کند. روش جدیدی که این دو کمپانی توسعه داده‌اند، بدافزارها را به عکسی سیاه و سفید تبدیل کرده و سپس آن را اسکن و بررسی می‌کند.

تشریح پـــروژه

در این فناوری بدافزارها با تصاویر بزرگ به طور خودکار شناسایی می شوند و حتی نیاز به بازسازی پیکسل به پیکسل ویروس ها نیز نخواهد بود. این پروژه توانسته است بخوبی از عهده تشخیص 99 درصد از بدافزارها شده است و نرخ اشتباه کمتر از 2.6 درصد بوده است. در هر صورت این سیستم نیز به نوبه خود کاستی هایی دارد و در تشخیص برخی فایل های بزرگ مشکل دارد. در آینده می توان از این سیستم به عنوان یک ابزار ضد بدافزار استفاده کرد و تهدیدهای امنیتی را کاهش داد.

تیم تحقیقاتی مایکروسافت و اینتل اظهار می دارند که تمامی فرایندهای تشخیص بدافزار، تنها در چند مرحله ساده صورت می‌گیرد.

اولین گام دریافت یک فایل و تبدیل سیستم باینری (دودویی) آن به جریانی از داده‌های پیکسلی است. محققین سپس این جریان پیکسلی تک بعدی را به یک تصویر دو بعدی تبدیل می‌کنند تا الگوریتم‌های متداول آنالیز تصویر بتوانند آن را تحلیل کنند. عرض تصویر بر اساس حجم فایل ورودی و طبق جدول زیر انتخاب می‌شود. ارتفاع یا طول تصویر نیز به صورت پویا، متغیر خواهد بود که به کمک آن می‌توان جریان داده‌های پیکسلی را بر اساس ارزش عرض عکس، تقسیم‌بندی کرد. پس از سرهم کردن جریان داده‌های پیکسلی به یک تصویر نرمال دو بعدی، محققین تصویر نهایی را به ابعادی کوچکتر کاهش می‌دهند.

محققین دو کمپانی اینتل و مایکروسافت می‌گویند کاهش ابعاد تصویر «تاثیر منفی بر نتایج دسته‌بندی» نخواهد داشت و در اصل یک گام ضروری است تا منابع رایانشی آن‌ها با میلیاردها پیکسل سر و کار نداشته باشند، زیرا در غیر این صورت فرایند تحلیل به شدت کند پیش خواهد رفت. آن‌ها در گام بعدی عکس به دست آمده را به یک شبکه عصبی عمیق از پیش تعلیم داده شده می‌دهند تا آن را اسکن کرده و در دسته سالم یا آلوده قرار دهد.

مایکروسافت می‌گوید ۲.۲ میلیون نمونه آلوده فایل پرتابل قابل اجرا را در پایگاه داده این شبکه عصبی قرار داده است تا پایه و اساس تحقیقات را تشکیل دهد. آن‌ها ۶۰ درصد بدافزارهای شناخته شده را به عنوان نمونه برای آموزش شبکه عصبی عمیق، ۲۰ درصد آن را برای صحت‌سنجی این شبکه عصبی عمیق و ۲۰ درصد دیگر را برای فرایند اصلی تست استفاده کردند.

محققین این دو کمپانی در نهایت اعلام کرده‌اند که STAMINA توانسته با دقت ۹۹.۰۷ درصد و با نرخ مثبت کاذب ۲.۵۸ درصد، بدافزارها را شناسایی و دسته‌بندی کند (نرخ مثبت کاذب در این جا به این معناست که فایل‌های عادی به عنوان بدافزار شناخته شوند). محققین در رابطه با این نتیجه می‌گویند «نتایج این پروژه نشان می‌دهد که می‌توان از یادگیری انتقال عمیق برای اهداف دسته‌بندی بدافزارها استفاده کرد.»

البته STAMINA برای فایل‌های حجیم‌تر چندان پاسخگو نیست، زیرا محدودیت‌ها باعث می‌شوند تبدیل میلیاردها پیکسل به یک تصویر JPEG و سپس کاهش ابعاد آن، بهینه نباشد. البته احتمالا چنین چیزی از کمترین میزان اهمیت برخوردار است، زیرا محققین در ابتدا نیز این پروژه را برای فایل‌های کم‌حجم توسعه داده بودند. در نهایت انتظار می‌رود این پروژه کم کم راه خود را به نرم‌افزار دیفندر مایکروسافت باز کرده تا میلیاردها دستگاه را به لایه جدیدی از حفاظت در برابر بدافزارها تجهیز کند.

انـــتهای متن/ص

 

 

 

زمان انتشار: چهارشنبه ۳۱ اردیبهشت ۱۳۹۹ - ۲۱:۵۹:۲۳

شناسه خبر: 88061

مطالب مرتبط :
عکس

مایکروسافت اعلام کرد؛

سرورهای مرکز داده زیر آب هشت برابر مطمئن‌تر از سرورهای روی زمین هستند + فیلم

روز گذشته شرکت مایکروسافت دیتاسنتر پروژه «ناتیک» که با استفاده از زیردریایی در آب‌های اقیانوسی قرار داده شده است را از دریا خارج نمود ؛ محققان این شرکت اعلام نموند میزان سلامت دیتاسنتزها این پروژه نسبت به خشکی ها، هشت برابر بیشتر است.

دیدگاه ها و نظرات :
نام کامل وارد شود
دقیق و صحیح وارد شود
لطفا فارسی و خوانا باشد
captcha
ارسال
اشتراک گذاری مطالب