科幻网11月25日讯(朱曦薇) 为了应对日益增长的网络攻击威胁,研究人员开发了一种检测恶意入侵的改进方法。
基于互联网的控制系统被广泛用于监控和操作重要基础设施。过去,这些系统依赖于昂贵的专用网络。然而,把它们搬到网上让获取它们更便宜、更容易,但这也使它们更容易受到攻击。随着物联网技术的日益普及,这种危险也在不断增加。
传统的安全解决方案,如防火墙和杀毒软件,不适合保护系统。由于它们的复杂性,导致了即便是最好的算法也很难找出可能导致入侵的异常情况。
机器学习的一个分支,被称为深度学习,更擅长识别复杂模式。深度学习在被称为“神经网络”的电路中运行,是经过训练的。与其编写编码指令,它的创造者向深度学习模型展示了不同的学习示例,从而允许它在每一步中提高准确性。
研究人员利用已有的数据,训练和测试了五种不同的深度学习模型。
把深度学习模型检测入侵的能力,与最先进的算法进行了比较。虽然算法的准确率通常在80%到90%之间,但是每个深度学习模型的得分在97%到99%之间。
最重要的是,当所有五种深度学习模型都被“堆叠”后,准确率提高到99%以上。简单地说,叠加就是将所有五个模型的结果相加并取其平均值。
如今各国政府已将网络战视为一种主要的安全威胁,叠加深度学习方法有望在网络战中起到有效防御的作用。
领取专属 10元无门槛券
私享最新 技术干货