據技術探索在線17日消息，國際商業機器公司(IBM)的研究人員最近設計了一種新技術，可以在發現安全漏洞之前就進行虛拟修補。他們日前在一個國際研讨會上展示了這一技術。
據該項目的首席研究員非迪·考普提稱，工程師們為尋找流行軟件中的安全漏洞而不斷研究解決方案，他們清楚地知道，在應用程序中找到所有漏洞是不可能的，這在實際上以及理論上都是如此。這就意味着，需要不斷向系統部署安全補丁。
但在應用程序上部署安全修補程序是一項繁瑣且耗時的任務，需要執行一系列步驟，包括識别應用程序的易受攻擊版本、管理該漏洞、交付修補程序、部署修補程序，然後重新啟動應用程序。通常，補丁要在很長時間内才能部署，因此應用程序在發現漏洞後的一段時間内仍然容易受到攻擊。為了顯著加快這一過程，IBM研究人員推出了虛拟補丁。
團隊成員利用機器學習技術來解決問題。他們在給定的應用程序上運行各種測試工具來生成數據，然後使用這些數據來訓練模型。他們先為應用程序創建了數百萬個樣本，然後确定輸入的分類标簽：良性、錯誤或惡意，最終他們訓練模型來預測一個新樣本究竟是良性的還是惡意的。
研究人員根據他們之前生成的數據訓練了模型。該模型結合了卷積神經網絡(CNN)和遞歸神經網絡(RNN)，在預測威脅發生之前的漏洞方面，取得了顯著成果——在評估中，他們的模型成功地在威脅之前檢測到LibXML2和LibTIFF漏洞，準确率分别為91.3%和93.7%。
在未來，這一技術可以幫助開發人員在實際暴露之前更快、更有效地修補軟件漏洞。研究人員還計劃繼續探索，以發掘其修補更廣泛漏洞的有效性。
總編輯圈點
安全攻防戰，一向都是道高一尺魔高一丈的你來我往，是發現問題再解決問題，是維持動态平衡。人工智能能為安全做些什麼?IBM的回答是，能未雨綢缪。當漏洞出現，也就意味着損失随時可能發生。那麼，如果能在漏洞出現之前就進行修補呢?IBM安全團隊用“防患于未然”的思路來解決問題，預測漏洞的準确率達到九成以上。這一技術還需要在更多場景下得到考驗和試煉，但可以預見的是，人工智能時代的安全攻防戰，會有另一番打法。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
