విషయము
Q:
యాంటీ మాల్వేర్ అనువర్తనాల్లో యంత్ర అభ్యాసం ఎలా ఉపయోగించబడుతుంది?
A:
మాల్వేర్ దాడుల పైన ఉండటానికి సవాలు ఏమిటంటే అవి మొదటి స్థానంలో ఉన్నప్పుడు గుర్తించడం.
గతంలో, వినియోగదారులు వారానికి ఒకసారి లేదా వారి హార్డ్ డ్రైవ్‌లో స్కాన్‌ను అమలు చేయడానికి కంటెంట్ కలిగి ఉండవచ్చు, కానీ ఇంటర్నెట్‌తో, మాల్వేర్ దాడులు త్వరగా వ్యాప్తి చెందుతాయి. మాల్వేర్ దాడులను గుర్తించడానికి మరియు ఆపడానికి భద్రతా సాఫ్ట్‌వేర్ తయారీదారులు ఎక్కువగా కృత్రిమ మేధస్సు వైపు మొగ్గు చూపుతున్నారు.
యాంటీ-వైరస్ ప్రోగ్రామ్‌లు వైరస్ ప్రవర్తన ఆధారంగా సంతకాలపై ఆధారపడి ఉంటాయి. సమస్య ఏమిటంటే అక్కడ చాలా కంప్యూటర్లు ఉన్నందున, కొత్త వైరస్ వ్యాప్తి ఎప్పుడు జరుగుతుందో ట్రాక్ చేయడం కష్టం.
అనేక యాంటీ-వైరస్ తయారీదారులు క్లౌడ్‌కు తరలిరావడంతో, ప్రపంచవ్యాప్తంగా కంప్యూటర్ల నుండి వచ్చే నిజ-సమయ డేటాను విశ్లేషించడానికి ఇది వారికి అవకాశాన్ని ఇస్తుంది. యాంటీ-వైరస్ డెవలపర్లు వ్యాప్తి చూడవచ్చు, నవీకరణలను జారీ చేయవచ్చు మరియు వైరస్ను కొన్ని రోజులలో ఆపవచ్చు, ఎప్పుడు గతంలో రోజులు పడుతుంది. ఇది కృత్రిమ మేధస్సు. AI- ఆధారిత యాంటీ-వైరస్ వైరస్ సంకేతాల కోసం అసాధారణ ప్రవర్తనను విశ్లేషించగలదు.
AI యాంటీ-వైరస్ యొక్క ఒక ఉదాహరణ విండోస్ 10 లోని మైక్రోసాఫ్ట్ యొక్క విండోస్ డిఫెండర్. డిఫెండర్ సిస్టమ్ కార్యాచరణను చూస్తుంది మరియు మైక్రోసాఫ్ట్ వర్డ్ వంటి అసాధారణ కార్యాచరణను ఫ్లాగ్ చేస్తుంది. డెవలపర్లు వారు కొత్త మాల్వేర్తో వ్యవహరిస్తున్నారని ఇది క్లూ చేయవచ్చు.
మెషీన్ లెర్నింగ్ ప్రోగ్రామ్‌లు మొదట సాధారణ ప్రవర్తన ఏమిటో తెలుసుకుంటాయి, మరియు ఏదైనా వెలుపల వెతకండి.
వన్నాక్రీ వంటి పెద్ద ransomware దాడులతో, విమోచన క్రయధనాలను చెల్లించే ప్రయత్నంలో మరియు కోల్పోయిన డేటా మరియు ఉత్పాదకతలో మాల్వేర్ వ్యాపారాలకు చాలా డబ్బు ఖర్చు చేసే అవకాశం ఉంది.
మాల్వేర్ డెవలపర్లు మరింత వృత్తి నిపుణులు మరియు వారు యాంటీ-వైరస్ డెవలపర్‌లతో ఆయుధ పోటీలో నిమగ్నమై ఉన్నారు. AI మరియు యంత్ర అభ్యాసాలను ఉపయోగించడం వల్ల వ్యవస్థలను సురక్షితంగా ఉంచడంలో యాంటీ-వైరస్ డెవలపర్‌లకు అంచు ఉంటుంది.
క్లౌడ్ మరియు AI కలయికతో, యాంటీ-మాల్వేర్ ప్రోగ్రామ్‌లు గతంలో కంటే దాడులను ఆపడానికి చాలా త్వరగా కదులుతాయి.