Trends 2019: Machine Learning แต่มนุษย์ไม่?

การคาดการณ์พฤติกรรมของอาชญากรไซเบอร์ แรงจูงใจส่วนมากก็จะเป็นเงินเป็นหลัก ซึ่งในฐานะของผู้ดูแลความปลอดภัย สิ่งที่เราต้องทำก็คือ การป้องกันที่มีประสิทธิภาพมากที่สุดเท่าที่จะเป็นไปได้ภายใต้งบประมาณที่ได้รับมา และงบประมาณนี่เองที่เป็นปัจจัยหนึ่งที่สำคัญสำหรับการจัดการโปรแกรมเพื่อมอบความปลอดภัยให้กับลูกค้าในราคาที่น้อยที่สุด รวมถึงการใช้งานจริง

ในส่วนนี้เราจะแสดงให้เห็นว่า Machine Learning จะถูกนำไปใช้อย่างไร ทั้งในด้านของฝ่ายป้องกันและฝ่ายโจมตี เพราะเทคโนโลยีจะดีหรือร่ายขึ้นอยู่กับผู้ใช้

การป้องกันด้วย Machine Learning

จุดเด่นของ Machine Learning ก็คือปริมาณจำนวนข้อมูลดีๆจำนวนมากที่ตัว Machine Learning ได้เรียนรู้ เพื่อนำไปใช้เพื่อตัดสินใจกิจกรรมต่างๆต่อไป สำหรับ ESET อยู่กับระบบ Machine Learning มานานกว่า 20 ปี และต่อไป

นักวิจัยในอุตสาหกรรมความปลอดภัยมีประสบการณ์เก็บรวบรวมและแลกเปลี่ยนมานานหลายสิบปี เพื่อความสามารถในการป้องกันสูงสุด ข้อมูลที่รวบรวมมายาวนานในระบบของ Machine Learning จะเป็นตัวตัดสินว่าไฟล์และพฤติกรรมแบบไหนที่น่าสงสัย

อีกทั้งปริมาณมัลแวร์ที่เพิ่มขึ้นอย่างรวดเร็วในแต่ละวัน การวิเคราะห์ขั้นต้นจะผ่านจะบบอัตโนมัติ ช่วยประหยัดเวลาทำงานของนักวิจัย และมีเวลาวิเคราะห์ตัวอย่างมัลแวร์และแผนการที่ซับซ้อนได้มากขึ้น

การโจมตีด้วย Machine Learning

การโจมตีของมัลแวร์ส่วนมากมีรูปแบบที่ไม่ซับซ้อน ไม่ได้มีเทคโนโลยีหรือนวัตกรรมใหม่ แต่ ณ ตอนนี้ตลาดของอาชญากรรมไซเบอร์นั้นขยายใหญ่ขึ้น อาชญากรไซเบอร์เริ่มหันมาใช้ระบบอัตโนัมติมากขึ้น อย่างเช่น ในการค้นหาช่องโหว่ในอุปกรณ์หรือในบัญชี รวมถึงรวบรวมข้อมูลที่นำไปใช้ในอนาคต

Social Engineering เป็นอีกหนึ่งสิ่งที่เป็นปัญหาใหญ่ ซึ่งมักพบในการโจมตี Phishing แม้บางคนอาจคิดว่า แฮกเกอร์อาจเขียนอีเมล ผิดๆถูกๆ และดูออกได้ง่ายๆ แต่จริงๆแล้ว ตอนนี้อาชญากรไซเบอร์ได้พัฒนาจนเราแยกออกได้ยาก ซึ่งพวกเขาก็ใช้ Machine Learning เป็นตัวช่วย

Machine Learning ทำให้อีเมลและแผนการของพวกเขาสามารถผ่านการป้องกันได้อย่างมีประสิทธิภาพ

บทความเกี่ยวกับ Trends 2019

Trends 2019: Coin Mining และโปรแกรมเรียกค่าไถ่ (Ransomware)