Tecniche principali

Una delle tecniche principali utilizzate da noi è quella di “ensembling”, o esecuzione di insieme, che è un modo particolare per dire “utilizza molti modelli e combinali in modo efficace”. È essenziale per ottenere i migliori modelli possibili ed è un approccio notoriamente utilizzato nel famoso  Premio Netflix di 1 milione di dollari. Noi aggiungiamo qualche “tocco di magia” attraverso tecniche di ensembling proprietarie che consentono ai nostri sistemi di apprendere il modo migliore per combinare le previsioni di molti modelli diversi, anche quando durante l'addestramento non sappiamo quali sono le previsioni corrette.

Un'altra tecnica importante che utilizziamo è “l'adattamento”. I nostri modelli di sicurezza devono essere affinati continuamente per tenere traccia degli avversari, dei cambiamenti nel panorama del software e delle reti, oltre che dell'evoluzione del comportamento degli utenti. Queste sono difficoltà significative per l'apprendimento automatico tradizionale. Nel caso di Symantec Endpoint Protection, utilizziamo un “meta-algoritmo” chiamato boosting, che opera migliorando iterativamente il modello, focalizzandosi di volta in volta sugli errori commessi in precedenza e correggendoli senza “dimenticare” ciò che c'era corretto.

Infine, un aspetto non meno importante per noi è che l'automazione è essenziale per  dimensionare l'apprendimento automatico. Noi creiamo automazione per l'intero processo di apprendimento automatico – dall'acquisizione, pulizia ed elaborazione dei nostri dati di telemetria fino all'ottimizzazione ed esplorazione dei vari modelli. Senza automazione (e, ovviamente, sufficiente potenza di calcolo) non sarebbe possibile “macinare tutti i numeri” e produrre i modelli migliori. 

Qual è il risultato finale?

In poche parole, Symantec ha il più avanzato apprendimento automatico a disposizione per la sicurezza degli endpoint. Recentemente, un'importante organizzazione di test indipendente (AV-Test) ha testato Symantec Endpoint Protection 14, che ha superato tutti i concorrenti per capacità di rilevamento e prestazioni con una quantità minima di falsi positivi. Anche nei test di “scansione” artificiali, il nuovo software ha rilevato quasi il 100% delle minacce con una percentuale di falsi positivi vicina allo zero. (Aspetto importante, i risultati dei falsi positivi in Symantec Endpoint Protection 14 possono essere affinati per soddisfare i requisiti di policy del cliente.)

Siamo estremamente interessati alle nuove frontiere nella rilevazione delle minacce rese possibili dall'apprendimento automatico e dall'intelligenza artificiale. Utilizzate correttamente, e con le massicce quantità di dati significativi ed eterogenei che vengono analizzati sugli endpoint e nel cloud, queste tecnologie possono trasformare realmente il modo di combattere il crimine informatico.

Per ulteriori informazioni, guarda il Webinar su richiesta sulle  funzionalità e i vantaggi dell'apprendimento automatico in Symantec Endpoint Protection 14. Consulta  qui altre informazioni sul nuovo prodotto.