Fejlett mesterségesintelligencia- (MI-) rendszerünk gépi tanulással automatikusan összegyűjti és kinyeri a teljes felhasználói bázisunk adatait, majd betanít minden biztonsági modult. Új rosszindulatú kódminta észlelése után termékeink automatikusan frissülnek az új modellekkel, biztosítva a létfontosságú, másodpercre pontosan naprakész védelmet.

Az Avast gépi tanulási motorjának betanítása

Napjaink világában a kifinomult fenyegetésmegelőzés nem támaszkodhat egyetlen gépi tanulási motorra, mert az nem jelentene biztos megoldást minden kibertámadással szemben. Ehelyett több gépi tanulási motort kell kombinálni, amelyek együttesen már kellő védelmet tudnak nyújtani. A motorok többféle eszközön is működnek (a felhőben, számítógépeken, okostelefonokon), statikus és dinamikus elemzési technikákat használnak, és a védelmi architektúra több rétegében is üzembe vannak helyezve.

Az új és még ismeretlen fenyegetések kiértékelése érdekében egyedi és kifinomult gépi tanulási folyamatot állítottunk össze, amellyel gyorsan, 12 órán belül képesek vagyunk egy kártevőészlelő modell betanítására és üzembe helyezésére. Speciális technikákat is alkalmazunk, például mély, konvolúciós neurális hálózatokat (mély CNN-eket) a kártevőészlelő modellek fejlesztése érdekében. A biztonsági fenyegetések hirtelen bukkanhatnak fel, és új és ismeretlen formákat ölthetnek, ezért csak akkor lehet gondoskodni a felhasználók folyamatos védelméről, ha a modelleket minél gyorsabban lehet módosítani.

Ez a következő generációs biztonságtechnológia és a hatalmas felhasználói bázisunkból kinyert adatok egyértelmű előnyt biztosítanak számunkra a hackerekkel (és a versenytársainkkal) szemben. Ez a technológia tette lehetővé a jelentősebb fenyegetések, például a WannaCry, a BadRabbit és a NotPetya zsaroló kártevő, valamint az Adylkuzz kriptodeviza-bányászó támadásainak automatikus észlelését és blokkolását anélkül, hogy egyetlen termékünket is frissíteni kellett volna.