Нейросеть TabR, разработанная Yandex Research, показала лучший результат в тесте по распознаванию кибератак среди 12 моделей машинного обучения. Она обошла разработки Google, а также модели университетов США и Китая. Исследование провели американские ученые Университета Джорджа Вашингтона, признанного в России нежелательным, а его результаты опубликованы в журнале Security and Privacy.
Для сравнения использовали четыре открытые базы данных о сетевых атаках. TabR превзошла другие модели по общей точности определения угроз. Кроме того, российская нейросеть эффективнее выявляла редкие виды атак.
Авторы исследования отметили, что современные кибератаки сложно обнаруживать из-за постоянно меняющихся методов злоумышленников. Классические программы могут пропускать новые угрозы или создавать большое количество ложных тревог. Это увеличивает нагрузку на специалистов, отслеживающих сетевую безопасность.
TabR относится к гибридным нейросетям для работы с табличными данными. При анализе сетевого запроса она быстро находит в архиве похожие сценарии прошлых инцидентов, используя механизм, который называют «живой памятью». Такой подход помогает модели обнаруживать даже редкие угрозы, включая сетевых червей — самораспространяющиеся вредоносные программы.
«Живая память» представляет собой обучающую выборку, к которой TabR обращается при каждом прогнозе. Бабенко пояснил, что главная техническая сложность связана с необходимостью хранить большой набор примеров и быстро искать в нем нужные данные. Специалисты Yandex Research смогли существенно сократить вычислительные затраты, благодаря чему модель работает с дополнительной памятью и временем эффективнее других решений, как сообщает Gazeta.ru.