Sztuczna inteligencja coraz częściej znajduje odzwierciedlenie w biznesie, a innowacyjne rozwiązania technologiczne zmieniają oblicze światowej gospodarki. Wraz z rozwojem AI coraz bardziej popularne staje się pojęcie uczenia maszynowego (ang. machine learning), które jest coraz chętniej wykorzystywane w tworzeniu nowoczesnych narzędzi oraz aplikacji.
Czym jest machine learning?
Machine learning (ML) to podejście do analizy danych, które odpowiada za automatyzację, a także pozwala komputerom „uczyć się” oraz eksplorować wzorce. Uczenie maszynowe wykorzystuje wykwalifikowane algorytmy z zasobów Big Data. Im większe zasoby, tym wyższa skuteczność działania. Algorytmy dzięki zdolności samouczenia się, automatycznie doskonalą się przez doświadczenie. Machine learning obejmuje tworzenie oraz dostosowywanie się modeli, które poprzez naukę przez doświadczenie zyskują zdolność do przewidywania. Nowoczesne rozwiązania oparte na ML coraz częściej wykorzystywane są w celu zautomatyzowania procesów i zapewnienia bezpieczeństwa danych.
Machine learning w eAuditor V7 WEB
System eAuditor V7 WEB wykorzystuje uczenie maszynowe w celu zapewnienia klientom bardziej efektywnego i skutecznego zarządzania infrastrukturą IT. System zawiera dwa klasyfikatory, których głównym celem jest automatyczne wykrywanie zagrożeń oraz skuteczniejsze zarządzanie, poprzez monitorowanie aktywności pracowników. eAuditor V7 WEB ma zaimplementowany klasyfikator adresów URL oraz procesów systemowych i aplikacji. Mając na uwadze ciągły wzrost cyberprzestępczości, rozwiązania zapewniające ochronę poufnych danych są niezwykle potrzebne.
Skuteczna ochrona organizacji
Zastosowanie w systemie technologii machine learningu pomaga chronić organizację przed wyciekiem danych, a także lepiej zarządzać pracownikami. Klasyfikacja stron WWW oraz procesów systemowych i aplikacji pozwala oceniać pracowników pod kątem bezpieczeństwa i wydajności. Zaawansowane algorytmy określają produktywność stron i procesów, z których korzystają pracownicy, a także określają czy korzystanie z nich jest bezpieczne. Dzięki temu pojawia się możliwość szybkiej reakcji na zbliżające się zagrożenie, a także możliwość monitorowania działań pracowników, co przekłada się zarówno na ochronę danych w organizacji, jak i na lepsze zarządzanie.
Machine learning w ujęciu praktycznym
Klasyfikacja adresów URL oraz procesów systemowych i aplikacji wykorzystywana w systemie eAuditor V7 WEB polega na pobieraniu zawartości treści w celu jej dokładnego przeanalizowania. Zaawansowane algorytmy dostarczają administratorom IT użytecznych informacji, przez co mogą oni skutecznej zarządzać infrastrukturą, a także zapewnić bezpieczeństwo danych.
Przykład
Administrator IT chciał, aby jego pracownicy pracowali efektywniej i nie korzystali ze stron WWW i aplikacji z kategorii „gry”. W przypadku klasycznego rozwiązania tego problemu administrator musiałby ręcznie zablokować wszystkie strony oraz procesy o tej tematyce, co byłoby niemożliwe do zrealizowania. W najlepszym przypadku udałoby się sprawdzić około 100 najpopularniejszych stron i kilkanaście aplikacji z tego rodzaju. Dzięki zastosowaniu machine learning administrator zyskuje możliwość sklasyfikowania automatycznie strony na podstawie jej treści, a także aplikacji na podstawie posiadanych informacji o tym procesie. Dostarczone dane pozwalają algorytmowi dokonać bardzo szybkiej, a zarazem trafnej klasyfikacji oraz przydzielenia strony i aplikacji do odpowiedniej kategorii. Klasyfikacja dokonywana jest błyskawicznie, czas nie przekracza 1 sekundy, a skuteczność przypisania kategorii to ponad 95%. W ten sposób administrator zyskuje możliwość automatycznej opcji zablokowania stron i procesów systemowych z kategorii „gry” wpływając przy tym na poprawę produktywności i efektywności pracowników.
Korzyści z machine learning w eAuditor V7 WEB
Technologia machine learning zapewnia pełną automatyzację procesów, dając w ten sposób użytkownikom wiele możliwości. Strony WWW, a także procesy systemowe i aplikacje badane są na podstawie analizy struktury i kategorii, posiadania przekierowań oraz certyfikatów SSL. Zyskujemy dzięki temu możliwość szybkiej reakcji na nieoczekiwane zagrożenia, a także szansę na zapobiegnięcie wyciekom poufnych danych. Dodatkowo system zwraca informacje na temat produktywności stron oraz procesów systemowych i aplikacji. eAuditor V7 WEB tworzy opracowany raport przyporządkowany do każdego pracownika informujący o tym, czy jego działania są wydajne oraz bezpieczne.
BTC Machine Learning Web Classification posiada już ponad 8 mln sklasyfikowanych stron internetowych.
BTC Machine Learning Process Classification posiada już ponad 40 tysięcy sklasyfikowanych procesów i aplikacji.
Tabela prezentuje skategoryzowane strony przez BTC Machine Learning Web Classification.
Klasyfikator stron WWW zaimplementowany w systemie eAuditor V7 WEB zwraca użytkownikowi dokładne informacje o odwiedzanych przez niego witrynach internetowych. Użytkownik uzyskuje dokładny adres strony, a także przypisaną do niej kategorię. Dodatkowo klasyfikator informuje o:
- produktywności analizowanej witryny – użytkownik dostaje informację o tym, czy odwiedzana przez niego strona jest uznana za produktywną lub nieproduktywną;
- przynależności do bazy CERT (www.cert.pl) – która na bieżąco oraz automatycznie analizuje strony pod kątem ich bezpieczeństwa. Tworzy listę stron uznanych za niebezpieczne;
- przynależności do bazy stron hazardowych (www.hazard.mf.gov.pl) – która zwraca listę stron zagranicznych o tematyce hazardu;
- języku strony – użytkownik uzyskuje informację o tym, czy język strony został prawidłowo wykryty;
- przekierowaniach witryny – system wyświetla informację zwrotną o tym, czy badana strona zawiera przekierowania. Strony zawierające przekierowania z reguły uznawane są za podejrzane;
- certyfikacie SSL – który informuje o tym czy strona jest odpowiednio zabezpieczona;
- kategorii (bezpiecznej lub niebezpiecznej) – docelowo strony uznane za niebezpieczne to adresy skategoryzowane jako pornografia oraz hazard, lecz administrator IT ma możliwość sam decydować, które kategorie znajdą się na tej liście;
- strukturze strony – system sprawdza, czy analizowana witryna posiada odpowiednie znaczniki i czy jej struktura uznana jest za bezpieczną.
Screenshot prezentuje widok sklasyfikowanych stron z konsoli eAuditor V7 WEB.
System eAuditor V7 WEB zwraca administratorowi IT dokładne informacje o działaniach użytkownika. W konsoli administracyjnej wyświetla się data operacji, nazwa komputera, z którego podjęte było działanie, dane o użytkowniku, a także dokładny adres URL strony i przypisana do niej kategoria. Administrator ma możliwość filtracji wyników, a także stworzenia predefiniowanych raportów dla każdego użytkownika. Dodatkowo w górnej części konsoli znajduje się podsumowanie tygodnia, miesiąca oraz kwartału w formie interaktywnych wykresów.
Jeśli chcesz dowiedzieć się więcej o klasyfikatorze adresów URL oraz o klasyfikatorze procesów i aplikacji zapraszamy na stronę
https://www.btc.com.pl/ai/machine-learning/website-classification/
https://www.btc.com.pl/ai/machine-learning/process-classification/
