AI 시스템, 개인정보 보호와 함께 더욱 스마트한 악성 코드 방어를 약속합니다.

연구자들이 연합 학습(FL)이라는 기법을 사용하여 악성 소프트웨어를 감지하고 대응하는 새로운 시스템을 개발했습니다.

일련의 연구자들이 대규모 네트워크 내에서 컴퓨터 바이러스와 사이버 공격을 대비하는 새로운 방법을 개발했습니다. 이들은 이 시스템이 인공지능과 ‘연합 학습’이라는 방법을 사용하여 개인 데이터의 프라이버시를 보장하면서도 위협을 차단한다고 설명합니다.

이 아이디어는 중앙 “제어 허브”를 가진 현대 네트워크의 강점과 안전하게 분산된 방식으로 학습하는 AI를 결합하는 것입니다. 모든 사용자 데이터를 한 곳에 모으는 대신, 이 시스템은 AI 모델의 업데이트만을 공유합니다.

“우리의 아키텍처는 원시 데이터가 장치를 떠나지 않도록 보장함으로써 사생활 위험을 최소화합니다. 글로벌 수준에서 집계를 위해 공유되는 것은 모델 업데이트뿐입니다.”라고 팀은 말했습니다.

초기 실험실 테스트에서 이 시스템은 매우 훌륭한 성과를 보였습니다. 봇넷과 분산 서비스 거부 (DDoS) 공격과 같은 큰 사이버 공격을 최대 96%까지 막았습니다. 그러나 실제 상황을 테스트할 때 정확도는 약 59%로 떨어졌습니다. 연구자들은 이것이 실제 사이버 위협이 얼마나 까다로울 수 있는지 보여준다고 말합니다.

그럼에도 불구하고, 이 시스템은 빠르게 작동하여 공격을 1초 미만에 탐지하고 네트워크가 초당 300에서 500메가비트의 속도로 복구되는 데 도움을 주었습니다. 또한 무거운 데이터 트래픽을 관리하면서도 전체가 느려지지 않았습니다.

이 새로운 도구는 명백하고 큰 영향을 미치는 공격을 잘 감지하는데 특히 뛰어납니다. 그러나 해커들이 시간이 지나면서 비밀리에 정보를 도난하는 것과 같은 미묘한 공격에 대해서는 여전히 어려움을 겪고 있습니다. 이 문제를 해결하기 위해, 연구자들은 AI를 더 좋은 데이터로 훈련시키고 패턴을 학습하는 방식을 개선할 계획입니다. 또한, 보안 데이터 공유 방법과 같은 더 강력한 개인정보 보호 도구를 추가하려고 합니다.