JAKARTA, Titik Kumpul – Global Research and Analysis Team (GReAT) Kaspersky mencatat peningkatan sebesar 25 persen dalam deteksi jaringan komputer, persisten (APT) terhadap ancaman siber tersembunyi pada paruh pertama tahun ini.
Dengan menggunakan pembelajaran mesin (ML) dan operasi internal, Kaspersky dapat mengidentifikasi ribuan ancaman siber baru yang menargetkan sektor pemerintah, keuangan, korporasi, dan telekomunikasi.
Model pembelajaran mesin yang digunakan dalam solusi Kaspersky menggunakan metode seperti hutan acak dan dokumen invers frekuensi (TF-IDF) untuk memproses data besar, sehingga memungkinkan deteksi ancaman siber yang berbahaya dengan cepat dan akurat.
Kombinasi teknik ML ini membantu mengidentifikasi indikator kesepakatan (IoC) yang mungkin terlewatkan oleh sistem deteksi tradisional, sehingga menghasilkan deteksi anomali yang lebih baik dan peningkatan signifikan dalam kemampuan deteksi ancaman secara keseluruhan.
Kaspersky terus menggunakan pembelajaran mesin untuk membantu sistemnya memproses jutaan data setiap hari, memberikan wawasan real-time mengenai ancaman dunia maya yang muncul.
Menurut Amin Hasbin, kepala Pusat Penelitian META GReAT Kaspersky, hasil dari teknologi ini akan melampaui ekspektasi, karena teknologi ini meningkatkan deteksi dan mendukung sistem perlindungan yang kuat, sehingga membantu organisasi atau perusahaan di lingkungan siber yang selalu berubah. takut
Amin pada Rabu, 9 Oktober 2024 mengatakan, “Masa depan keamanan siber adalah menggunakan langkah-langkah ini untuk memastikan keamanan digital aman bagi semua orang.”
