A MIAÚ immár 25+ éve áll a Köz szolgálatára!
MATARKA-nézet
Üzenet az Olvasóhoz:
a MIAÚ virtuális hasábjain található gondolatokat
pl. Ramanudzsan feljegyzéseihez hasonlóan illik értelmezni (akarni):
a gondolatoknak a minősége/potenciálja az értékképző,
s nem az, hol jelennek meg ezek a gondolatok...
Ami másnak pl. a Facebook: MYX-team-hírek
(Utolsó módosítás: 2015.VII.19.14:08 - MIAÚ-RSS)
TÉZISFÜZET: Mesterséges intelligencia módszerek alkalmazása az informatikai rendszerek biztonsági auditjában
Vezércikk: 2021. December (MIAU No. 280.)
(Előző cikk: MIAU No. 279.)
Kulcsszavak: genetikai potenciál, hasonlóságelemzés, tesztelés nélküli modellezés
Kivonat: C1: A Knuth-i elvet követve az információbiztonsági auditok hatékonyságát
növelendő, létrehozandó olyan mesterséges intelligenciával ellátott
döntéstámogató rendszer (robot-auditor), mely automatizáltan a historikus
információbiztonsági auditjelentésekből tanulva képes a
kontrollhiányosságok és kontrollterületek közötti összefüggések matematikai
feltárására és javaslattételeivel a potenciális emberi hibából fakadó észlelési
kockázatok csökkentésére.
H1: Az információbiztonsági auditjelentések szöveges eredményeiből
strukturált adatbázist alkotva és bemenetként a mesterséges intelligencia
fogalomkörébe illeszthető eszközökkel azt feldolgozva, az auditok során
feltárni kívánt kontrollhiányosságok megléte a véletlen találgatásnál nagyobb
valószínűséggel kimutathatók, azaz a kontrollhiányosságok konstellációi
matematikailag értelmezhető összefüggéseket hordoznak magukban.
o H1.1: A gyanúgenerálás, mint megoldandó üzletileg értelmezett probléma
sajátosságait értékelve, a kontrollhiányosságok detektálása megoldható
felügyelt és felügyelet nélküli gépi tanuló eljárásokkal is.
o H1.2: A gyanúgenerálás teljesítménye fokozható hibrid megközelítésben,
azaz a felügyelt és nem felügyelt módszerek együttes felhasználásának a
kutatásban alkalmazott releváns performancia metrikái ideálisabb
értékeket mutatnak, mint önálló alkalmazásban
o H1.3: A hibrid modell többlet-információs értéket teremtve képes az
egyszerű modellek általánosító képességén javítani.
C2: A fejlesztendő mesterséges intelligenciával ellátott szoftveres robot-auditornak kényszerűen alkalmasnak kell lennie a rendelkezésre álló
adathalmaz minél inkább az optimálishoz közeli felhasználására, mely által
teljesítménye maximalizálható, azaz a cél a robot-auditor genetikai
potenciáljának kiaknázása a tanulási adathalmaz irányított redukálása révén.
H2: A döntéstámogató rendszer genetikai potenciálja letapogatható
hasonlóságelemzéssel ellátott kereső eljárással a tanításra alkalmazott
adathalmaz irányított feldolgozásán keresztül, úgy, hogy a genetikai
potenciálhoz vezető kereső eljárás a genetikus algoritmusok esetén
alkalmazott véletlen mutáció és a populáció egyedeinek keresztezése nélkül is
képes ideálisabb eredményt szolgáltatni.
C3: A tanulásra felhasznált adathalmaz információtartalmát növelendő, antidiszkriminatív módon szükséges az egyes robot-auditor alternatívák
teljesítményeinek összehasonlítása, a legjobb alternatíva kiválasztása,
melyhez nem szükséges validációs és teszthalmaz elkülönítése a szokásos
tesztelés általi adat/információ-vesztési gyakorlattal szemben.
H3: A mesterséges intelligenciával ellátott döntéstámogató rendszerek
teljesítményalapon a gépi tanuló alkalmazások klasszikus tesztelési eljárásai
nélkül is rangsorolhatók, a predikciók, mint generált gyanúforrások leíró
tulajdonságainak érték-irány levezetésével és az ezen adatokat feldolgozó
matematikai apparátussal, mely automatizáltan képes a preferált modellek
objektív meghatározására.
(PDF_EN)
***
(PDF_HU)
Észrevételeit érdeklődéssel várjuk email-ben!
((Vissza))
miau.my-x.hu
myxfree.tool
rss.services
]
