干し草の山から針を見つける: 脅威ハンティング研究の最前線における機械学習 from securelist.com

新しい脅威を特定するために、機械学習モデルが KSN グローバル脅威ログでテストされました。
このモデルは、生データから微妙なパターンを抽出し、組織がリアルタイムでサイバー脅威攻撃の先を行くのに役立つ実用的なインテリジェンスに一般化できるランダム フォレスト アルゴリズムを使用して検証されました。
結果によると、ML モデルは手動でプログラムした後でも脆弱であることが判明しました。
ただし、トレーニングが限られていれば、このモデルは将来の脅威に対して強力な防御を提供できる可能性があります。