Projeto Microsoft e Intel converte malware em imagens antes de analisá-lo

A Microsoft e a Intel Labs trabalham no STAMINA, uma nova abordagem de aprendizado profundo para detectar e classificar malware.

A Microsoft e a Intel colaboraram recentemente em um novo projeto de pesquisa que explorou uma nova abordagem para detectar e classificar malware.
Chamado STAMINA ( STA tic M alware-como- eu mago N etwork A nálise), o projeto conta com uma nova técnica que converte amostras de malware em imagens em tons de cinza e, em seguida, digitaliza a imagem para os padrões texturais e estruturais específico para amostras de malware.

COMO O STAMINA REALMENTE FUNCIONA

A equipe de pesquisa Intel-Microsoft disse que todo o processo seguiu alguns passos simples. O primeiro consistia em pegar um arquivo de entrada e converter sua forma binária em um fluxo de dados brutos de pixel.
Os pesquisadores pegaram esse fluxo de pixels unidimensional (1D) e o converteram em uma foto 2D para que algoritmos normais de análise de imagem possam analisá-lo.
A largura da imagem foi selecionada com base no tamanho do arquivo de entrada, usando a tabela abaixo. A altura era dinâmica e resultou da divisão do fluxo de pixels brutos pelo valor da largura escolhido.
Depois de montar o fluxo de pixels brutos em uma imagem 2D de aparência normal, os pesquisadores redimensionaram a foto resultante para uma dimensão menor.
A equipe da Intel e da Microsoft disse que o redimensionamento da imagem bruta não "impactou negativamente o resultado da classificação", e essa foi uma etapa necessária para que os recursos computacionais não precisem trabalhar com imagens compostas por bilhões de pixels, o que provavelmente abrandar o processamento.
As imagens redimensionadas foram então alimentadas em uma rede neural profunda (DNN) pré-treinada que digitalizou a imagem (representação 2D da variedade de malware) e a classificou como limpa ou infectada.
A Microsoft diz que forneceu uma amostra de 2,2 milhões de hashes de arquivos PE (Portable Executable) infectados para servir de base para a pesquisa.
Os pesquisadores usaram 60% das amostras de malware conhecidas para treinar o algoritmo DNN original, 20% dos arquivos para validar o DNN e os outros 20% para o processo de teste real.
A equipe de pesquisa disse que o STAMINA alcançou uma precisão de 99,07% na identificação e classificação de amostras de malware, com uma taxa de falsos positivos de 2,58%.
"Os resultados certamente encorajam o uso de um profundo aprendizado de transferência para fins de classificação de malware", disseram Jugal Parikh e Marc Marino, os dois pesquisadores da Microsoft que participaram da pesquisa em nome da equipe de inteligência de proteção contra ameaças da Microsoft.

INVESTIMENTO DA MICROSOFT EM APRENDIZADO DE MÁQUINA

A pesquisa faz parte dos esforços recentes da Microsoft para melhorar a detecção de malware usando técnicas de aprendizado de máquina.
STAMINA usou uma técnica chamada aprendizado profundo. O aprendizado profundo é um subconjunto de aprendizado de máquina (ML), um ramo da inteligência artificial (AI), que se refere a redes de computadores inteligentes capazes de aprender por conta própria a partir de dados de entrada armazenados em um formato não estruturado ou não rotulado - em Nesse caso, um binário aleatório de malware.
A Microsoft disse que, embora o STAMINA tenha sido preciso e rápido ao trabalhar com arquivos menores, ele foi encontrado com arquivos maiores.
"Para aplicativos de tamanho maior, o STAMINA se torna menos eficaz devido a limitações na conversão de bilhões de pixels em imagens JPEG e redimensionando-as", afirmou a Microsoft em um post na semana passada .
No entanto, isso provavelmente não importa, pois o projeto pode ser usado apenas para arquivos pequenos, com excelentes resultados.
Em entrevista ao ZDNet no início deste mês , Tanmay Ganacharya, diretora de pesquisa de segurança da Microsoft Threat Protection, disse que a Microsoft agora depende muito do aprendizado de máquina para detectar ameaças emergentes, e esse sistema usa diferentes módulos de aprendizado de máquina que estão sendo implantados no cliente sistemas ou servidores Microsoft.
A Microsoft agora usa mecanismos de modelo de aprendizado de máquina do lado do cliente, mecanismos de modelo de aprendizado de máquina do lado da nuvem, módulos de aprendizado de máquina para capturar sequências de comportamentos ou capturar o conteúdo do próprio arquivo, disse Ganacharya.
Com base nos resultados relatados, o STAMINA pode muito bem ser um daqueles módulos de ML que poderemos ver implementados na Microsoft em breve como uma maneira de detectar malware.
Atualmente, a Microsoft pode fazer com que essa abordagem funcione melhor do que outras empresas, principalmente devido aos dados absolutos que possui das centenas de milhões de instalações do Windows Defender.
"Qualquer um pode construir um modelo, mas os dados rotulados, a quantidade e a qualidade dele, realmente ajudam a treinar os modelos de aprendizado de máquina de maneira apropriada e, portanto, definem a eficácia deles", disse Ganacharya.

"E nós, na Microsoft, temos isso como uma vantagem, porque temos sensores que nos trazem muitos sinais interessantes por e-mail, identidade, ponto final e capacidade de combiná-los".

O efeito da canela no sangramento menstrual e nos sintomas sistêmicos da dismenorreia primária

O ciclo menstrual médio é de 28 dias. Porém, como um ciclo menstrual é contado do primeiro dia de um período até o primeiro dia do próximo período, o ciclo pode variar de mulher para mulher. Algumas mulheres enfrentam sangramentos e dores intensas e prolongadas durante o ciclo menstrual, o que pode dificultar a rotina do dia-a-dia.

Se você é alguém que passa por um sangramento intenso ou conhece alguém que o faz, pode experimentar esses remédios caseiros simples e naturais que podem ser úteis quando se trata de regular o fluxo sanguíneo durante os períodos menstruais. No entanto, consulte o seu médico primeiro.

Pacotes de gelo

Coloque uma bolsa de gelo na parte inferior da barriga por 20 minutos ou mais, várias vezes ao dia, quando o sangramento for especialmente intenso. Isso ajudará a regular o fluxo sanguíneo.

Suplementos de ferro

Existem alguns estudos que mostram que baixos níveis de ferro podem aumentar o sangramento menstrual durante o ciclo e que suplementar a dieta com ferro pode reduzir o fluxo.

Chá de canela

Se você estiver enfrentando um sangramento intenso durante a menstruação, prepare uma xícara quente de chá de canela e tome um gole lentamente. É conhecido por diminuir o sangramento, pois estimula o fluxo sanguíneo para longe do útero e também ajuda na redução da inflamação.

Salsinha

Sangramentos e períodos intensos causam dois grandes problemas - inflamação e deficiência de ferro devido à perda de sangue. A salsa é um alimento milagroso que pode resolver os dois. Sendo rico em vitamina C, absorve o ferro perdido devido ao fluxo intenso e os antioxidantes disponíveis na salsa reduzem a inflamação. Você pode mastigar algumas folhas de salsa ou fazer um copo de suco de salsa na próxima vez que seus períodos forem pesados ​​e prolongados.

Construindo A Escola Democrática

A autora divide seu texto em fases históricas compreendidas entre Brasil Colônia (1500-1822), Império (1822-1889), República (1889-1930), Segunda República (1930-1964), Terceira República e Golpe (1964-1985), ano de 1968, Ano Internacional da Mulher (1975), além de analisar a influência externa nos movimentos feministas no Brasil. Concluindo então que ensino da língua portuguesa nas {series|collection|sequence} inicias das escolas brasileiras sejam elas publicas ou particulares, é falho e vago em relação ao aprimoramento dos alunos visando as normas a serem empregadas para desenvolvimento de trabalhos com requerimento das normas técnicas. Infelizmente os professores da área das {series|collection|sequence} iniciais, não dão a devida atenção para ensino das normas da ABNT(Associação Brasileira de Normas Técnicas) para seus alunos, menosprezando assunto e formando alunos que terão serias complicações para se adequar ao método a ser aplicado pela ABNT.{Regras da ABNT|Regras da ABNT|Regras da ABNT|Regras da ABNT|Regras da ABNT|Regras da ABNT|Regras da ABNT|Regras da ABNT||Regras da ABNT} Mantemos uma disciplina chamada Redação de monografia, em que professor alerta aluno sobre as normas da ABNT, porém não são todas as instituições de ensino que garantem um aprimoramento das normas da ABNT. De certa forma, revisor Regras ABNT 2018 traz leitor para processo de produção do texto, pois, estabelecida a comunidade interpretativa revisor passa a representá-la e a sugerir alterações no texto que sejam mais adequadas aos leitores a quem texto se dirige. Professor Julio sugeriu dividir a turma em grupos e cada grupo apresentar um ?parpite?, ou seja, um tema a partir do assunto proposto. É um conjunto de procedimentos de gestão, planejados e implementedos a partir de bases cientificas e técnicas, normas legais, que tem por objetivo diminuir a produção de resíduos.
Copyright © 2018 Bio Amyev - Blog - Todos Direitos Reservados.
Template By. Blogger | Published By O Site das Notícias!