ایتنا - مشخصه اولیه حوزه امنیت سایبری تغییرات مداوم و تهدیدات نوظهور است؛ مدلهای ML برای آموزش دیدن مناسب به حجم عظیمی از داده‌ها دارند و روشن است که دیتاستهایی از این نوع برای تهدیدات جدید آمادگی کافی ندارند.

مقیاس فعالیت مایکروسافت گیج‌کننده است. آنگونه که اسکات کریستینسن، یک مدیر ارشد برنامه امنیتی در مایکروسافت، اخیرا به وبسایت ورج گفت، این شرکت «47000 توسعه‌دهنده دارد که ماهانه حدود 30 هزار باگ ایجاد می‌کنند».
از طرفی، سیستم یادگیری ماشین (ML) این شرکت با استفاده از حدود 20 سال بر روی 13 میلیون آیتم کاری دقت بالایی دارد؛ مایکروسافت مدعیست که موتور ML آن در 99% مواقع موفق به یافتن باگ‌ها و اصلاح وضعیت می‌شود. اما از طرفی دیگر، با اینکه سطح دقت 99% عالی به نظر می‌رسد، با توجه به گستردگی عملکرد مایکروسافت همان 1 درصد باقیمانده شناسایی‌نشده نیز تعداد بسیار بالایی را شامل می‌شود: 3000 باگ در ماه.
 
به گزارش ایتنا و به نقل از اسلش‌گیر، مقاله آکادمیک منتشر شده توسط معماران سیستم ترکیبی مایکروسافت جزئیاتی از تعداد منفی‌های کاذبی که تولید می‌کند ارائه نموده است، که باعث بروز این نگرانی می‌شود که اگر مایکروسافت بیش از حد بر سیستم‌های خودکار به جای تجربه تحلیلگران امنیتی اتکا کند، برخی نقایص امنیتی بحرانی ممکن است از نظر دور بمانند.
 
در واقع، اگرچه مدتهاست پذیرفته شده است که AI برخی از مشاغل را از بین خواهد برد ولی مشاغل دیگری ایجاد خواهد کرد، ولی چندان معلوم نیست که هوش شناسایی تهدید حوزه‌ای باشد که مدل‌های ML همخوانی مناسبی با آن دارند.
 
مشخصه اولیه حوزه امنیت سایبری تغییرات مداوم و تهدیدات نوظهور است؛ مدل‌های ML برای آموزش دیدن مناسب به حجم عظیمی از داده‌ها دارند و روشن است که دیتاست‌هایی از این نوع برای تهدیدات جدید آمادگی کافی ندارند.