Aby wykryć więcej zagrożeń w sieci, komputer musi myśleć jak człowiek. Pracuje nad tym zespół Neagle’a
Komputery robią wiele rzeczy lepiej od nas. Nie popełniają pomyłek, szybko wykonują złożone obliczenia, przetwarzają bezbłędnie duże ilości danych. Jest jednak coś, w czym ludzki mózg jest niedościgniony.
To „coś” to umiejętność dostrzegania wzorców oraz przełamań tego wzorca. Robimy to po prostu „na pierwszy rzut oka” bez żadnego wysiłku. Każdy z nas dostrzeże od razu np. gruszkę pośród jabłek, czy np. kwiatek w innym kolorze. W zadaniach typu „znajdź element niepasujący do zbioru” lub „co mają wspólnego te elementy” nasz mózg króluje.
Z kolei tego typu zadania dla tradycyjnego programowania są wręcz niewiarygodnie trudne. Analiza obrazu z przykładu z gruszkami i jabłkami byłaby bardzo złożona - należałoby wyodrębnić kształty, zbadać ich cechy, ocenić wariację cech. To wszystko by wykonać zadanie, który my wykonujemy w jednym kroku, po prostu wskazując inny owoc. Inny kształtem, kolorem, wielkością, fakturą, położeniem. Nie ma to dla ludzkiego mózgu większego znaczenia.
Dla komputerowych algorytmów te zadania z kolei są bardzo trudne.
Rozpoznawanie wzorca, oraz elementów przełamujących wzorzec, przydałoby się w wielu dziedzinach życia, między innymi w medycynie (gdzie badane są próbki tkanek), astronomii (gdzie poszukujemy atypowych sygnałów radiowych) oraz w dziedzinie cyberbezpieczeństwa. W tym ostatnim przypadku odnalezienie pakietu lub charakterystyki danych sieciowych różniących się od pozostałych może zdecydować np. o udaremnieniu ataku sieciowego.
Gdyby jednak wymodelować w postaci sztucznej sieci neuronowej tę właśnie cechę ludzkiego umysłu? Tego typu rozwiązania to prawdopodobnie przyszłość w wykrywaniu zagrożeń sieciowych.
Jednym z takich rozwiązań jest procesor neuromorficzny stworzony przez zespół specjalisty od bezpieczeństwa Johna Neagle’a przy współpracy z naukowcami zajmującymi się badaniami neuronaukowymi.
Czym różni się to od zwykłego wyszukiwania zagrożeń w strumieniu danych? W przypadku tradycyjnego skanowania porównujemy dane z małą biblioteką znanych zagrożeń (np. sygnatur wirusów). Procesor neuromorficzny szuka struktur danych podobnych do znanych zagrożeń: podobnie jak człowiek jest w stanie dostrzec węża nieznanego wcześniej gatunku, bo widział inne węże.
Zbudowany przez Neagle’a i jego zespół system nazwany został Neuromorphic Cyber Microscope i jest skuteczniejszy i od 100 do 1000 razy szybszy od tradycyjnych systemów ochrony. Jest to dopiero początek - jak przyznaje sam Neagle, należy jeszcze dopracować algorytmy tak, aby w pełni wykorzystywały unikalne cechy wzorowanej na ludzkim mózgu sieci neuronowej.
