Aby wykryć więcej zagrożeń w sieci, komputer musi myśleć jak człowiek
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.