Microsoft создала AI-модель, которая опознаёт 97% критических багов
Microsoft разработала систему машинного обучения, которая в 99% случаев правильно классифицирует баги как относящиеся или не относящиеся к безопасности. Также она способна корректно идентифицировать 97% критических багов с высоким приоритетом, сообщает VentureBeat.
Целью разработчиков было создать систему, которая бы не уступала живым экспертам в классификации уязвимостей по степени серьёзности и угрозе безопасности. Это должно помочь им оперативнее обнаруживать бреши в программном обеспечении и устранять до того, как их начнут эксплуатировать злоумышленники.
Сейчас технология используется внутри компании. В ближайшие месяцы Microsoft обещает выложить её на GitHub.
Модель обучали на датасете в 13 млн багов и отчётов из 100+ репозиториев AzureDevOps и GitHub. При разработке дата-сайентисты Microsoft сотрудничали с профессионалами в кибербезопасности. Они контролировали подбор тренировочных данных для модели и испытывали её на практике по итогам обучения.
По оценкам аналитиков Coralogix, на каждую 1000 строк разработчики делают 70 багов, а на исправление одной ошибки требуется в 30 раз больше времени, чем на написание одной строчки кода. Только в США ежегодно на поиск и исправление проблем в ПО расходуется $113 млрд, говорится в исследовании.
Только сегодня при покупке NordVPN c тарифным планом на 2 года или год вы экономите до 68% и получаете возможность блокировать вредоносные ПО, трекеры, защищать вашу личную информацию от различных веб-сайтов.
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года.
Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.