Nasz zaawansowany system sztucznej inteligencji korzysta z uczenia maszynowego w celu automatycznego gromadzenia i wyodrębniania danych pochodzących z całej bazy naszych użytkowników i trenowania każdego z modułów zabezpieczających. Po znalezieniu nowej próbki złośliwego oprogramowania nasze produkty są automatycznie aktualizowane o nowe modele, dzięki czemu zapewniają natychmiastową ochronę.
Trenowanie mechanizmu uczenia maszynowego Avast
Stosowane obecnie modele zaawansowanego zapobiegania zagrożeniom nie polegają na pojedynczym mechanizmie uczenia maszynowego, który w magiczny sposób zapewnia skuteczną ochronę przed wszystkimi cyberatakami. Wymagane jest połączenie wielu mechanizmów uczenia maszynowego, które współpracują ze sobą, by chronić przed atakami. Mechanizmy te działają na różnych urządzeniach (zarówno w chmurze, jak i na komputerach i smartfonach), używają technik analizy statycznej i dynamicznej oraz są wdrażane w wielu warstwach naszego modelu ochrony.
Aby umożliwić sobie skuteczną ocenę nowych i nieznanych zagrożeń, stworzyliśmy unikalną, zaawansowaną infrastrukturę uczenia maszynowego, która sposobem działania przypomina rurociąg. Dzięki niej możemy trenować i wdrażać modele wykrywania złośliwego oprogramowania już w niecałe 12 godzin od ich pojawienia się. Wykorzystujemy też zaawansowane techniki, takie jak głębokie splotowe sieci neuronowe, które przyczyniają się do doskonalenia działania naszych modeli wykrywania złośliwego oprogramowania. Nowe rodzaje zagrożeń mogą pojawiać się nagle, przybierając już znane lub całkowicie nowe formy; w takich sytuacjach możliwość aktualizowania modeli stanowi gwarancję szybkiego działania w celu skutecznej ochrony bezpieczeństwa użytkowników.
Technologia zabezpieczeń nowej generacji w połączeniu z danymi pochodzącymi od ogromnej liczby użytkowników daje nam wyraźną przewagę nad hakerami — a także nad konkurencją.
Ta technologia zabezpieczeń nowej generacji w połączeniu z danymi pochodzącymi od ogromnej liczby użytkowników daje nam wyraźną przewagę nad hakerami — a także nad konkurencją. To właśnie ta technologia umożliwiła nam automatyczne wykrycie i zablokowanie zagrożeń wiążących się z wysokim ryzykiem, takich jak oprogramowanie ransomware WannaCry, BadRabbit i NotPetya oraz ataki Adylkuzz związane z kopaniem kryptowalut. Żadna aktualizacja produktu nie była konieczna w celu ich wykrycia.
2 miliardy
ATAKÓW ZATRZYMYWANYCH MIESIĘCZNIE
132 miliony
ATAKÓW TYPU RANSOMWARE ZABLOKOWANYCH W 2017 ROKU