Нейросеть TabR от Yandex Research обошла разработки Google и университетов США и Китая в тесте на распознавание кибератак, который провели американские ученые Университета Джорджа Вашингтона (организация признана в РФ нежелательной) (деятельность признана нежелательной в РФ). Результаты опубликованы в научном журнале Security and Privacy.
Авторы сравнили 12 моделей машинного обучения на четырех открытых базах данных о сетевых атаках. TabR превзошла конкурентов и по общей точности, и по способности выявлять редкие угрозы.
Современные атаки распознавать непросто: при появлении новых уловок классические программы сбиваются — пропускают атаки или засыпают специалистов ложными тревогами.
Гибридные нейросети для табличных данных вроде TabR решают это за счет «живой памяти»: при анализе сетевого запроса алгоритм мгновенно находит похожие сценарии из архива прошлых инцидентов. Модель сочетает высокую точность с умеренными вычислительными затратами и позволяет выявлять даже редкие атаки, в том числе «сетевых червей» — самораспространяющиеся вредоносные программы.
«Живая память» — образное название обучающей выборки, к которой TabR обращается при каждом прогнозе. Основная техническая сложность — вычислительные затраты: набор примеров нужно хранить и быстро искать по нему при каждом прогнозе», — объяснил Бабенко. – «Сам принцип известен давно: на нём основан метод ближайших соседей, его используют и другие нейросетевые модели. Особенность TabR — в том, как поиск похожих примеров встроен в нейросеть».
По словам Бабенко, основная техническая сложность — вычислительные затраты, которые специалистам Yandex Research удалось значительно сократить. Набор примеров нужно хранить и быстро искать по нему при каждом прогнозе. Это требует дополнительной памяти и времени, особенно при большом объёме данных. TabR удается это делать лучше других моделей, что является серьезной победой специалистов Yandex Research.
Ранее аналитики назвали главную угрозу развитию российских ИИ.