Trong bối cảnh tội phạm sử dụng công nghệ cao ngày càng hoạt động tinh vi hơn, bên cạnh những lợi ích mà trí tuệ nhân tạo (AI) đem lại, thì AI cũng nổi lên như một công cụ mạnh mẽ để giới tội phạm mạng thực hiện các hành vi phạm pháp. Tuy nhiên, một lĩnh vực mà AI đang có những bước tiến đáng kể là phát triển các thuật toán phát hiện nói dối. Những thuật toán này có khả năng cách mạng hóa việc ngăn chặn và điều tra tội phạm hiệu quả.

Bài viết này đưa ra một cách tiếp cận trong nghiên cứu phương pháp phát hiện mã độc. Trên cơ sở phân tích thống kê trực quan 55 đặc trưng từ cấu trúc PE Header của tập dữ liệu 5.000 file thực thi EXE/DLL gồm cả file sạch và mã độc, các tác giả đã trích gọn được 14 đặc trưng quan trọng có giá trị phân biệt cao. Từ đó, sử dụng một số kỹ thuật học máy tiêu biểu để phân lớp là file mã độc hay file sạch. Qua thử nghiệm, so sánh và đánh giá, kết quả đạt được có độ chính xác cao với F1-score là 98%. Điều này cho phép xây dựng một ứng dụng kiểm tra do quét phát hiện mã độc trên Windows bằng phương pháp học máy, có thể phát hiện các mã độc mới một cách hiệu quả so với hầu hết các phần mềm antivirus chỉ dựa vào dấu hiệu.

Trí tuệ nhân tạo và học máy có thể là một trong những đồng minh mạnh nhất trong cuộc chiến chống lại tấn công mạng, giúp mở rộng quy mô và tăng tốc tốc độ quản lý dữ liệu. Vậy Học máy là gì? Học máy có thể đem lại những ứng dụng gì trong cuộc sống?

Mặc dù thế giới bất ngờ phải đối mặt với thảm họa từ đại dịch Covid-19, nhưng tốc độ đổi mới và áp dụng công nghệ đã tăng tốc đáng kể, đặc biệt là ở các thị trường ngành dọc quan trọng. Các công nghệ mới đã giúp cuộc sống của con người trở nên tốt đẹp hơn, thông minh hơn và nhanh hơn. Ở góc độ kỹ thuật, những tiến bộ này được thúc đẩy bởi các công nghệ tiên tiến trong đó có AI.

Ngày nay, việc triển khai các công nghệ an toàn mạng sẽ hiệu quả hơn nếu sử dụng học máy (machine learning). Tuy nhiên, khó có thể triển khai học máy một cách hiệu quả mà không có cách tiếp cận toàn diện, phong phú và đầy đủ đối với dữ liệu nền tảng. Bài viết sẽ cung cấp cho độc giả cái nhìn bao quát về ứng dụng của học máy đối với an toàn mạng.

Gầy đây, các nhà nghiên cứu bảo mật đã tạo ra phiên bản đầu tiên của “Ma trận các mối đe dọa tấn công hệ thống ML”, giúp các nhà phân tích bảo mật phát hiện và ứng phó với các mối đe dọa tấn công hệ thống học máy mới nổi.

Khi cuộc sống trở nên gắn kết hơn với thế giới số, thì nhu cầu đảm bảo an ninh mạng càng trở lên cần thiết. Công nghệ trí tuệ nhân tạo và học máy sẽ là một trong những đồng minh mạnh nhất trong cuộc chiến chống lại tấn công mạng, mang lại quy mô và tốc độ quản lý dữ liệu.

Trong thời gian gần đây, trí tuệ nhân tạo được cho là có thể trở thành công cụ mũi nhọn, giải quyết các vấn đề về an ninh mạng. Tuy nhiên, công nghệ này vẫn tồn tại một số vấn đề đáng lưu ý.

Hội nghị CyberSec&AI Connected năm 2020 hứa hẹn mang lại những giải pháp khả quan khi hội tụ những chuyên gia hàng đầu thế giới về trí tuệ nhân tạo, an ninh mạng và những lĩnh vực liên quan.

Chuyển đổi số để tiến tới một Việt Nam số sẽ là một sự chuyển đổi sâu sắc và toàn diện, được bắt đầu từ sự chuyển đổi về phương thức, quy trình vận hành, về cách làm việc trong mọi lĩnh vực. Bài viết của ông Lâm Việt Tùng, Chuyên gia tư vấn CNTT - Viễn Thông cho Vodafone Ziggo (Hà Lan) dưới đây giới thiệu về các nội dung: Chuyển đổi từ phương thức làm việc truyền thống sang dùng kỹ thuật số, Chuyển đổi số xuất hiện từ khi nào và chuyển đổi số thách thức hay cơ hội?