微软最新AI检测代码漏洞准确率高达99%
根据数据管理公司Coralogix的数据,程序员在每1000行代码中就会产生70个bug,每个bug解决方案需要的时间是最初编写代码时的30倍。该公司估计,美国每年在识别和修复漏洞的花费就高达1130亿美元
根据数据管理公司Coralogix的数据,程序员在每1000行代码中就会产生70个bug,每个bug解决方案需要的时间是最初编写代码时的30倍。该公司估计,美国每年在识别和修复漏洞的花费就高达1130亿美元。
好消息是,微软最近宣布,它已经成功地创建了一个机器学习模型,能够在97%的时间内准确识别高优先级安全漏洞。
在本月早些时候发布在网上的一份报告中,微软高级安全程序经理斯科特·克里斯汀森(Scott Christiansen)说,“我们发现,通过将机器学习模型与安全专家配对,我们可以显著改善安全漏洞的识别和分类。”
该模型具有更高的成功率(99%),可以区分安全性和非安全性bug。
微软使用了两种统计技术来设计漏洞检测系统。一种是术语频率逆文档频率算法(TF-IDF),它检查大量文档集合中的关键字并计算它们的相关性。另一种是逻辑回归模型,它确定特定类或事件存在的概率。
该程序首先将安全性和非安全性bug进行了分类,然后进行了改进,将威胁级别划分为“关键”、“重要”或“低影响”。
克里斯蒂安森说,微软的目标是设计一个“精确度尽可能接近安全专家水平”的漏洞检测系统。
该项目的一个关键突破,克里斯蒂安森解释说,是“错误报告可以执行,即使只有标题是可用的训练和得分。”
克里斯蒂安森说:“据我们所知,这是世界上首次成功率达99%。”微软最终将在GitHub上开放它的发现。
相关文章
热门网址
-
19打开,有戏
时间线
热门标签
热门工具
Apple Store
扫码加公众号
本站内容源自互联网,如有内容侵犯了你的权益,请联系删除相关内容,联系邮箱:youmao@neone.com.cn
© 2010 - 2024 | 沪ICP备16045468号-5