กองบัญชาการไซเบอร์ของสหรัฐต้องการขยายการใช้ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง และในการทำเช่นนั้น ได้มีการเริ่มการสำรวจข้อกำหนดการเรียนรู้ของเครื่องในวงกว้างขึ้นทั่วทั้งกระทรวงกลาโหม โดยทำงานร่วมกับหน่วยนวัตกรรมกลาโหม หัวหน้าสำนักงานดิจิทัลและปัญญาประดิษฐ์คนใหม่ และหน่วยงานโครงการวิจัยขั้นสูงกลาโหมเพื่อทำเช่นนั้นแนวคิดคือการกำหนดลำดับความสำคัญสำหรับการลงทุนในอนาคตอันใกล้
Dave Frederick ผู้อำนวยการบริหารของ CYBERCOM กล่าวว่า DoD
ได้รวมเอาแอปพลิเคชันแมชชีนเลิร์นนิงขั้นพื้นฐานและผลิตภัณฑ์ที่มีจำหน่ายทั่วไปซึ่งรวมเอาแมชชีนเลิร์นนิงไว้ในภารกิจการป้องกันทางไซเบอร์แล้ว และเขาหวังว่าจะมีความคิดที่ดีขึ้นเกี่ยวกับสิ่งที่จำเป็นในแง่ของแมชชีนเลิร์นนิงในฤดูใบไม้ร่วงนี้ แต่เขาเสนอตัวอย่างหนึ่งของทิศทางใหม่ที่ CYBERCOM ต้องการสำรวจ: ผู้ใช้สังเคราะห์
“ผู้ให้บริการไซเบอร์ที่น่ารังเกียจของเรา วิธีที่พวกเขาเตรียมพร้อมสำหรับภารกิจคือเราสร้างเครือข่ายจำลองที่ควรจะเลียนแบบสภาพแวดล้อมของฝ่ายตรงข้ามให้ได้มากที่สุด แค่ตั้งค่าเครือข่ายแบบสแตติกนั้นไม่เพียงพอในแง่ของความสมจริง เพราะในเครือข่ายจริง คุณมีผู้ดูแลระบบ คุณมีผู้ใช้ คุณมีผู้ใช้คอมพิวเตอร์จำนวนมาก และบางคนอาจสังเกตเห็นว่า มีบางสิ่งที่แปลก และแจ้งให้ [ผู้ดูแลระบบ] ทราบ หรือแจ้งศูนย์ปฏิบัติการด้านความปลอดภัยและดำเนินการ” เฟรดเดอริกกล่าวเมื่อวันที่ 14 มิถุนายนระหว่างงาน Defense One Tech Summit “และเพื่อยกระดับเกมของเราในการฝึกอบรมและการซ้อมปฏิบัติภารกิจ เราต้องการดูว่าเราสามารถพัฒนาความสามารถบางอย่างโดยความร่วมมือกับภาคอุตสาหกรรมเพื่อเลียนแบบการมีอยู่จริงของผู้ปฏิบัติงานเครือข่ายได้หรือไม่ โดยที่เราไม่ได้ดูแค่เราเตอร์และสวิตช์และแพ็คเกจซอฟต์แวร์ แต่เรากำลังเผชิญกับความไม่แน่นอนที่สามารถเกิดขึ้นได้ เมื่อคุณมีผู้ดูแลระบบที่บังเอิญสังเกตเห็นว่า ‘นี่ ดูไม่เหมาะกับฉันเลย ฉันจะตรวจสอบเรื่องนี้สักหน่อย’ ซึ่ง อาจทำให้เราหลุดจากเกม และนั่นเป็นเพียงหนึ่งในหลายๆ ตัวอย่างที่ทีมกำลังดำเนินการสำรวจในช่วงแรกๆ ในตอนนี้”
จากองค์กรสู่ความได้เปรียบทางยุทธวิธี — ค้นพบว่ากระทรวงกลาโหมและหน่วยบริการทางทหารมีความตั้งใจที่จะยกระดับการใช้เทคโนโลยีคลาวด์อย่างไร
Frederick กล่าวว่าการตรวจสอบอย่างต่อเนื่องเป็นอีกด้าน
ที่ CYBERCOM กำลังพิจารณา ซึ่งสอดคล้องกับลำดับความสำคัญของอุตสาหกรรมเป็นอย่างดี เช่นเดียวกับการตรวจจับข้อมูลที่ผิด ในขณะเดียวกัน เขากล่าวว่า CYBERCOM กำลังมองหาพันธมิตรกับ DARPA เพื่อสร้างสรรค์นวัตกรรมในขีดความสามารถเชิงรุก
สิ่งหนึ่งที่ Frederick ไว้วางใจให้แมชชีนเลิร์นนิงช่วยคือช่วยแบ่งเบาภาระของนักวิเคราะห์และผู้ปกป้องทางไซเบอร์ เขากล่าวว่า CYBERCOM กำลังสำรวจแนวทางดังกล่าว โดยเกี่ยวข้องกับเครื่องมือที่ช่วยให้ผู้ปกป้องสามารถเปรียบเทียบกิจกรรมที่น่าสงสัยกับฐานข้อมูลขนาดใหญ่ของมัลแวร์ที่รู้จัก ด้วยวิธีนี้ หากฝ่ายป้องกันไม่แน่ใจว่าสิ่งที่พวกเขากำลังดูนั้นเป็นอันตรายหรือไม่ พวกเขาจะสามารถยืนยันได้เร็วกว่ามาก และหากไม่มีการจับคู่ที่ตรงกันทั้งหมด อัลกอริทึมยังสามารถช่วยระบุด้วยความมั่นใจพอสมควรว่าอาจเป็นตัวแปรใหม่หรือไม่
“นั่นคือตัวอย่างที่สำคัญ เพียงแค่ช่วยทีมป้องกันเท่านั้น ช่วยให้ผู้ปฏิบัติงานรุ่นเยาว์สามารถปฏิบัติภารกิจได้อย่างมีประสิทธิภาพมากขึ้น” เฟรดเดอริกกล่าว “ไม่ใช่ว่าทุกคนจะต้องเป็นระดับเซียน เพราะสามารถใช้เครื่องมือเหล่านี้ช่วยในการทำงานได้”
นั่นเป็นเหตุผลที่ Frederick ต้องการเริ่มรวมเครื่องมือการเรียนรู้ของเครื่องเพิ่มเติมในการฝึกอบรมสำหรับผู้ให้บริการไซเบอร์ พวกเขาไม่เพียงแต่ต้องรู้วิธีใช้เครื่องมือเหล่านี้เพื่อให้ได้ผลสูงสุดเท่านั้น แต่ยังต้องสามารถรับรู้ถึงข้อจำกัดด้วย อัลกอริทึมสามารถทำได้มากเท่านั้น พวกเขาประมวลผลข้อมูลเท่านั้นแม้ว่าจะเร็วกว่ามนุษย์มากก็ตาม แต่ก็ยังต้องใช้วิจารณญาณของมนุษย์ในการประเมินและนำข้อมูลเชิงลึกที่แมชชีนเลิร์นนิงสร้างขึ้นไปใช้ ดังนั้นสิ่งนี้จึงจำเป็นต้องกลายเป็นส่วนพื้นฐานของการฝึกอบรมความปลอดภัยทางไซเบอร์
ซึ่งจะต้องมีการปรับปรุงไปป์ไลน์ความสามารถของ DoD เพื่อความปลอดภัยในโลกไซเบอร์และการเรียนรู้ของเครื่อง ในตอนท้าย Frederick กล่าวว่า CYBERCOM ได้เปิดตัวเครือข่ายการมีส่วนร่วมทางวิชาการเมื่อประมาณ 6 เดือนที่แล้ว ซึ่งกำลังเริ่มจ่ายเงินปันผล เขากล่าวว่าเครือข่ายกำลังปิดตัวในมหาวิทยาลัยสมาชิก 100 แห่ง นั่นช่วยในการเผยแพร่ประชาสัมพันธ์ของนักเรียน Frederick กล่าวว่านักศึกษานอกมหาวิทยาลัยที่มีสายสัมพันธ์อันแน่นแฟ้นกับกองทัพมักไม่ค่อยมองว่า DoD เป็นตัวเลือกอาชีพที่มีศักยภาพ และมักไม่รู้ว่า DoD ว่าจ้างพลเรือน
CYBERCOM ยังใช้ประโยชน์จากเครือข่ายเพื่อสร้างสรรค์นวัตกรรมในด้านการวิเคราะห์ภัยคุกคามที่ไม่เป็นความลับ
Frederick กล่าวว่า “มีข้อมูลมากมายในระดับที่ไม่เป็นความลับ ซึ่งเราต้องการทำงานร่วมกับนักเรียนในโครงการวิจัยในหัวข้อนั้น” “และเรายังพยายามสนับสนุนการวิจัยของนักศึกษาและการวิจัยของคณาจารย์เกี่ยวกับปัญหาด้านนวัตกรรมที่ยากของเรา ดังนั้นในฤดูใบไม้ร่วงนี้ เราจะสนับสนุนโครงการวิจัยของนักเรียนอย่างน้อย 10 โครงการที่เน้นปัญหาด้านนวัตกรรมของเรา เราจะเปิดตัวในเดือนสิงหาคม โฆษณาและดำเนินการตามขั้นตอนที่นั่น”
credit : ฝากถอนไม่มีขั้นต่ำ