技術簡介
異常行為/事件之自動化分析技術讓使用者開發分析模型時,不需深入了解演算法、模型、參數調教也能獲得高品質的AI機器學習模型。
特色與創新
異常事件的分析工作主要由資安或領域專家來進行,因巨量資料興起與運算資源普及而逐漸AI化。本技術讓使用者上傳行為/事件訓練資料並自動化訓練機器學習模型,讓使用者能部署到環境中進行異常事件預測與篩選。透過機器學習/深度學習協作給予風險等級,彌補傳統篩選規則,協助資訊/資安人員判定,提升通報效率降低誤報率,並依據篩選結果針對不同風險等級進行應變措施設計,並整合處理流程達成自動化處理與通報,減少面對大量行為/事件資料時的人力使用並縮短反應時間,此外本技術並搭配相關封裝技術,可動態部署到環境中進行異常/資安事件預測,並依據當下需求動態持續優化改進。
應用與效益
於自動化機器學習,加速機器學習與產業的結合應用。