Нейронные сети: просто о сложном

StaffCop

StaffCop Enterprise

    Приветствуем Вас! Сегодня мы хотели бы поговорить об одной новинке нашего свежего релиза (напоминаю,  что у нас теперь версия 4.7) – о нейронных сетях. Те, кто следил за нашим релизом и/или был на нашем вебинаре, слышали, что мы добавили нейронную сеть, которая распознаёт сотрудников на фотографиях, печати на документах или паспортах. Но, несмотря на то, что нейронные сети постепенно всё глубже проникают в нашу жизнь, не все до конца понимают – что это такое. В этой небольшой статье мы постараемся раскрыть всю подноготную, что же это за зверь такой, как он используется и, самое главное, для чего его используют в ИБ.

    Ни для кого не секрет, что любое программирование использует алгоритмы — строго определённые последовательности действий, записанные с помощью специфического набора команд. Ну и конечно же, когда неожиданно меняются условия, в которых используется алгоритм, вы вынуждены его переписывать, чтобы алгоритм сработал в этих самых новых условиях. Это не очень-то удобно — ведь если нас интересует работа с большим количеством данных или работа в постоянно изменяющихся условиях, то разработка подходящих алгоритмов занимает много человеко-часов. Поэтому и возникла идея нейросетей, математических моделей (воплощённых в реальности программно или аппаратно), которые стараются повторить главную особенность мозга — самообучаемость. Поэтому, нейронные сети не программируются в привычном смысле этого слова, они обучаются: в процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также обобщать данные. Благодаря обучению, сети могут выдавать правильные ответы даже на основе частично искажённых или отсутствующих данных.

    Говоря совсем простым языком, нейронные сети — это такие големы, которые помогают нам облегчить работу с большими объёмами данных. Для того чтобы нейронная сеть начала выполнять свою работу, её нужно научить — как ребёнка в школе. И тут появляются основные сложности использования нейронных сетей. Мы выделим две основные: зависимость от обучения и узконаправленность.

    Зависимость от обучения говорит о том, что как вы научите вашу нейросеть, так она и будет работать. Есть нейросети, которые обучаются с  «учителем», который должен давать им примеры, на которых нейросеть учится. Некоторые нейросети учатся самостоятельно, а некоторые — на основе штрафов и поощрений. Иногда, так бывает, что нейросеть начинает учится не тому, что задумывал создатель или вообще перестаёт учиться. Специалист, занимающийся обучением нейросети, должен отслеживать прогресс обучения с помощью проверочных данных. И чем выше качество обучения, тем больше требуется проверок.

    Узконаправленность говорит о том, что нейронные сети можно научить работать только в одной области. Например, нейросеть обученная распознавать изображения не сможет заниматься классификацией входных данных или прогнозированием. Поэтому нужно всегда четко осознавать для чего создаётся нейросеть и где она будет в дальнейшем использоваться.

    Существуют основные области применения нейросетей, в частности, те, которые уже перечислены: распознавание образов, прогнозирование, классификация входных данных и другие. Нейросети научились делать интересные вещи, которые, как раньше считалось, подвластны лишь людям. Посудите сами:

  • Придумывать лица несуществующих людей;
  • Водить автомобили;
  • Восстанавливать цвет фото и видео, а также улучшать качество видеозаписей;
  • Синтезировать видеоизображения известных людей, произносящих любой текст;
  • Распознавать изображения и мимику;
  • Вычислять мошенников и коррупционеров;
  • И многое другое.

    Конечно же, специалисты информационной безопасности не могли оставаться в стороне. И Российский Университет Иннополис выиграл в конкурсе Минкомсвязи на создание технологии обработки инцидентов информационной безопасности при помощи нейросетей. Создаваемая технология будет самостоятельно решать некоторые инциденты, а в остальных случаях будет классифицировать инциденты и делегировать решение офицерам безопасности.

    Так что нейросети могут выполнять большое количество работы, в том числе и для обеспечения информационной безопасности. Мы, как компания, стремящаяся использовать современные и актуальные технологии, конечно же, пристально следим за развитием нейросетей и, как вы знаете, используем их в StaffCop Enterprise 4.7 чтобы помочь Вам обеспечивать информационную безопасность в Вашей компании.

    Надеемся, Вам было интересно, следите за обновлениями и новыми постами, мы будем держать вас в курсе относительно всего самого интересного!