Нейронные сети научились определять вредоносные сайты
Новости
Машинное обучение помогает искать отличительные черты фишинговых URL.
1К открытий1К показов
Ученые из Университета Корнелла разработали нейронную сеть URLNet, которая анализирует URL интернет-ресурса на предмет подозрительных комбинаций символов или слов. URL хранит ключевую информацию для проверки, например, длину или некорректное доменное имя.
Исследователи обучали нейросеть на двух наборах данных. Первый содержал миллион «чистых» и вредоносных сайтов, второй — пять миллионов. Для более точного анализа были использованы сверточные нейронные сети. Такой подход позволил добиться обнаружения очень редких слов и конструкций, вложенных в URL. В обоих случаях алгоритмы справились лучше существующих систем по обнаружению подозрительных сайтов.
Развивающиеся алгоритмы машинного обучения и анализа данных помогают нейросетям стать полноправными помощниками человеку. В начале 2018 года разработчики из Google представили нейросеть, способную диагностировать сердечно-сосудистые заболевания.
1К открытий1К показов
Канал Merion Academy выпустил видео в котором рассказал, чем вебхуки отличается от API, где их применяют и в чем основная проблема вебхуков.
Технические основы СЕО для программистов: что нужно знать о мета-тегах, микроразметке, UX/UI, карте сайта, коде 404, подзаголовках.
Рассказали о мерах безопасности в 1С-Битрикс, которые обеспечат надежную работу всей системы. И показали, как настроить встроенные средства защиты и журналирования.
