أكثر شي يحمسني في الذكاء الاصطناعي عندما يتم إعادة استخدام فكرة او نموذج معروف في تطبيق جديد
اشارككم مثالين رائعين
١) استخدمت LinkedIn نماذج تعلم اللغة الطبيعية لرصد سلوكيات مخالفي قوانين المنصة
٢) فريق بحثي استخدم رؤية الحاسب لمراقبة البرمجيات الخبيثة
لكم الشرح 👇
اشارككم مثالين رائعين
١) استخدمت LinkedIn نماذج تعلم اللغة الطبيعية لرصد سلوكيات مخالفي قوانين المنصة
٢) فريق بحثي استخدم رؤية الحاسب لمراقبة البرمجيات الخبيثة
لكم الشرح 👇
المثال الأول)
تواجه LinkedIn مشكلة جرف بيانات المستخدمين (data scraping) بشكل آلي وغير مصرّح من خلال حسابات مزيّفة
تعتمد الطريقة التقليدية لمكافحة هذا التصرف على تحديد خصائص منتقاة بشكل يدوي يتم بناء نموذج تعلم الآلة عليها مثل وقت تسجيل الدخول او الوقت المستغرق في التصفح
تواجه LinkedIn مشكلة جرف بيانات المستخدمين (data scraping) بشكل آلي وغير مصرّح من خلال حسابات مزيّفة
تعتمد الطريقة التقليدية لمكافحة هذا التصرف على تحديد خصائص منتقاة بشكل يدوي يتم بناء نموذج تعلم الآلة عليها مثل وقت تسجيل الدخول او الوقت المستغرق في التصفح
ولكن عيب الأسلوب التقليدي انه ينظر لجزء بسيط من البيانات ولخواص معينة لتحديد سلوك المهاجم والذي قد يغير اسلوب هجومه
ولذلك قرر الفريق تطوير نموذج بالتعلم العميق يراقب سلوك المستخدم ويحدد اذا كان مخالف ام لا
ولذلك قرر الفريق تطوير نموذج بالتعلم العميق يراقب سلوك المستخدم ويحدد اذا كان مخالف ام لا
النموذج مبني باستخدام معمارية الLSTM والمستخدمة في معالجة اللغة الطبيعية
بالعادة الLSTM تحلل تسلسل الكلمات في الجملة للقيام بمهام مختلفة مثل التنبؤ اذا كانت الجملة تحمل مشاعر إيجابية ام سلبية
وبنفس الفكرة يمكن مراقبة تسلسل أفعال المستخدمين وتحديد ان كان احدهم مخالف أم لا
بالعادة الLSTM تحلل تسلسل الكلمات في الجملة للقيام بمهام مختلفة مثل التنبؤ اذا كانت الجملة تحمل مشاعر إيجابية ام سلبية
وبنفس الفكرة يمكن مراقبة تسلسل أفعال المستخدمين وتحديد ان كان احدهم مخالف أم لا
وعليه تم الآتي
١) بناء مجموعة بيانات قياسية بها عدد من المستخدمين
٢) رصد أفعال كل مستخدم على الموقع مع المدة الزمنية بين الأفعال
٣) تصنيف كل فعل بطريقة آلية (عملية بحث، تسجيل دخول، تصفح) واحتساب مدى تكرار كل فعل بين المستخدمين
٤) إدخال البيانات من الخطوة ٢ و٣ لنموذج الLSTM
١) بناء مجموعة بيانات قياسية بها عدد من المستخدمين
٢) رصد أفعال كل مستخدم على الموقع مع المدة الزمنية بين الأفعال
٣) تصنيف كل فعل بطريقة آلية (عملية بحث، تسجيل دخول، تصفح) واحتساب مدى تكرار كل فعل بين المستخدمين
٤) إدخال البيانات من الخطوة ٢ و٣ لنموذج الLSTM
مصدر المقال كاملاً
engineering.linkedin.com
engineering.linkedin.com
المثال الثاني)
عمل فريق بحثي على تحويل عملية مراقبة البرمجيات الخبيثة ومواقع التصيّد المزيفة باستخدام رؤية الحاسب
وعمل الفريق على تطوير فكرة لتصوير محتويات الملفات والمواقع بطريقة يمكن تحليلها من خلال نموذج رؤية حاسب لتصنيف ان كانت ضارة او سليمة
عمل فريق بحثي على تحويل عملية مراقبة البرمجيات الخبيثة ومواقع التصيّد المزيفة باستخدام رؤية الحاسب
وعمل الفريق على تطوير فكرة لتصوير محتويات الملفات والمواقع بطريقة يمكن تحليلها من خلال نموذج رؤية حاسب لتصنيف ان كانت ضارة او سليمة
يتم مراقبة الملفات تقليديا من خلال برامج الحماية التي تبحث عن برمجيات خبيثة مخفية بداخل الملف
ولذلك قام الباحثين بتطوير آلية لتحويل محتويات اي ملف إلى صورة يمكن تحليلها برؤية الحاسب
واستطاع الفريق تطوير نموذج حلل اكثر من ٤٠٠٠ ملف في ١٥ ثانية فقط على جهاز بمعالج عادي
ولذلك قام الباحثين بتطوير آلية لتحويل محتويات اي ملف إلى صورة يمكن تحليلها برؤية الحاسب
واستطاع الفريق تطوير نموذج حلل اكثر من ٤٠٠٠ ملف في ١٥ ثانية فقط على جهاز بمعالج عادي
بالنسبة لمراقبة مواقع التصيد المزيفة، فقام الفريق بعمل مشابه لتحويل محتويات كل موقع الى صورة يمكن تحليلها
ويتم ضبط المواقع المزيفة تقليديا من خلال مراجعة قاعدة بيانات تم تسجيل مواقع مزيفة فيها ولكنها لا تستطيع ضبط مواقع مزيفة جديدة بكفاءة عالية
ويتم ضبط المواقع المزيفة تقليديا من خلال مراجعة قاعدة بيانات تم تسجيل مواقع مزيفة فيها ولكنها لا تستطيع ضبط مواقع مزيفة جديدة بكفاءة عالية
مصدر المثال الثاني:
#aoh=16317890178191&csi=0&referrer=https%3A%2F%2Fwww.google.com&_tf=From%20%251%24s&share=https%3A%2F%2Fventurebeat.com%2F2021%2F09%2F11%2Fcomputer-vision-and-deep-learning-provide-new-ways-to-detect-cyber-threats%2F" target="_blank" rel="noopener" onclick="event.stopPropagation()">venturebeat-com.cdn.ampproject.org
#aoh=16317890178191&csi=0&referrer=https%3A%2F%2Fwww.google.com&_tf=From%20%251%24s&share=https%3A%2F%2Fventurebeat.com%2F2021%2F09%2F11%2Fcomputer-vision-and-deep-learning-provide-new-ways-to-detect-cyber-threats%2F" target="_blank" rel="noopener" onclick="event.stopPropagation()">venturebeat-com.cdn.ampproject.org
أن استفدتم من هذه التغريدات او اعجبكم المحتوى، فآمل منكم الدعم من خلال إعادة نشر التغريدة الأولى في هذه السلسلة
جاري تحميل الاقتراحات...