Pokročilé strojové učení
Strojové učení je obor umělé inteligence, který systémům umožňuje učit se vzorce z dat a zlepšovat svá rozhodnutí, aniž by musely být explicitně naprogramovány pro každý jednotlivý scénář.
ESET pracuje s algoritmy strojového učení pro detekci a blokování hrozeb již od roku 1990. Neuronové sítě byly do detekčního jádra aplikací ESET přidány v roce 1998.
Strojové učení zahrnuje DNA detekce, které využívají modely založené na strojovém učení, které fungují efektivně s cloudovým připojením i bez něj. Algoritmy strojového učení jsou nedílnou součástí počátečního třídění a klasifikace příchozích vzorků a jejich umístění do imaginární „kyberbezpečnostní mapy“.
Společnost ESET vyvinula své vlastní systém strojového učení. Využívá kombinovanou sílu neuronových sítí (například hlubokého učení a sítí s dlouhodobou krátkodobou pamětí, LSTM) a pečlivě vybrané skupiny šesti klasifikačních algoritmů. Díky tomu dokáže vytvářet konsolidovaný výstup a pomáhá správně klasifikovat příchozí vzorky jako čisté, potenciálně nechtěné nebo škodlivé.
Jádro strojového učení ESET je vyladěné ke spolupráci s dalšími ochrannými technologiemi, jako je detekce na úrovni DNA, sandbox a analýza paměti, jakož i s extrakcí behaviorálních funkcí, aby poskytovalo nejlepší míru detekce, a co nejmenší množství falešných detekcí.