Публикации
HPE InfoSight – искусственный интеллект для центров обработки данных, статья
Использование Linux в общедоступных корпоративных облаках, статья
Перспективы и проблемы ИИ, статья
Платформы Cisco для аналитики, статья
SCM – перспективы одноуровневой памяти, статья
Intel: новые флэш-устройства, статья
ETERNUS AF S2 – новый уровень ценовой доступности для цифровой трансформации , статья
Evergreen – решение главной проблемы СХД , статья
Cisco: гиперконвергенция для новых вызовов , статья
2018 – год начала больших перемен в отрасли , статья
HPDA: еще и ускорение аналитики больших данных , статья
Компоненты архитектуры Intel для СХД нового поколения , статья
SAP Leonardo ML “в разрезе” , статья
Единая платформа мониторинга гетерогенных СХД, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Qrator Labs представила основные тренды в развитии машинного обучения и искусственного интеллекта в рамках Евразийского экономического форума

2, ноябрь 2018  —  Qrator Labs, специализирующаяся на противодействии DDoS-атакам и обеспечении доступности интернет-ресурсов, приняла участие в Евразийском экономическом форуме, проходившем в Вероне с 25-26 октября 2018 года. В рамках крупнейшего евразийского мероприятия Qrator Labs обозначила ключевые направления использования технологий машинного обучения сегодня и в будущем.

В ходе сессии форума « Новейшие технологии для промышленной революции: хайп и реальность » технический директор Qrator Labs Артем Гавриченков рассказал о том, в каких областях уже сегодня может использоваться искусственный интеллект и машинное обучение для решения реальных задач бизнеса.

Анализ собираемой информации  — это ключ к   улучшению показателей любого бизнеса. Машинное обучение сегодня успешно применяется для анализа большого объема данных, стабильных во времени.   Технологии machine learning помогают с отслеживанием периодичности происходящих событий и с поиском аномалий в стабильных событиях. Так, для оператора связи основным бизнес-показателем является объём Интернет-трафика, и с помощью алгоритмов машинного обучения задача, например, поиска резких всплесков трафика решается достаточно просто.

Аналогичным образом может детектироваться большинство аномалий в любых бизнес-процессах, которые поддаются измерению. Для других типов бизнеса такими параметрами может быть число посетителей в единицу времени, количество покупок, заказанных доставок, оплаченных счетов, продемонстрированных рекламных объявлений, проведенных транзакций. Видов подобных данных очень много, что усложняет ручное отслеживание, но все они обычно легко поддаются автоматическому анализу, и при выявлении аномалий в тех или иных показателях система высылает оповещения ответственным специалистам компании. Таким образом, задачи построения бизнес-процессов на   основе продвинутого анализа данных предприятия серьёзно упрощаются.

В сфере информационной безопасности машинное обучение используется для прогнозирования рисков, анализа характерных паттернов легитимного поведения с целью своевременного выявления подозрительных активностей. Злоумышленники также не отстают: они осваивают новые технологии для поиска уязвимостей на сайтах.

Стоит заметить, что машинное обучение не всегда может использоваться для анализа инцидентов ИБ, поскольку зачастую они происходят непредсказуемо и не столь часто, чтобы можно было собрать статистику, достаточную для обучения системы.

« Машинное обучение стало распространенным инструментом во многих сферах, где требуется интеллектуальный анализ данных. Однако machine learning отнюдь не является « чудом » – это лишь математика и алгоритмы, доступные, в том числе, бесплатно, а потому интерес бизнеса и прикладных программистов к этому наиболее успешному направлению искусственного интеллекта будет расти и дальше. Можно ожидать появление алгоритмов, основанных на машинном обучении, и в сети, и, в том числе, встроенных в сетевые подсистемы телефонов и браузеров. Вследствие этого в грядущем будущем робот станет полноценным гражданином сети, и задача отличения человека от машины при доступе к сайту потеряет всякий смысл. Концентрироваться придется уже на выявлении аномального поведения, которое может быть присуще как роботу, так и живому человеку », – комментирует Артем Гавриченков, технический директор Qrator Labs.

« Евразийский экономический форум является ключевым событием Большой Евразии, от Атлантики до Тихого океана, участие в котором традиционно принимают крупнейшие российские компании, итальянские корпорации, политические деятели. Это знаковая площадка для целого ряда бизнес-активностей, в том числе для нашей компании, активно присутствующей на европейском рынке. Италия для нас – это чрезвычайно плодотворный источник технологического партнерства ввиду активного развития академической среды в этой стране. Экономический форум в Вероне предоставил нам отличную возможность внести свой вклад в развитие индустрии и рассказать бизнесу о новых технологических разработках, приводящих к   революционным изменениям не   только в   экономике, но   и   в   повседневной жизни каждого человека », – отмечает основатель и генеральный директор Qrator Labs Александр Лямин.

О компании Qrator Labs

Qrator Labs – номер один в области противодействия DDoS в России (согласно отчету IDC Russia Anti-DDoS Services Market 2016–2020 Forecast and 2015 Analysis). Компания основана в 2009 году и предоставляет услуги противодействия DDoS-атакам в комплексе с решениями WAF (Web Application Firewall), организованными по технологии партнёрской компании Wallarm. Для эффективного противодействия DDoS-атакам Qrator Labs использует данные собственного сервиса глобального мониторинга интернета Qrator.Radar. Сеть фильтрации Qrator построена на узлах, расположенных в США, России, ЕС и Азии, что наряду с собственными алгоритмами фильтрации является конкурентным преимуществом компании.

Команда Qrator Labs занимается исследованиями в области противодействия DDoS-атакам с 2006 года, и постоянно совершенствует уникальные алгоритмы фильтрации, которые строятся с использованием технологий машинного обучения. Это позволяет фильтрам оперативно реагировать на новые типы угроз в автоматическом режиме.

Клиенты Qrator Labs – это компании из различных отраслей по всему миру. В числе российских клиентов ведущий банк « Тинькофф Кредитные Системы », платёжные системы (Qiwi, Cyberplat, Элекснет), сайты электронной коммерции (Lamoda, Юлмарт, Эльдорадо, Wildberries, Ситилинк), СМИ (МИА "Россия Сегодня", ИТАР-ТАСС, радиостанция « Эхо Москвы », Регнум, телеканалы « Звезда », ТНТ, "Дождь", НТВ-Плюс) и многие другие.

Публикации по теме
Рынки
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Qrator Labs

© "Storage News" journal, Russia&CIS
Редакция: 115516, Москва, а/я 57; тел./факс - (495) 233-4935;
www.storagenews.ru; info@storagenews.ru.