UM-Flint与NetSTAR合作，通过先进的AI技术提升网络安全
作者：Jeffrey Jones
密歇根弗林特大学宣布与全球领先的网络过滤和互联网安全解决方案提供商NetSTAR建立开创性合作伙伴关系。该合作旨在开发先进的人工智能技术，以增强互联网安全性，特别是针对儿童和老年人等易受伤害人群。该项目还将通过阻止访问有害内容、保护敏感信息以及在教育和工作环境中减少干扰来提高生产力。
该合作伙伴关系在密歇根弗林特大学主办的“网络安全展望：揭示路径、应对挑战和塑造研究与创新”年度系列会议首次会议上签署仪式上正式宣布。网络安全中心.
近200名与会者聚集在大学的河滨会议中心，听取了来自微软、亚马逊、通用汽车等多家机构的演讲者的分享，每位演讲者都就职业路径和行业挑战提供了见解。
UM- Flint的计算机科学教授兼网络安全中心主任Khalid Malik协调了此次活动，并接待了NetSTAR的领导团队，其中包括该公司的首席技术官Yasuaki Arakawa，他曾与Malik共事过。
“大约在2010年，当我们在东京的NetSTAR公司工作时，我第一次遇到了马利克博士，”荒川说。“我们合作进行恶意软件检测和网站分析，非常成功。我们共同的经历是NetSTAR决定与弗林特大学合作的一个重要因素。”
马利克搬到美国后，两人通过LinkedIn保持联系，为未来在网络安全领域的合作留下了可能性。最终，在2024年5月，马利克和荒川开始了新一轮的合作，专注于使互联网对用户更加安全，特别是未成年人。
他们的合作研究集中在能够实时检测和分类恶意网站的AI技术上。传统的做法是手动更新数据库来清除危险网址，但鉴于每天都有数以百万计的新网页被创建和更改，未来的网络安全将依赖于能够自动识别有害内容（如色情或网络钓鱼站点）的AI技术。
根据Malik的说法，开发过程中遇到的重大障碍包括加密的DNS请求、实时分类、不断变化的网站内容以及互联网多模态的特性。
他说：“未来，许多人将使用加密的DNS请求来访问互联网，这可以隐藏他们的活动，不让ISP知道。”“加密流量使得很难对有害网站进行分类和过滤。我们需要实时地对URL进行分类，并且不能总是信任它们之前分配的类别。”
神经符号AI可以通过允许更复杂的分析和决策提供解决方案。这一过程与传统的深度学习形成对比，后者在马利克的经验中，在模式识别方面表现出色，但在推理方面却有所不足。
我们的最终目标是平衡互联网安全和隐私，Malik说道。“为了应对这些挑战， 我们正在开发基于神经符号的技术进行URL分类，这涉及将符号推理和多模态深度AI相结合，能够处理音频、视频和文本。
一个能够准确在线威胁评估的人工智能模型将在网络安全领域代表技术上的飞跃，而阿 rakawa 在网络安全展望研讨会上的讲话中强调了该项目成功的重要性。
“我们的目标是利用技术创造解决方案，以提高所有人的互联网安全和保障，”阿宅川说道。“但这项合作不仅仅是科技项目——它关乎在世界上产生真正的影响力。通过结合NetSTAR的优势与UM-Flint的卓越技能，我们旨在应对当今面临的复杂网络安全挑战。”
了解更多，请访问UM-Flint的安全中心网页.
暂无评论