結合人類與機器個別的長處,達到更好的安全成效。

需處理的威脅和資訊量遠多過人類可以獨自處理的程度。 我們需要借助機器的處理、調整和擴充速度。

但同時,我們仍需要人類的足智多謀,才能與程式碼另一端的人類攻擊者抗衡,在鬥智的過程中取得勝利。 人才和機器共同組成的團隊需要互相學習和通報,形成並肩作戰的陣營。

為加快創新腳步,McAfee 的發展已超越進階分析的標準形式,採取「人機合作」的多階層作法。

在 McAfee 解決方案中應用機器學習的考量︰

  • 系統會在何處收集及運算資料?
  • 需要哪些原始資料?採樣是否適合?
  • 客戶的頻寬和延遲成本
  • 系統會在何處定期或連續學習?
  •  儲存資料的位置、方式及時間
  • 因應客戶程序、中繼資料或管理原則會不斷改變,應每隔多久重新計算模型?

機器學習不斷演進,以促成更優異的威脅防禦

深度學習和人工智慧

最近研究 強調,我們需搭配機器學習技術,才能實現進階偵測能力。 McAfee 正致力將機器學習技術發展成更複雜的分析技術,稱為深度學習和人工智慧 (AI)。

多階層方法

深度學習是以機器學習為基礎的分析方法,其使用多階層的數學神經元,類似人類大腦的運作方式。

仿人類推理

機器學習、深度學習和人工智慧的運算方式更接近人類,在數學上更為複雜。

我們的產品組合

有其他疑問嗎?

我們很樂意提供協助。 請連絡我們以瞭解實作、定價、技術規格等相關資訊。

連絡我們