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?