我们先进的人工智能 (AI) 系统利用机器学习,从整个用户群中自动收集和提取数据,然后强化每一个安全模块。找到新的恶意软件样本之后,我们的产品会自动更新模型,提供即时保护。
Avast 机器学习引擎训练
当今世界,复杂的威胁防御并非依赖于可以提供应对所有网络攻击的万能解决方案的单个机器学习引擎。相反,它需要多个机器学习引擎相组合,联合防御攻击。这些引擎可以跨设备运行(在云上、PC 和智能手机上都可以运行),它们采用静态和动态分析技术,我们已在防御引擎的许多保护层中部署了这些引擎。
为了评估新威胁和未知威胁,我们建立了一个独特而复杂的机器学习管道,利用这个管道,我们能够在 12 小时内快速训练和部署恶意软件检测模型。我们还采用了深度卷积神经网络 (Deep CNN) 等先进技术来增强我们的恶意软件检测模型。新的安全威胁可能会以全新和未知的形式突然出现。在这种情况下,快速更新模型的能力可以确保用户免遭威胁。
下一代安全技术和来自庞大用户群的数据为我们提供明显优势,对抗黑客和竞争对手。
此下一代安全技术和来自庞大用户群的数据为我们提供明显优势,对抗黑客和竞争对手。正是这项技术使得我们无需更新产品即可自动检测和阻止高知名度的威胁,例如 WannaCry、BadRabbit、NotPetya 勒索软件和 Adylkuzz 加密挖矿攻击。
20 亿
每月拦截攻击次数
1.32 亿
2017 年拦截的勒索软件攻击次数