谷歌宣布將使用機器學習來檢測商店裡的惡意程序
谷歌公司自己最近公布的數據顯示Google Play應用商店裡的惡意程序已經從2015年的0.15%下滑到0.05%。
但不爭的事實是依然還有大量惡意應用程序躲過谷歌審核順利上架應用商店最終進入用戶的Android設備里。
為應對這種情況該公司已宣布開發機器學習來對比程序，通過機器學習演算法定期高效的掃描來阻止惡意軟體。
谷歌的做法是分析應用商店裡每個程序的隱私和安全性，然後再和同類型的應用程序進行對比找出其中差異。
最終把多個同類型的應用程序共同對比找出那些申請異常許可權的程序，然後再針對這些程序進行針對性調查。
事實上大多數面向Android平台的惡意程序都需要獲取大量許可權， 本身應用程序申請不必要的許可權就不正常。
藉助演算法谷歌可以節省人工對應用程序審核的時間，同時可以大規模的批量對已經上架的程序進行定期掃描。
※分子科學中的機器學習：不會燎原的星星之火？
※這 10 本由淺入深的好書，或讓你成為機器學習領域的專家
※每月好書：Python機器學習演算法
※劉利：基於Spark的機器學習平台在點融風控應用介紹
※機器學習「算出」晶體性質，這次輪到材料學家解放雙手
TAG:機器學習 |
※EDR軟體如何使用機器學習的方法檢測惡意軟體
※利用機器學習＆AI判定未知惡意程序
※使用機器學習來進行卡通上色
※如何使用機器學習預測葡萄酒品質
※研究團隊合作開發一種機器學習演算法，能夠使用AI預測智力
※人工智慧之機器學習篇——並行機器學習
※機器學習開發者應該收藏的 DIY 計算機視覺和深度學習項目
※機器學習——局部異常檢測
※產品經理機器學習手冊：什麼樣的產品需要利用機器學習來解決？
※基於機器學習的CC攻擊檢測技術研究與應用報告
※谷歌發布新自動機器學習工具AI系統：將用於呼叫中心
※《地獄之刃》總監：希望用AI和機器學習打造遊戲
※機器學習之監督和無監督學習
※蘋果和IB將通過新的機器學習集成展開合作
※機器學習演算法的使用以及實踐到應用
※機器視覺技術的農業應用研究進展
※基於注意力機制，機器之心帶你理解與訓練神經機器翻譯系統
※一文看懂機器學習流程
※谷歌推出 AR 顯微鏡，用機器學習技術幫助實時檢測癌細胞
※谷歌的機器學習軟體現在可以按拉麵店進行分類