对付威胁最差的办法就是在其经常出现之前，提早感官并作好充裕防卫甚至主动出击，然而要做这点并非易事，特别是在是在这个攻击方式多样、量级可观的当下。为此，IBM近期展出了一项新技术成果，能在找到安全漏洞摸之前，就将其虚拟世界修复。据负责管理该项目的首席研究员非迪·考普托讲解，工程师们为了找寻风行软件中的安全漏洞而大大研究解决方案，并确切的告诉不有可能寻找应用程序中的所有漏洞。

因此这也意味著，安全性人员必须大大的向系统部署安全补丁。我们说道，在这些应用程序上部署安全性修复程序，是一件繁复且花费工时的事，必须继续执行辨识应用程序的易受攻击版本、管理该漏洞、部署修复程序、重新启动应用程序在内的一系列步骤。

一般情况下，由于部署补丁必须花费很长的时间，因此在找到漏洞后的一段时间里，都是应用程序不易被反击的风险期，为了加快这一进程，IBM的研究员们发售了虚拟世界补丁这一技术。那么，什么叫作虚拟世界补丁？它又是如何构建的呢？答案就是，机器学习。非常简单来说，就是研究员在登录的应用程序上运营各种测试工具并分解涉及数据，之后再行利用这些数据来训练模型。

即在为这些应用程序创立数百万个样本后，确认输出的分类标签：良性、错误或蓄意，最后他们训练模型来预测一个新的样本到底是良性的还是蓄意的。据理解，该模型融合了卷积神经网络（CNN）与迭代神经网络（RNN），并在预测因漏洞产生的安全性威胁方面，成果明显。

测试评估中，研究员的模型顺利的在威胁之前检测到LibXML2（用作解析XML文档的软件库）和LibTIFF（用作读取标记图像文件格式（简写为TIFF）文件的库）漏洞，准确率分别超过了91．3％和93．7％。如今，将机器学习技术用作安全性领域只是一个开端，坚信未来，这一技术需要协助更好的开发人员，在实际曝露之前可以更加高效地修复软件中的潜在漏洞。不仅如此，IBM的研究员们还将之后探寻，从而考古其修复更加普遍漏洞的有效性。

本文来源：澳门威斯尼斯wns888入口-www.jldzsl.com