مقام معظم رهبری: يكي از مؤثرترين مؤلفه هاي اقتصاد مقاومتي، شركتهاي دانش بنيان است
  ارتباط با ما درباره ما خدمات قابل ارائه سوالات متداول لينكهاي مرتبط گالری تصاویر رسالت مرکز صفحه اصلي
   

   ارسال سوال جديد

 

كد رهگيري:

   

راهنمای تشکیل

شیوه نامه ایجاد
سامانه ارزیابی

سايت

كاربر حاضر در سايت= ۵۳ نفر

مشاهدات:
امروز= ۲۹۳ مرتبه
فروردین ماه = ۱۳۰۳ مرتبه
كل مشاهده= ۱۲۴۲۷۹۵ مرتبه
بیشترین = ۷۷۶۳ - ۱۸/۸/۱۳۹۷
صفحه جاری= ۱۰ مرتبه
 

   شناسایی مشکلات امنیتی با اسکن مطالب توئیتر

گروهی از محققان سیستم جدیدی را ابداع کرده اند که با استفاده از هوش مصنوعی توئیت ها و مطالب ارسالی در سایت توئیتر را اسکن می کند تا از این طریق آسیب پذیری های امنیتی را شناسایی کند. پژوهشگران دانشگاه اوهایو و شرکت امنیتی FireEye با همکاری یکدیگر سیستم مذکور را طراحی کرده‌اند. این سیستم با استفاد ...

گروهی از محققان سیستم جدیدی را ابداع کرده اند که با استفاده از هوش مصنوعی توئیت ها و مطالب ارسالی در سایت توئیتر را اسکن می کند تا از این طریق آسیب پذیری های امنیتی را شناسایی کند. پژوهشگران دانشگاه اوهایو و شرکت امنیتی FireEye با همکاری یکدیگر سیستم مذکور را طراحی کرده‌اند. این سیستم با استفاده از الگوریتم های خودآموز قادر به مطالعه میلیون ها توئیت است تا در صورتی که اگر در یکی از آنها به وجود حفره های امنیتی در نرم افزاری خاص اشاره شده بود، موضوع به سرعت تشخیص داده شود. سیستم مذکور از توانایی بالایی برای پردازش زبان های طبیعی برخوردار است و با بررسی مطالب ارسالی قادر به پیش بینی این موضوع است که حفره های امنیتی مورد بحث در توئیت ها تا چه حد جدی و خطرناک هستند. دقت این سیستم در حال حاضر بیش از 80 درصد است. هنوز برای تکمیل این سیستم باید بررسی ها و تلاش های بیشتری صورت بگیرد، اما در آینده استفاده از آن در شبکه های اجتماعی مختلف و همین طور بخش تاریک وب که مورد استفاده هکرها قرار می گیرد، می تواند امنیت دنیای مجازی را به میزان چشمگیری ارتقا بخشد.

منبع: خبرگزاری فارس



شناسایی مشکلات امنیتی با اسکن مطالب توئیتر


  منبع:   در تاريخ:  ۲۰ اسفند ۱۳۹۷  ساعت: 11:22:55صبح 
  ارسال خبر به پست الكترونيك از دسته: خبرهاي علمی فناوری دفعات مشاهده: 10

لينك خبر (كد خبر= 1438 )

 

 
 

 آخرين به روز رساني:  دوشنبه ۲۷ اسفند ۱۳۹۷     
 
© 
كليه حقوق اين مجموعه طبق قوانين نرم افزاري متعلق به مركز رشد واحدهاي فناوري و كارآفريني دانشگاه ايلام مي باشد