У Максима и его коллег была амбициозная задача по обнаружению вредоносного кода с помощью ML и не было размеченных данных. Разметка таких данных требует специфических знаний и значительного времени со стороны экспертов, поэтому они автоматизировали этот процесс с помощью LLM и успешно решили исходную задачу.
В докладе спикер поделится опытом построения такого пайплайна:
- как с помощью LLM ускорили разметку в 100 500 раз;
- как увеличили число вредоносных файлов с 373 до 6500.
А еще сравнит модели различных вендоров и объяснит, почему ИИ все равно не заменит специалистов по информационной безопасности.
Доклад будет полезен ИИ‑энтузиастам, специалистам ИБ и ML‑инженерам, работающим в этой области
О спикерах
Максим Митрофанов
ML-руководитель группы анализа безопасности приложений, Positive Technologies
Руководит группой машинного обучения по анализу безопасности приложений в компании Positive Technologies. Сосредоточен на разработке ML/LLM‑систем, которые улучшают процессы кибербезопасности и лежат в основе таких продуктов компании, как PT Application Firewall, PT Data Security и PT Application Inspector.
Среди недавних проектов — анализ вредоносного кода, классификация чувствительной информации и системы машинного обучения для защиты от DDoS‑атак
