[發明專利]包括機器學習快照評估的保護系統

有效

• 申請號: 201380081043.0
• 申請日: 2013-12-19
• 公開（公告）號: CN105745663B
• 公開（公告）日: 2018-11-16
• 發明（設計）人: T·M·科蘭伯格;I·塔托里安
• 申請（專利權）人: 英特爾公司
• 主分類號: G06F21/50
• 分類號: G06F21/50;G06F11/30
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 黃嵩泉

本公開涉及一種包括機器學習快照評估的保護系統。設備可以包括用于生成設備操作的快照的機器學習引擎(MLE)。MLE可以使用快照中的活躍操作或計劃操作以學習用戶行為。一旦為設備建立了正常的用戶行為，MLE就可能能夠確定快照何時包括可能指示對設備的威脅的不尋常行為。被確定為包括不尋常行為的快照可以被傳輸到遠程資源以進行評估。遠程資源可以至少包括用戶行為分類引擎(UBCE),所述UBCE用于通過將用戶行為表征為至少一種用途類型而對用戶行為進行分類?？梢杂蒛BCE分析快照以便判定潛在的威脅是否存在于設備中，并且可將威脅分析提供給設備以進行評估和/或校正動作。

技術領域

本公開涉及保護系統，并且更具體地涉及一種具有用于評估設備操作的快照的機器學習引擎的威脅監測系統。

背景技術

現代設備日益依賴于眾多電子技術來進行日常交互。例如，正在使用電子通信來進行個人和專業通信、購物交易、賬戶訪問、金融交易、合同協議等。這種增加的依賴性的結果是，正在電子設備上存儲過多的個人、私有和/或機密信息。可以存儲個人和/或商業標識信息、地址信息、賬戶標識符、醫療數據、關系信息等以支持提供進行電子交易功能的各種應用或接口。個人、私有和/或機密信息在一個位置的可用性對于尋求將此類信息用于自身利益的未授權方可能是有吸引力的。結果是，在電子設備中實現保護性措施對于防止個人、私有和/或機密信息落入壞人之手是必要的。

典型的保護模型可以包括安裝在設備中用于監測威脅的軟件組件。軟件組件可以由集中式主體管理，此集中式主體提供對軟件組件的更新和/或用于監測威脅的規則。雖然這個架構在某種程度上已經是有效的，但是它已經成為標準過久，使得許多攻擊(例如，惡意軟件(諸如，病毒或蠕蟲)、嘗試未授權訪問等)已經被專門設計以克服這種類型的保護系統。例如，可更改惡意軟件的外觀以便繞過監測規則，或者惡意軟件可以被插入到低級設備操作中(例如，在比保護組件更高的特權等級下操作)來繞過檢測。如果不能由設備中的本地保護性措施檢測到攻擊，則可認為此設備為對此攻擊無防備。

附圖說明

隨著以下具體實施方式的進行且在參考附圖之后，要求保護的主題的各實施例的特征和優點將變得明顯，其中相似的參考號指示相似的部件，并且在附圖中：

圖1示出根據本公開的至少一個實施例的包括機器學習快照評估的示例保護系統；

圖2示出根據本公開的至少一個實施例的用于設備的示例配置；

圖3示出根據本公開的至少一個實施例的用于遠程資源的示例配置；以及

圖4示出根據本公開的至少一個實施例的用于包括機器學習快照評估的保護系統的示例操作。

盡管將參考說明性實施例進行以下具體實施方式，但是其許多替代、修改和變型將對本領域普通技術人員將是明顯的。

具體實施方式

本公開涉及一種包括機器學習快照評估的保護系統。在一個實施例中，設備可以包括用于生成設備操作的快照的機器學習引擎(MLE)。所述MLE可以利用所述快照中的活躍操作或計劃操作以學習用戶行為。一旦為所述設備建立了正常的用戶行為，MLE就可能能夠確定快照何時包括可能指示對所述設備的威脅的不尋常行為。被所述MLE確定為包括不尋常行為的快照可以傳輸到遠程資源以進行評估。所述遠程資源可以至少包括例如用戶行為分類引擎(UBCE)，所述UBCE可以通過將用戶行為表征為至少一種用途類型來對所述用戶行為進行分類。可以由所述UBCE分析所述快照以判定潛在的威脅是否存在于所述設備中，并且可將所述威脅分析提供給所述設備以進行評估和/或校正動作。在一個實施例中，如果設備對于系統是新的，則所述MLE還可以將快照和用戶數據提供給所述遠程資源。所述遠程資源可以創建用戶賬戶(如果必要)，將所述設備與所述用戶賬戶相關聯，并且分析所述設備以判定所述設備是否是“干凈的”(例如，不具有威脅)。