4 Kasus Penggunaan Machine Learning untuk Keamanan
Secara umum algoritma machine learning dibagi menjadi dua jenis, yaitu supervised dan unsupervised learning. Perbedaan paling mendasar dari kedua algoritma ini adalah algoritma supervised learning membutuhkan data training dan data testing untuk mengembangkan model sedangkan algoritma unsupervised learning tidak membutuhkan data testing sehingga model akan mengklasifikasikan data input tanpa aturan yang telah di-set up sebelumnya.
Saat ini penggunaan machine learning sudah meluas. Produksi data yang terus meningkat dari waktu ke waktu bisa dimanfaatkan untuk membantu model ‘belajar’ dengan lebih baik. Salah satu pemanfaatan machine learning yang saat ini sedang masif diadaptasi adalah perancangan keamanan yang lebih kuat.
Pada prinsipnya, machine learning dapat membantu perusahaan atau organisasi untuk menganalisis ancaman dengan lebih baik serta merespons serangan dan insiden keamanan. Teknologi yang satu ini juga dapat membantu perusahaan untuk mengotomatiskan lebih banyak tugas berulang yang sebelumnya dilakukan oleh tim keamanan yang terkadang kurang terampil.
Tidak hanya sebatas teori, sudah banyak contoh kasus yang memanfaatkan machine learning untuk memperkuat keamanan di berbagai perusahaan. Apa saja kasus tersebut? Yuk kita simak bersama!
1. Mendeteksi Aktivitas Berbahaya
Algoritma machine learning akan membantu perusahaan mendeteksi aktivitas jahat lebih cepat dan menghentikan serangan sebelum dimulai. Sebuah perusahaan startup bernama Darktrace menggunakan algoritma machine learning untuk membantu sebuah kasino di Amerika Utara mendeteksi serangan eksfiltrasi data.
Perusahaan ini juga mengklaim telah mencegah serangan serupa selama krisis ransomware Wannacry. Algoritma yang dibangun oleh Darktrace bisa mendeteksi serangan ransomware yang menginfeksi lebih dari 200.000 korban di 150 negara dalam hitungan detik dan bisa dikurangi tanpa menyebabkan kerusakan apa pun.
Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!
2. Menganalisis Titik Akhir Seluler
Beberapa waktu lalu, MobileIron, sebuah perusahaan perangkat lunak Amerika Dan Zimperium, perusahaan keamanan seluler yang berbasis di Amerika Serikat mengumumkan kolaborasi untuk membantu perusahaan mengadopsi solusi anti-malware seluler yang menggabungkan machine learning.
MobileIron akan mengintegrasikan deteksi ancaman berbasis machine learning Zimperium dengan mesin keamanan dan kepatuhan yang akan mengatasi ancaman seperti mendeteksi perangkat, jaringan, dan ancaman aplikasi dan segera mengambil tindakan otomatis untuk melindungi data perusahaan.
3. Meningkatkan Analisis Manusia
pada tahun 2016, MIT’s Computer Science and Artificial Intelligence Lab (CSAIL) mengembangkan sistem yang disebut dengan AI2. sistem ini merupakan platform keamanan machine learning adaptif yang membantu analyst untuk menemukan informasi atau pattern yang sulit ditemukan.
Platform ini akan meninjau jutaan login setiap hari, mampu memfilter data dan meneruskannya ke analyst manusia, mengurangi 100 ‘alerts’ per hari. Eksperimen yang dilakukan oleh CSAIL dan start-up Pattern menunjukkan tingkat deteksi serangan naik 85% dengan penurunan false positive lima kali lipat.
4. Mengotomatiskan Keamanan
Manfaat nyata dari machine learning adalah dapat mengotomatiskan tugas yang berulang sehingga staf keamanan bisa fokus pada pekerjaan yang lebih penting. Booz Allen Hamilton, sebuah perusahaan konsultan teknologi dari Amerika Serikat, menggunakan tools artificial intelligence untuk mengalokasikan sumber daya keamanan manusia secara lebih efisien dan mengatasi ancaman sehingga pekerja dapat fokus pada serangan paling kritis.
Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021
Setelah membaca beberapa case penggunaan machine learning untuk keamanan di berbagai perusahaan, ‘mata’ kita mulai terbuka tentang luasnya manfaat machine learning di era modern, bukan? Teknologi ini diperkirakan akan terus melebar dan mendatangkan peluang pekerjaan yang cukup menjanjikan.
Yuk persiapkan dirimu untuk terjun ke industri machine learning dengan menguasai berbagai algoritma machine learning bersama DQLab! Dengan modul DQLab kita tidak hanya belajar teori, tetapi juga bisa praktek menulis script code secara langsung dengan live code editor dari DQLab plus data yang mencerminkan data real di dunia industri.
Klik button di bawah ini atau sign up melalui DQLab.id untuk mengakses FREE MODUL “Introduction to Data Science” dengan bahasa pemrograman R dan Python sebagai perkenalan dengan live code editor dari DQLab.
Penulis: Galuh Nurvinda K