我們先進的人工智慧 (AI) 系統採用機器學習技術,能自動收集和擷取整個使用者群體的資料,然後訓練每個安全模組。找到新的惡意軟體樣本後,我們的產品就會自動更新模型,提供至關重要的最新保護。
訓練 Avast 機器學習引擎
現今的精密威脅防護並非仰賴單一機器學習引擎,光靠一種手段無法將所有網路攻擊一網打盡,而是必須結合多個機器學習引擎,共同防禦各種攻擊。這些引擎可在不同的裝置上運作 (雲端及 PC 和智慧型手機),它們使用靜態及動態分析技術,而且部署在防禦引擎中的多個保護層級。
為了評估全新及未知的威脅,我們建立了獨有的精密機器學習流程,可在 12 小時內迅速訓練及部署惡意軟體偵測模型。我們也採用諸如深度卷積神經網路 (Deep CNN) 的先進技術來強化惡意軟體偵測模型。新的安全威脅可能以全新、未知的型態毫無預警地出現;在這樣的情況下,迅速更新模型的能力讓我們能夠確保使用者隨時受到保護。
新一代安全技術和來自廣大使用者群體的資料,讓我們在面對駭客和競爭者時展現明顯優勢。
這個新一代安全技術和來自大量使用者群體的資料,讓我們在面對駭客和競爭廠商時展現出明顯的優勢。這項技術也讓我們不需更新產品,就能自動偵測及封鎖惡名昭彰的威脅,例如:WannaCry、BadRabbit 和 NotPetya 勒索軟體,以及 Adylkuzz 加密貨幣挖礦攻擊等。
20 億
一個月攔阻的攻擊數
1.32 億
2017 年封鎖的勒索軟體攻擊數