详细内容或原文请订阅后点击阅览
聚焦：为您的机器学习系统提供优质数据
Om nom nom — 您为机器学习 (ML) 系统提供什么？处于通信技术和网络安全十字路口的 NIST 研究人员正在研究这个问题。在最基本的层面上，机器学习的作用与消化系统的作用相同
来源:美国国家标准与技术研究院__通讯信息图片来源：Koldunov Alexey/Shutterstock、R. Wilson/NIST
图片来源：Om nom nom — 你给你的机器学习 (ML) 系统喂了什么？处于通信技术和网络安全交叉领域的 NIST 研究人员正在研究这个问题。
从最基本的层面上讲，ML 的行为方式与你的消化道相同。好的食物会带来好的结果。给它喂垃圾食品（输入坏数据）会导致失败。
因此，自然而然地，如果你希望 ML 检测到系统的网络攻击，但只给它坏数据来学习，你就会过得很糟糕。
现在，我们正在展示为 ML 创建可信、有用的数据的能力，这有助于检测对系统的攻击。我们的团队正在使用 1,000-2,000 种类型的数据来实现这一点。
具体来说，研究人员正在捕捉和收集有关网络攻击、系统受到攻击时的行为以及系统未受到攻击时的行为的数据。
利用这些信息，我们希望帮助系统管理员保持 ML 的饮食营养丰富。有关更多信息（以及更少的生物学隐喻），请查看项目页面。
查看项目页面