ThreatBytes
Super Intelligence para la investigación de malware novedoso. Fundador e investigador principal.
Programa →Investigación
Análisis de malware, IA agéntica y ML adversarial.
Análisis de malware, IA agéntica y ML adversarial — ThreatBytes y artefactos abiertos.
- Programa
- ThreatBytes
- Preguntas
- 5 open
- Ciclo de vida
- 10 stages
- Artefactos
- 2 open resources
Preguntas
Preguntas de investigación
- RQ-001¿Pueden los modelos SI que integran deep learning, reinforcement learning y módulos de razonamiento predecir con precisión comportamientos de malware nunca vistos antes de la ejecución?En desarrollo
- RQ-002¿Cómo puede la SI cognitiva agéntica inferir la intención del malware a partir de indicadores conductuales incompletos o en evolución?Planificado
- RQ-003¿Qué combinación de reconocimiento de patrones, reinforcement learning y estrategias de razonamiento produce una defensa predictiva y preventiva óptima contra malware?Planificado
- RQ-004¿Cómo pueden los agentes SI autónomos ejecutar mitigaciones preventivas fiables manteniendo bajas tasas de falsos positivos y evitando disrupciones colaterales?Planificado
- RQ-005¿Cómo pueden las muestras de malware enviadas por la comunidad mejorar el aprendizaje y la capacidad predictiva del marco SI agéntico?Planificado
Ciclo de vida
Ciclo de vida en diez etapas
01
Observar
02
Recopilar
03
Analizar
04
Razonar
05
Predecir
06
Decidir
07
Mitigar
08
Evaluar
09
Aprender
10
Contribuir
Gobernanza
Ética y gobernanza
Ingesta quarantine-firstregistro de procedencia · revisión ética · sandboxing
Human-in-the-loop
Profundizar