从保护关键基础设施到简化IT系统:Booz Allen实习生如何应用机器学习来解决棘手的问题

从保护关键基础设施到简化IT系统:Booz Allen实习生如何应用机器学习来解决棘手的问题

使用机器智能自动操作:从左到右:Anika Rahman,Jai Ghose,Annie Chen,Jad Hamdan,Cassandra Fox

使用机器学习来帮助安全专家分类网络威胁:从左到右:乔纳森·奇里(Jonathan Chery),杰克·迪亚斯(Jack Dates),乔什·洛里亚(Josh Loria),杰米·唐尼(Jamie Downey)和瑞安·范·塞利克(Ryan Van Slyke)。未显示:navya dev。

预测和防止对关键基础设施的网络攻击:从左到右:安东尼·费利,本杰明·迪尔,莱昂内尔·阿尔瓦雷斯

2017年8月14日,星期一 - 下午4:50

活动:Booz Allen Hamilton的夏季奥运会

内容:文章

蒸汽机。那个飞机。微处理器。现在,机器智能(机器智能(Machines)对数据的感知,解释和采取行动的能力 - 代表了社会的下一个变革性技术。我们已经看到了它的令人敬畏的效果:从驱动自己的卡车到开发药物疗法的计算机程序,再到写新闻文章并创作音乐的软件。

今年夏天,三支布兹·艾伦(Booz Allen)团队夏季比赛实习生正在应用机器学习,以防止越来越多的网络攻击造成当今市场的不稳定和不确定性。这些实习生正在开发智能技术解决方案,例如检测工具,以帮助安全专业人员优先考虑网络安全警报,算法来检测网络漏洞,以及像仪表板和聊天机器人一样运行的IT系统,以确保网络危机中的连续性。

在下面,用自己的话来了解有关团队工作的更多信息:

使用机器学习来帮助安全专家分类网络威胁
总部位于纽约的团队的杰米·唐尼(Jamie Downey)表示:“尽管网络安全解决方案在检测网络威胁方面变得更加全面和成功,但将恶意活动与正常网络行为区分开来,几乎对于每个企业来说都是一个问题。”“为了有效地打击与网络攻击相关的风险越来越多的人,安全专业人员必须能够辨别哪些警报最紧迫。我们的团队正在创建一个分析工具,该工具使用机器学习来预测哪些警报最有可能与真正的网络威胁相关联。该工具使网络安全警报的系统优先级可以帮助分析师和管理人员确定最紧迫的警报,并快速有效地对其采取行动。”

预测和防止网络对关键基础设施的攻击
“当人们想到对网络安全的威胁时,他们通常会想到需要保护银行或信用卡公司等系统。但是,隐藏在普通视线中的是无数的工业控制系统,这些系统管理和保护基本基础设施系统以及电力,水和汽油等公用事业。对这些系统的有针对性攻击对我们国家的安全构成了严重威胁。“我们的目标是开发一种将使用机器学习来分析大量过程数据的工具,并确定与网络入侵,操作失败以及其他可能影响关键基础设施可用性的问题相关的异常模式。我们的工具将有助于最大程度地减少篡改和网络入侵,从而对客户,工人,环境,我们的经济和国家安全产生负面影响。”

使用机器智能自动化IT操作
总部位于马里兰州的团队的安妮·陈(Annie Chen)表示:“联邦政府仅凭今年的费用就可以花850亿美元,而大部分支出是不必要的:对IT的发生时的反应放缓和发生灾难的结果。”“我们正在建立一个可以改变组织运行其IT基础架构方式的系统。通过汇总可用的IT数据并使用预测分析,我们将启用IT团队,以防止昂贵且耗时的IT在发生之前的减速和崩溃。我们的个性化仪表板和聊天机器人使决策者能够循环到IT过程中,简化IT工作流程并最终节省了组织的时间和金钱。”

想进一步了解布兹·艾伦(Booz Allen)的夏季奥运会实习生如何有权改变世界?访问:https://www.boozallen.com/e/careers-content/booz-allen-summer-games.html