นักวิจัยพัฒนาเครื่องมือตรวจจับปัญหาที่เกิดจากการอัปเดตซอฟต์แวร์

ทีมนักวิจัยจากมหาวิทยาลัย Texas A&M ร่วมกับ Intel Labs พัฒนาเครื่องมือช่วยตรวจจับปัญหาความผิดพลาด ที่เกิดจากการอัปเดตซอฟต์แวร์ด้วยการใช้ Deep Learning

credit : helpnetsecurity.com

ไอเดียของ Deep Learning สำหรับตรวจหาความผิดพลาดจากการอัปเดตซอฟต์แวร์ ก็คือนักวิจัยได้อาศัยค่า Performance Counter ภายใน CPU (โค้ดที่ใช้ติดตามประสิทธิภาพว่าโปรแกรมถูกประมวลผลอย่างไร) ที่ปัจจุบันคอมพิวเตอร์สมัยใหม่มี Performance Counter มาให้อยู่แล้ว ดังนั้นสิ่งที่นักวิจัยทำก็คือการเทรนโมเดลของ Deep Learning ด้วยค่า Performance Counter ของโปรแกรมปกติที่ไม่มีบั๊ก 

อย่างไรก็ดีถึงแม้ว่าจะมีค่ามากมายของ Performance Counter แต่ทีมนักวิจัยก็สามารถลดขนาดของข้อมูลได้เหมือนกับที่ทำ Deep Learning กับรูปภาพความละเอียดสูง (ใช้ค่า Weight Matrix แทนกลุ่มของข้อมูล) เพียงเท่านี้นักวิจัยก็สามารถนำโมเดลไปตรวจสอบโปรแกรมเวอร์ชันที่มีบั๊กและมีปฏิกิริยาของ Performance Counter ที่เพี้ยนไปได้แล้ว ก็ได้แต่หวังว่าเครื่องมือนี้จะออกสู่ตลาดได้จริงเพื่อลดความเสี่ยงของชาวแอดมินทุกท่านครับ

ที่มา :  https://www.helpnetsecurity.com/2020/02/17/errors-software-updates/

About nattakon

จบการศึกษา ปริญญาตรีและโท สาขาวิศวกรรมคอมพิวเตอร์ KMITL เคยทำงานด้าน Engineer/Presale ดูแลผลิตภัณฑ์ด้าน Network Security และ Public Cloud ในประเทศ ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

Meta เตรียมปล่อยโมเดล AI รุ่นใหม่ เพิ่มความสามารถด้าน Coding หวังชน GPT-5.5

Meta เตรียมปล่อยโมเดล AI รุ่นใหม่ที่พัฒนาต่อยอดจาก Muse Spark โดย Alexandr Wang Chief AI Officer ของ Meta เปิดเผยผ่านแพลตฟอร์ม …

Lark เผยรายงาน The Paradox of Progress ชี้การที่องค์กรเดินหน้า AI เต็มรูปแบบ อาจถูกฉุดรั้งด้วยระบบการทำงานที่ไม่เป็นหนึ่งเดียวกัน

รายงาน The Paradox of Progress จาก Lark ซึ่งสำรวจองค์กรใน 6 ประเทศเอเชียตะวันออกเฉียงใต้ รวมถึงประเทศไทย ชี้ให้เห็นว่า องค์กรต่าง ๆ มีการใช้เทคโนโลยีมากขึ้น …