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

Anthropic เปิดตัว Claude Opus 5 ชูความฉลาดใกล้ระดับ Fable 5 ในราคาครึ่งเดียว

Anthropic เปิดตัว Claude Opus 5 โมเดล AI ที่ให้ความสามารถใกล้เคียงระดับ frontier ของ Claude Fable 5 ในราคาครึ่งเดียว โดยยังคิดค่าบริการเท่ากับ …

Google Cloud รายได้โต 82% ในไตรมาส 2 ปี 2026 ดัน Backlog แตะ 5.14 แสนล้านดอลลาร์

Alphabet ประกาศผลประกอบการไตรมาสที่ 2 ปี 2026 โดย Google Cloud มีรายได้เติบโต 82% เมื่อเทียบกับช่วงเดียวกันของปีก่อน และมียอด Backlog สะสมแตะระดับ 5.14 …