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

UOB AI Ready Programme 2026 ถอดบทเรียน SME ไทย: เมื่อความท้าทายไม่ใช่การใช้ AI แต่คือการสร้างผลลัพธ์ทางธุรกิจ [PR]

AI กำลังเปลี่ยนบทบาทจาก “ผู้ช่วย” ไปสู่ “แรงงานดิจิทัล” ที่สามารถวิเคราะห์ วางแผน และดำเนินงานบางขั้นตอนได้อย่างอัตโนมัติ แต่สำหรับธุรกิจไทย ความท้าทายในวันนี้ไม่ใช่การตัดสินใจว่าจะใช้ AI หรือไม่ หากเป็นการนำ AI ไปสร้างผลลัพธ์ทางธุรกิจที่จับต้องได้

ทุ่มงบ AI ไปมหาศาล…ทำไมองค์กรยังไม่ได้ผลลัพธ์อย่างที่คาดหวัง?

บทความโดย นฤมล ฤกษ์อำนวยโชค Senior Business Development Manager, บริษัท ยิบอินซอย เน็กซ์ จำกัด ในวันที่องค์กรทั่วโลกเร่งลงทุนในเทคโนโลยี AI เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน …