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

VMware เปิดตัว VCF 9.1 ยกระดับ Private Cloud เพิ่มความคุ้มค่าและความปลอดภัย ตอบโจทย์ยุค AI

VMware ได้ประกาศเปิดตัว VMware Cloud Foundation หรือ VCF 9.1 อย่างเป็นทางการ หวังยกระดับ Private Cloud ให้เป็นแพลตฟอร์มที่บริหารจัดการได้ง่าย คุ้มค่าต่อการลงทุน และมาพร้อมกับระบบรักษาความปลอดภัยที่แข็งแกร่งตั้งแต่ระดับโครงสร้างพื้นฐาน …

Blitzy ระดมทุน 200 ล้านดอลลาร์ที่มูลค่า 1.4 พันล้านดอลลาร์ ช่วยองค์กรดีพลอยเอเจนต์เขียนโค้ดหลายพันตัวพร้อมกัน

Blitzy สตาร์ทอัพพัฒนาซอฟต์แวร์อัตโนมัติกล่าวว่า บริษัทได้ระดมทุนรอบใหม่มูลค่า 200 ล้านดอลลาร์ด้วยมูลค่ากิจการ 1.4 พันล้านดอลลาร์เพื่อขยายแพลตฟอร์มการเขียนโค้ดสำหรับองค์กร