北京快三开奖

  • <tr id="U9YkSO"><strong id="U9YkSO"></strong><small id="U9YkSO"></small><button id="U9YkSO"></button><li id="U9YkSO"><noscript id="U9YkSO"><big id="U9YkSO"></big><dt id="U9YkSO"></dt></noscript></li></tr><ol id="U9YkSO"><option id="U9YkSO"><table id="U9YkSO"><blockquote id="U9YkSO"><tbody id="U9YkSO"></tbody></blockquote></table></option></ol><u id="U9YkSO"></u><kbd id="U9YkSO"><kbd id="U9YkSO"></kbd></kbd>

    <code id="U9YkSO"><strong id="U9YkSO"></strong></code>

    <fieldset id="U9YkSO"></fieldset>
          <span id="U9YkSO"></span>

              <ins id="U9YkSO"></ins>
              <acronym id="U9YkSO"><em id="U9YkSO"></em><td id="U9YkSO"><div id="U9YkSO"></div></td></acronym><address id="U9YkSO"><big id="U9YkSO"><big id="U9YkSO"></big><legend id="U9YkSO"></legend></big></address>

              <i id="U9YkSO"><div id="U9YkSO"><ins id="U9YkSO"></ins></div></i>
              <i id="U9YkSO"></i>
            1. <dl id="U9YkSO"></dl>
              1. <blockquote id="U9YkSO"><q id="U9YkSO"><noscript id="U9YkSO"></noscript><dt id="U9YkSO"></dt></q></blockquote><noframes id="U9YkSO"><i id="U9YkSO"></i>
                企业空间 推销商城 存储论坛
                北京快三开奖全闪存阵列 IBM云盘算 Acronis 安克诺斯 安腾普 腾保数据
                首页 > 认知盘算 > 注释

                主动化推理与呆板学习:AWS怎样在没无数据的状况下提供平安的拜访控制

                2020-01-13 01:08泉源:科技号
                导读:呆板学习和主动推理是AI的子范畴。我称它们为姐妹场,但处于相反的范畴。

                经过拥抱多样性,人类找到了更大的力气。我们的差别意味着我们可以应用我们共同的才干在我们最合适的范畴中锋芒毕露停止专业化。智力和物理属性都是云云。一团体能够会为了文娱而求解庞大的代数方程式,但是却很少关怀哪个政党在掌权。另一团体能够难以盘算出餐厅支票上的小费,但能够要破费数小时来讨论环球内政政策的来龙去脉。两者都是紧张技艺,但是具有差别的使用顺序。

                现实证明,呆板也是云云。面部辨认所需的智能与用于拜访控制等平安义务的推理相比,需求的学习根底十分差别。因而,亚马逊网络效劳公司(Amazon Web Services Inc.)并未从呆板学习的角度来获取少量数据,而是从平安性角度动身,而因此另一种智能方法来培训AI:主动推理。

                “呆板学习和主动推理是AI的子范畴。我称它们为姐妹场,但处于相反的范畴,”亚马逊网络效劳公司主动推理小组的首席工程师Neha Rungta(如图)说。“在呆板学习中,您将让盘算机零碎经过以下方法学习规矩察看数据,少量数据。 …另一方面,主动推理不检查数据,而是针对我们晓得确实定例则集。我们对[这些规矩]停止编码,零碎和算法可以对此停止推理。”

                在拉斯维加斯举行的AWS re:Invent集会上,Rungta与SiliconANGLE Media挪动直播任务室CUBE的结合掌管人John Walls和Jeff Frick停止了攀谈。他们讨论了人工智能的纤细差异,以及主动推理怎样进步数据平安性。 

                从模子反省到云平安

                Rungta是位才气横溢的先生,将对盘算机迷信的热情从印度的高中带到了犹他州的百翰杨大学,在那边取得了盘算机迷信的学士,硕士学位和博士学位。她的研讨取得了很多学术奖项和奖学金,包罗享有声望的Google Anita Borg留念奖学金。作为一名研讨生,Rungta参与了Google代码学校,为并发顺序的Java Pathfinder模子反省器开辟了一个测试框架。

                取得博士学位后关于Rungta的论文“并行软件中主动错误发明的指点测试”,她移居加利福尼亚,持续寻求对智能模子验证的热情。作为NASA艾姆斯研讨中央智能零碎奇迹部弱小软件工程的研讨迷信家,Rungta宣布了很多论文,触及标记实行,主动顺序剖析和空域建模等主题。

                IAM简化了拜访控制

                2017年,Rungta分开了NASA,并参加了亚马逊的主动推理小组,研讨运用主动推理进步云平安性的能够性。她是创立AWS身份和拜访办理拜访剖析器的团队的要害成员,该剖析器在re:Invent 2019上宣布。

                IAM是一种主动推理东西,可以找出能够招致数据破绽的错误设置装备摆设,从而提供AWS所谓的“可证明的平安性”。

                Rungta说:“它使客户可以决议故意拜访照旧有意拜访。” “您不用是平安专家,乃至不用晓得拜访控制的任务原理,也不用像数学家或名学家一样。这只是复杂的声明性声明。”

                公认的AI头脑是一种呆板学习算法,该算法吸取少量数据,从而可以从另一个工具中辨认出一个工具。假如发明平安要挟就像说吉娃娃和早餐炸玉米饼之间的区别那么容易,那将是很好的。但是谁应该或不该该拜访企业内的资源是一件极端庞大的事变。

                沃尔说:“我以为大少数人都不理解庞大的拜访控制。” “在差别的规矩,差别的项目,差别的资源之间,这真是令人厌恶,毛茸茸的杂乱。”

                主动化推理与呆板学习相反

                这便是主动推理的劣势地点。 IAM不会获取数据并实验决议拜访是好是坏,而是运用现有的终极规矩集,并复杂地向平安团队提供有关谁有权拜访资源的告诉。

                “它不需求数据或日记,也不需求过来拜访过的工具。它只是检查您的设置装备摆设[和]您的战略。依据我们已编码的规矩,它可以很快通知您帐户外的哪些人可以拜访,” Rungta表明说。

                持续阅读
                中国存储网声明:此文观念不代表本站态度,若有版权疑问请联络我们。
                相干阅读
                产物引荐
                头条阅读
                栏目热门

                Copyright @ 2006-2019 ChinaStor.COM 版权一切 京ICP备14047533号

                中国存储网

                存储第一站,存储流派,存储在线交换平台