04
19

MIT 机器学习平台 AI2 可以预测 85%的网络攻击

2016-04-19 10:31分享至
MIT 最新公布的一篇论文中,他们与创业企业 PatternEx 合作,证明了通过与人类专家合作,人工智能平台AI2在检测网络攻击方面实现了85%的准确性,是当今类似的自动化网络攻击检测系统准确率的2.92倍。此外,误报率也更低,比同类的网络安全解决方案的误报率小五倍。合作方式是由研究人员向AI2输入超过36亿行的日志文件,使系统采用无监督的机器学习技术扫描内容。在每一天结束的时候,系统向研究人员报告其调查结果,研究人员再证实或驳回安全警报,并将这个人类判断的结果再次输入AI2的学习系统,用于第二天新的分析。原文链接

下一篇

Dorm Room Fund 的前管理合伙人 Jeremy Fiance 最近募集了 600 万美元,成立 The House Fund,用于投资从 UC Berkeley 出来的早期和种子轮创业公司。The House Fund 的 LP 来自国外很多资本的投资人。Fiance 表示他将为每个预种子轮项目和种子轮项目分别投资 5 万美元和 10-25 万美元。被投公司至少有一名 UC Berkeley 的学生参与。目前已经有6项投资计划。作为UC Berkeley毕业生的一员,Fiance曾创办过健康数据科学公司Dropsense并做过多家创业公司顾问。并参投了Keiretsu Forum, CrunchFund和 Dorm Room Fund。据Fiance说有超过100家创业公司是从校园中孵化而出的,而潜藏在校园中的创业公司还有过千家。

2016-04-19

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业