Aula3

Question 1

ROLE OF MACHINE LEARNING IN SECURITY

Answer 1

Programas de computadores que permitem de alguma maneira otimizar o processo/desempenho usando experiências passadas. As experiências passadas servem para guiar a própria aprendizagem do computador. Mas nem todas as situações obrigam a ter conhecimento de machine learning ou obrigam a aplicação de algoritmos de machine learning, pois, o próprio Excel ou outros modelos mais elementares permitem responder. A aprendizagem é sobretudo necessária quando o conhecimento humano ainda não existe (por exemplo navegar em Marte).

Question 2

O que é a Aprendizagem máquina

Answer 2

A aprendizagem máquina é a programação de computadores para otimizar um critério de desempenho usando dados de exemplo ou experiências anteriores. Não há necessidade de, por exemplo, “aprender” a calcular a folha salarial.

Question 3

A Aprendizagem máquina é utilizada quando?

Answer 3

A aprendizagem é usada/pode ajudar quando:
* A experiência humana não existe (navegar em Marte).
* Quando os humanos são incapazes de explicar os seus conhecimentos (reconhecimento de voz).
* Mudanças de soluções ao longo do tempo (roteamento em uma rede de computadores).
* Quando a solução precisa ser adaptada a casos particulares (biometria do utilizador).

Question 4

Que três termos podem definir o Machine Learning?

Answer 4

Em geral, uma tarefa de machine learning pode ser definida formalmente em termos de três elementos:
* A experiência E, as tarefas T e o elemento de desempenho P.

Diz-se que um programa de computador cujo objetivo é aprender baseado numa experiência E (tem que existir uma experiência previa), que permita de alguma maneira ter classes de tarefas T, e permite medir o desempenho P, e através do processo de medição da execução das respetivas tarefas consegue-se melhorar a experiencia sucessivamente, ou seja, a máquina vai aprendendo ao longo do tempo.

Question 5

Abordagem Machine Learning

Answer 5

Os resultados são input (ver imagem abaixo) e são importantes porque através dos resultados é possível treinar o computador, e esse computador vai construir o programa que permite chegar a resultados progressivamente melhores.

Question 6

Avanços do Machine Learning

Answer 6

O machine learning está a avançar a passos largos devido:
* Grandes e bons conjuntos de estruturas de dados
* Poder/processo de computação
* Progresso em algoritmos (os algoritmos são cada vez melhores)

Question 7

Aplicações do ML

Answer 7

Muitas aplicações interessantes:
* Comercial (explorado pelo tecido empresarial)
* Científico (explorado pelas universidades e centros de investigação)

Relacionado com a inteligência artificial: No entanto, a IA é diferente de aprendizagem máquina (machine learning).

Question 8

Quem surgiu primeiro: ML ou AI?

Answer 8

Nota: Surgiu primeiro o AI e só depois o machine learning. Existem modelos de AI que não estão relacionados com machine learning. Há um conjunto de técnicas que não são inspirados no machine learning). Há técnicas que são baseadas no comportamento animal sendo referente a AI e não ao machine learning. O AI é muito maior que o machine learning.

Question 9

Ataques proativos vs Ataques reativos (distinção entre ambos)

Answer 9

Tanto as medidas reativas como as proativas são extremamente importantes (complementam-se). Devemos ter uma combinação de ambos, contudo quanto mais proativo melhor, pois, menores são os riscos para a organização.

Question 10

Ataque reativo

Answer 10

Um ataque reativo necessita primeiro que exista um potencial atacante e existe um classificador. O potencial atacante analisa indiretamente o classificador, onde explora as possíveis vulnerabilidades para desenvolver e lançar o ataque. Do lado da empresa (do classificador) tem que analisar os resultados do ataque e tem que propor medidas reativas para mitigar os ataques.

Question 11

Ataque proativos

Answer 11

Parte de um modelo distinto, em vez de ter um adversário temos um designer de classificador na mesma, onde estimamos um conjunto de modelos, estimamos o modelo do potencial atacante. Para isso construímos um dataset e realizamos testes de penetração para avaliar o seu impacto no sistema, e depois propomos medidas, onde estas são proativas enquanto que as outras são reativas.

Question 12

potencias ataques no ML

Answer 12

• Perspetiva da influência dos seus classificadores
• Perspetiva da violação da segurança
• Perspetiva do objetivo do atacante

Question 13

Perspetiva da influência dos seus classificadores

Answer 13

• Ataque causal – o objetivo do ataque está explicito.
• Ataque exploratório – o atacante tenta lançar o ataque para procurar as vulnerabilidades do sistema.

Question 14

Na perspetiva da violação da segurança

Answer 14

• Ataque ao nível da integridade
• Ataque ao nível da disponibilidade
• Ataque ao nível da violação da privacidade

Question 15

Na perspetiva do objetivo do atacante

Answer 15

• Pode ser um ataque direcionado a uma dada área
• Ataque indiscriminado à organização

Question 16

Fluxo do ML

Answer 16

1. A escolha um algoritmo.
2. Treinar o algoritmo, para isso necessitamos sempre dos dados de teste (training data).
3. Precisamos de ter um mecanismo de avaliação. Para realizar esta avaliação é necessário ter conhecimentos de estatística.

Question 17

Como aplicar um algoritmo de machine learning

Answer 17

Primeiro temos que ter dados de origem. Contudo desses dados de origem, nem todos vão entrar no modelo, vai haver uma seleção aleatória de linhas (dados) e vamos classificá-los em 2 grandes grupos: os dados do treino e os dados de teste. O algoritmo irá aprender com os dados de treino e depois irá verificar se realmente os dados de treino que ele tem, estão de acordo com o que ele espera atingir, que é o testing data. É uma comparação do que correu bem e o que correu menos bem.

Question 18

Como podemos obter dados de teste

Answer 18

1. Em projetos open source (há vários).
2. Na internet.
3. Através da inteligência artificial, criar mecanismos de geração de dados, onde os próprios dados são gerados automaticamente (isto acontece em alguns casos quando não há dados reais).

Question 19

Técnicas/modelos - REGRESSÃO

Answer 19

Podem ser utilizados para pintar automaticamente imagens a preto e branco ou ao contrário.

Question 20

Técnicas/modelos - CLASSIFICAÇÃO

Answer 20

Reconhecimento de objetos, que é modelo de classificação.

Question 21

Técnicas/modelos - REINFORCEMENT LEARNING

Answer 21

Modelo de aprendizagem por reforço (iremos provavelmente utilizar este modelo para o projeto final). Utilizados em jogos, nós treinamos o computador para ele aprender a jogar (Break out).

Question 22

Técnicas/modelos - CLUSTERING

Answer 22

Baseado no k-Means. Os clusters são muito usados no google maps, e o objetivo é identificar determinadas propriedades, como por exemplo um centro histórico, uma situação de transito automóvel, um dado tipo de comercio, etc.

Question 23

Algoritmos mais conhecidos - REGRESSION

Answer 23

Ridge regression, Support Vector Machines, Random Forest, Multilayer Neural Networks, Deep Neural Networks,…

Question 24

Algoritmos mais conhecidos - CLASSIFICATION

Answer 24

Naive Base, Support Vector Machines, Random Forest, Multilayer Neural Networks, Deep Neural Networks,…

Question 25

Algoritmos mais conhecidos - CLUSTERING

Answer 25

k-Means, Hierarchical Clustering,…

Question 26

Aplicações de ML

Answer 26

Tem imensas aplicações praticas, nomeadamente:
* Na área do retalho para tentar perceber qual é a probabilidade de compra, quem compra determinado artigo numa loja se compra ou não outro, em CRM’s.
* Financeiro na deteção de fraude.
* Produção, na área de robótica, de controlos, etc.
* Na área da medicina, telecomunicações (identificação de spam).
* Bioinformatica.
* Web mining como por exemplo motores de busca.

Question 27

Problemas do ML

Answer 27

• De acordo com a consultora Gartner 85% dos projetos em ML correm mal.
• Problemas éticos como por exemplo a Amazon em que os trabalhadores foram despedidos pela inteligência artificial automaticamente. O machine learning pode servir como suporte à decisão, mas não substituto.

Question 28

Razões para que as coisas corram mal

Answer 28

• Desconhecimento do negócio, o machine learning dá métricas e inputs importantes, mas que têm que ser interpretados à luz do negócio.
• Resolver o problema errado, por não descobrir em concreto o problema.
• Não ter acesso aos dados, logo não há modelos de treino que resolvam.
• Não ter os dados certos (dados errados/inconsistentes, não terem qualidade que é um atributo essencial).
• Ter demasiados dados.
• Contratação das pessoas erradas (pessoas sem competências necessárias).
• Ferramentas não adequadas.
• Não ter o modelo ideal (algoritmo errado, logo os resultados também serão errados).
• Não ter as competências (técnicas) alinhadas com a tecnologia. Existência de vários algoritmos e nem sempre há o tempo necessário para o explorar, pois, pode ser tempo perdido.

Question 29

Tipos de Aprendizagem

Answer 29

• Association
• Supervised Learning
  
  • Classification
  • Regression
• Unsupervised Learning
• Reinforcement Learning

Question 30

Modelo de aprendizagem por associação (Association)

Answer 30

Encontra relações entre variáveis num grande conjunto de dados
Objetivo: descobrir e mapear dados dependentes do outro para produzir o máximo lucro
Exemplo: mineração de uso da web
Algoritmos comummente utilizados:
* Algoritmo de Apriori
* Eclat
* Algoritmo de crescimento de FP

Exemplo prático: Probabilidade de ter comprado um produto x, se tiver comprado outro y. Traz uma vantagem competitiva para a organização, permite posicionar os produtos de acordo com a pretensão da empresa. Ou seja, ou colocar os produtos perto uns dos outros para a venda cruzada, ou então posicionar em extremos opostos para “obrigar” o cliente a percorrer a loja toda.

Question 31

Modelo de aprendizagem por supervisão - Classificação e Regressão (Classification e Regression)

Answer 31

Prever o comportamento para novos inputs. Tenho um modelo de treinamento, e eu tenho um input que não existe e quero prever. Deixamos o algoritmo aprender e depois dizemos se o que ele aprendeu está certo ou errado.
* Modelo de extração do conhecimento.
* Modelo baseado na compressão.
* Modelos baseados na deteção de outliers (exemplo notas de 0 a 20, e há notas de 21, é importante para detetar eventuais erros).

Question 32

Modelos de aprendizagem não supervisionados (Unsupervised Learning)

Answer 32

Vai aprendendo com base nos respetivos inputs que são dados. Não existem outputs, não há resultados, vai gradualmente aprendendo. Vai utilizando técnicas de clustering agrupando elementos similares, e é usado na segmentação de clientes num software CRM, na conversão de imagens e na área da bioinformática.

Question 33

Modelo de aprendizagem por reforço (Reinforcement learning)

Answer 33

Temos uma política de aprendizagem que é uma sequência, não há apenas um output, mas uma sequência de outputs. Não existe um modelo supervisionado, onde não se diz se as coisas estão certas ou erradas, mas há um delayed reward, isto significa que damos uma recompensa à máquina, mas não é imediata, mas sim dada depois de determinada ação. E a recompensa é maior ou menor consoante a qualidade da resposta.
Utilizado na atribuição de crédito, jogos, robots, e vários agentes que contribuem para a sua aprendizagem.

Question 34

Auxílio do machine learning na área da segurança

Answer 34

Deteção e prevenção de ataques desconhecidos (o ml pode aprender com eles).
Análise em larga escala (utilizado por exemplo elementos de big data).
Abordagens inteligentes (abordagens que aprendem, e não abordagens estáticas).
O machine learning pode ajudar naquelas 4 categorias (supervisionados, não supervisionados, associação e reforço).

Question 35

Processo de treino e proteção

Answer 35

Fase de treino
Temos executáveis aplicados ao malware (software comum e software malicioso), há um modelo/algoritmo de treino (vai aprendendo com ambos) e vai tendo um modelo preditivo. Sem modelo de treino não há machine learning.

Fase de proteção
Execução de um executável (não sabemos se é malicioso ou não), há um processamento com base no modelo de previsão, depois há a sua execução e diz se é malicioso ou não.

Question 36

Vantagens

Answer 36

1. Identificação de padrões.
2. Não há intervenção humana (há alguma/pouca intervenção humana para verificar se está a classificar bem ou não).
3. Modelo de melhoria continua, se o modelo estiver treinado e continuar a ser treinado, espera-se que vá melhorando.
4. Modelo que trabalha sobre múltiplas dimensões e múltiplas variações dos dados, depende muito dos dados de treino, pois, esses dados são críticos.
5. Grande área de aplicações.

Question 37

Problemas do machine learning

Answer 37

1. Os dados. Como acedemos aos dados: pode ser na internet, projetos open source, podemos criar dados em laboratório, dados reais (por exemplo neste projeto final podemos ter que ir recolher dados às escolas). Em suma, precisamos que o algoritmo aprenda.
2. Consumidor de tempo e recursos, pode ser necessário 3 meses, 6 meses, etc.
3. Interpretar os resultados.
4. Erro de construção do modelo. Há elevadas probabilidades de erros graves ou não, o que compromete a qualidade do modelo.

Question 38

Bloqueador de spam

Answer 38

1. Pré processamento que implica uma segmentação.
2. Extração das propriedades (medir recursos e propriedades). Perceber quais são os atributos e qual a sua relevância para perceber se é spam ou uma mensagem válida.
3. Classificação para tomar a decisão, que devolve o resultado a dizer se é spam ou mensagem válida.