Ayrıca Bkz.Windows 11'e buluttan kurtarma özelliği geliyor: Sürücüler de kurulacak

Hackerlar, yapay zekayı kullanarak güvenlik açıklarını bulup faydalanabiliyor ve bunları silah haline getirebiliyor. Yapay zeka sayesinde güvenlik zaaflarını keşfetmek hızlandı, güvenlik açıklarının tersine mühendisliği de daha hızlı bir süreç haline geldi. Bu, saldırganların geleneksel koruma yöntemleri etkili olmadan önce güvenlik açıklarını bulup hızla bunlardan faydalanabileceği anlamına geliyor.

Bu kötü niyetli aktörlerle ve gelişen taktiklerle mücadele etmek için Microsoft, Windows genelinde MDASH'ı büyük ölçekte kullanıma sunuyor. Microsoft'un Windows ve Cihazlardan Sorumlu Başkan Yardımcısı Pavan Davuluri, şirketin Windows'u korumak için kullandığı yeni yöntemler hakkında bir blog yazısı paylaştı.

Davuluri, kullanıcı riskini azaltmanın en hızlı yolunun sorunları kötü niyetli kişiler kullanmadan önce bulmak olduğuna dikkat çekerek, “Windows, sorunları daha erken tespit etme, bunları düzeltmek için mühendislik çalışmalarını hızlandırma, doğrulamayı güçlendirme ve tüketicileri koruyan, zamanında, yüksek kaliteli güncellemeler sunma özelliğini platform geneline yayıyor.” diyor.

MDASH yapay zeka sistemi kullanılıyor

Microsoft, olası hataları belirlemek, düzeltmeleri önceliklendirmek ve Windows kod tabanında keşfi ölçeklendirmek için yapay zekayı kullanarak kullanıcılarına hızlı bir şekilde koruma sağlıyor.

MDASH'ı Windows'a ölçeklendirmek için, olası hataları taramak üzere özel bir bulut altyapısı kuruldu. Yanlış alarmları ortadan kaldırmak için de ayrı bir doğrulama hattı kullanılıyor. Windows mühendislik ekibi daha sonra ele alınması gereken en olası adaylar üzerinde harekete geçebiliyor.

İnsan uzmanlığına hâlâ ihtiyaç var

Microsoft, şirket genelinde büyük çaplı işten çıkarmalarda yapay zekanın en önemli faktör olmadığına da dikkat çekiyor. Çok çeşitli sektörlerdeki insanlar, otomasyonun insan işlerini elinden almasından endişe duyuyor. Ancak, Davuluri, geliştirme sürecinin daha erken aşamalarında olası sorunları belirlemede yapay zekanın etkili olduğunu ancak bulguları değerlendirmek, risk tabanlı kararlar almak ve düzeltmelerin kullanıcıların beklediği kalite standardını karşılamasını sağlamak için insan uzmanlığına ihtiyaç duyulduğunu belirtiyor.