L’apprentissage automatique déplace la cybersécurité d’une lecture du code vers une lecture de motifs — qu’il s’agisse de la texture d’un binaire, de la structure d’un texte, ou du spectre d’une voix.
Notes
- Détecter un malware en le traitant comme une image
- Traitement automatique du langage et Transformers
- Apprentissage auto-supervisé et détection d’anomalies
- Introduction aux Graph Neural Networks (GNN)
- Étude d’article : attaques black-box sur l’authentification vocale
- État de l’art : hachage sémantique neuronal pour la détection de malwares polymorphes