2020年第二季度，基于浏览器的加密劫持激增，美国网络安全公司赛门铁克报告说，检测到的事件与上一季度相比增长了163％。为了应对这一令人担忧的趋势，研究人员正在开发基于人工智能的新解决方案，这些解决方案可能很快成为阻止犯罪分子劫持受害者设备来开采加密货币的关键。
加密劫持是一个用于未经授权使用某人的计算机来挖掘加密货币的术语，通常是通过诱受害者单击恶意链接，通过受感染的网站等来获得访问权限。
赛门铁克在其报告中表示：“在基于浏览器的采矿脚本制造商CoinHive于2019年3月关闭后，加密劫持急剧下降之后，2020年第二季度交易量有所回升。”包括比特币和门罗币在内的加密货币的价值增加了，这两种货币通常是基于浏览器的矿工开采的。”
今年6月，加密劫持攻击的数量达到了创纪录的水平，当时总数达到48,697。自今年年初以来，这种激增打破了一种模式，当时加密劫持事件开始逐渐减少，从1月的8407次攻击下降到5月的5403次事件。
同时，有关AI的最新科学研究以及如何通过研究学习系统的相似性来使用学习系统来检测滥用代码，都带来了希望，希望有更有效的工具来防止密码劫持。
在最近一次发表在IEEEAccess期刊上的论文中，标题为“利用图形卷积和胶囊网络进行代码表征”，来自洛斯阿拉莫斯国家实验室和纽约大学的一组研究人员建议使用基于AI的系统来通过将其代码与其合法副本进行比较来识别非法加密货币挖矿。
该论文的共同作者，LANL研究人员GopinathChennupati说：“我们的深度学习人工智能模型旨在检测超级计算机的滥用，专门用于加密货币挖掘。”
研究人员声称，由于所有程序都可以由包含由线，循环或跳转链接的节点的图表示，因此它们的AI系统可以用来比较“程序流控制图中的轮廓与程序图的目录”可以在给定的计算机上运行。”
Chennupati表示：“基于欧洲和其他地区最近的计算机入侵，这种类型的软件看门狗将很快对防止加密货币矿工入侵高性能计算设施并窃取宝贵的计算资源至关重要。”
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。