Le Machine Learning, un atout incontournable pour l'IA
Une accumulation de données difficilement gérable
​
Depuis la création des ordinateurs, smartphones, cartes bancaires., les données n’ont cessé d’augmenter et continuent encore aujourd’hui à être très massives. Devenues de plus en plus en plus importantes et intéressantes en termes de manipulation de ces données (pour les entreprises par exemple), le piratage de ces dernières a été assez logique. En effet, on remarque depuis les années 2000 que les données se font de plus en plus dérober par des « cybercriminelles » dans le but de les revendre aux personnes/sociétés ou autres les désirant à des fins illicites. Afin de remédier à cela, des informaticiens spécialisés en sécurité ont pour but de protéger ces données contre les « cyberattaques » et cela grâce à des outils de détection des menaces. Cependant, du fait des accumulations des données en raison de l’informatisation de la société (tout est lié à l’informatique), ces informaticiens se voient débordés pour gérer les attaques informatiques et cherchent de nouveaux moyens pour remédier à cela.
Le Machine Learning, une sous branches de l'IA basées en 2 étapes
​
Avec le développement de l’intelligence artificielle, le moyen trouvé est celui du machine Learning. Le machine Learning est une sous branche de l’intelligence artificielle donnant au machine la capacité à résoudre des problèmes compliqués sans réel programmation extérieure puisqu’elle apprend « toute seule ». Ainsi, la tâche à réaliser par la machine Learning passe par la réalisation de deux étapes :
-
L’apprentissage : il faut donner de nombreux exemples sur la tâche à l’intelligence artificielle pour qu’elle observe et apprenne. Ces exemples vont être réutilisés par l’IA si elle reconnait le même type de problèmes dans le futur
-
La pratique : Dès lors que cette IA fera face à un problème qu’elle a déjà rencontré durant sa phase d’apprentissage, elle utilisera les mêmes manipulations pour résoudre ce problème
Des prédictions quasi certaines...
​
Ainsi, le machine Learning est aujourd’hui utiliser pour ses grandes capacités de prédiction des cyberattaques. Ses prédictions sont la plupart du temps basées sur des comportements inhabituelles. En effet, l’IA détecte/prédis une cyberattaque lorsque par exemple les manipulations sur un site web sont différentes, lorsque un nombre louches d’utilisateurs sont présents sur un site etc… On voit ainsi qu’il y a un grand nombre de moyens utilisés par les cybercriminelles pour pirater les systèmes. De ce fait, l’IA doit toujours être à jour pour les prédire. En effet, le problème qui règne vis-à-vis du machine Learning est qu’elle doit toujours être à jour vis-à-vis des cyberattaques puisque les cybercriminelles trouvent chaque jour d’autres techniques afin de contourner les algorithmes appris par les machines Learning et d’accéder aux données. Ainsi, le machine Learning doit à la fois prédire à partir de ses « connaissances » mais également apprendre tout seul pour s’adapter aux nouvelles techniques utilisées par les cybercriminelles.
​
BOUBEKRI Anass, étudiant en DUT Informatique.
