Algoritma pembelajaran mesin dapat mengidentifikasi pemrogram anonim
 |
| Algoritma pembelajaran mesin dapat mengidentifikasi pemrogram anonim |
SMKN1SLAHUNG - PEMBELAJARAN MESIN dapat mengetahui berbagai quirks dalam gaya programer, membantu mengidentifikasi "sidik jari" dari pengurai kode anonim.
Rachel Greenstadt, profesor ilmu komputer di Drexel University, dan Aylin Caliskan, asisten profesor di George Washington University, telah menemukan bahwa kode dapat menjadi bentuk ekspresi gaya, sedikit seperti menulis, dilaporkan Wired .
Dengan demikian, para peneliti mengembangkan algoritme pembelajaran mesin untuk mengenali struktur pengkodean yang digunakan oleh pemrogram perorangan berdasarkan contoh kerja mereka dan mengenali sifat-sifatnya dalam binari yang dikompilasi atau kode sumber mentah.
Baca juga : Apple: Tidak, kami tidak mendengarkan percakapan pengguna iPhone
Para boffins akan mempresentasikan penelitian mereka dalam konferensi hacking DefCon dan mencatat bahwa teknologi tersebut dapat digunakan untuk membantu menyelidiki penulis malware.
"Banyak peretas suka menyumbangkan kode, binari, dan eksploitasi di bawah nama samaran, tetapi bagaimana anonim kontribusi ini benar-benar? Dalam pembicaraan ini, kami akan membahas pekerjaan kami pada program de-anonymization dari sudut pandang pembelajaran mesin," kata para peneliti.
"Kami akan menunjukkan bagaimana pohon sintaks abstrak berisi sidik jari gaya dan bagaimana ini dapat digunakan untuk mengidentifikasi programmer secara potensial dari kode dan binari. Kami melakukan programmer de-anonymisation menggunakan kedua biner obfuscated, dan kode dunia nyata yang ditemukan di repositori GitHub-penulis tunggal dan forum hacker Nulled.IO yang bocor . "
Kecerdasan belajar mesin dapat membuat identifikasi akurat 83 persen dari waktu, berdasarkan ukuran sampel dari 600 programmer. Jadi meskipun itu bukan algoritma pembelajaran mesin yang paling akurat yang pernah ada, itu masih bisa membantu dengan cyber forensik atau hanya mendapatkan ide tentang siapa yang mungkin berkontribusi pada repositori kode sumber terbuka.
Teknologi ini juga dapat digugat untuk mengendus plagiarisme dalam kode, dan Wired menunjukkan bahwa itu bisa lebih mengkhawatirkan digunakan oleh pemerintah yang menindas untuk mengidentifikasi orang-orang membuat kode dan alat-alat yang bisa menyensor negara .
Baca juga : BlackBerry Evolve smartphone membuang kunci fisik demi touchscreen
Penggunaan algoritma pintar semacam itu dapat berakhir dengan mematikan programmer yang sadar-privasi dari berkontribusi pada kode sumber terbuka, sehingga sepertinya keseimbangan antara privasi dan keamanan akan perlu ditemukan jika pekerjaan para peneliti bekerja.
