Вчені тренують новий штучний інтелект на даних з даркнету

Темна сторона інтернету

Даркнет – це прихована мережа, з'єднання якої встановлюються тільки між довіреними особами та пристроями. При цьому використовуються спеціальні програмні рішення, нестандартні протоколи й порти, анонімайзери та інші технології для забезпечення конфіденційності. Анонімна мережа являє собою систему не пов'язаних між собою віртуальних тунелів та серверів, що забезпечують передачу даних у зашифрованому вигляді. Зазвичай даркнетом користуються злочинці: тут процвітає торгівля зброєю, наркотиками, краденими даними, зловмисними програмами та навіть можна знайти кілера.

Команда південнокорейських дослідників звернула увагу саме на це джерело даних для навчання свого штучного інтелекту під назвою DarkBERT, який індексує деякі з найпотаємніших доменів в інтернеті. Дослідники кажуть, що їхня технологія має благородні наміри: вона намагається пролити світло на нові способи боротьби з кіберзлочинністю, в якій дедалі ширше використовується обробка природної мови.

Як детально описано в статті під назвою "DarkBERT: мовна модель для темної сторони інтернету", яка ще не пройшла рецензування, команда підключила свою модель до мережі Tor – системи для доступу до даркнету. Після цього вона взялася до роботи, створюючи базу зі знайдених необроблених даних.

Команда каже, що їхня нова LLM (мовна модель) набагато краще розбирається в темній стороні інтернету, ніж інші моделі, навчені виконувати подібні завдання, зокрема RoBERTa, яку дослідники Facebook розробили ще в 2019 році.

Результати нашої оцінки показують, що модель класифікації на основі DarkBERT перевершує відомі попередньо навчені мовні моделі,
– пишуть автори статті.

Команда припускає, що DarkBERT може бути використаний для різних завдань, пов'язаних з кібербезпекою, таких як виявлення сайтів, які продають програми-вимагачі, або торгують конфіденційними даними. Він також може бути використаний для сканування незліченних форумів у темному інтернеті, які оновлюються щодня, і моніторингу їх на предмет обміну незаконною інформацією.