“當(dāng)涉及到物聯(lián)網(wǎng)設(shè)備，它們被設(shè)計來做一個非常，非常具體的功能，”該公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官Yossi Atias說。“因此，假設(shè)我們有很多用戶使用相同的攝像頭或相同的智能電視或相同的智能報警或智能鎖，沒有真正的原因表明一個設(shè)備會表現(xiàn)出不同于其他的行為，因為他們都運行相同的軟件，而這不是用戶可以改變的。”
Dojo-Labs實驗室的方法涉及從不同的端點收集元數(shù)據(jù)和定義每個設(shè)備類型的行為范圍，以便能夠發(fā)現(xiàn)并阻止惡意行為。正如所有的解決方案涉及機(jī)器學(xué)習(xí)，Dojo-Labs實驗室的模型由于收集越來越多的客戶數(shù)據(jù)而改進(jìn)了。
該解決方案包括一個安裝在家庭網(wǎng)絡(luò)中的鵝卵石狀設(shè)備，允許用戶控制設(shè)備和監(jiān)控網(wǎng)絡(luò)狀態(tài)的移動應(yīng)用程序和一個云服務(wù)器，在云服務(wù)器上通過使用專有的統(tǒng)計技術(shù)和數(shù)學(xué)模型，再加上機(jī)器學(xué)習(xí)算法來綜合和分析數(shù)據(jù)。
還有一些關(guān)于機(jī)器學(xué)習(xí)的注意事項
機(jī)器學(xué)習(xí)是很有前途的，但它仍然處于起步階段，還有很長的路要走。決不可以把它視為本身就是一個完整的解決方案。“[機(jī)器學(xué)習(xí)]將幾乎無處不在，”Veeramachaneni說。“為了在企業(yè)或在物聯(lián)網(wǎng)領(lǐng)域獲得安全，你必須要有強(qiáng)大的機(jī)器組織數(shù)據(jù)，分析數(shù)據(jù)，尋找數(shù)據(jù)中的模式。但你也需要人的直覺來發(fā)現(xiàn)新的攻擊，并訓(xùn)練系統(tǒng)阻止這些新的(和舊的)攻擊。”
Veeramachaneni稱這種組合為“增強(qiáng)智能(augmented intelligence)”，縮寫為AI，這是人和機(jī)器的力量匯聚以戰(zhàn)勝網(wǎng)絡(luò)威脅。他說：“機(jī)器學(xué)習(xí)和人類都無法單獨做到”。