บริษัท เอ็ม เอฟ อี ซี จำกัด (มหาชน) โชว์เทคโนโลยีแมชชีน     เลิร์นนิ่ง (Machine Learning) ช่วยวิเคราะห์ข้อมูลในการทำนายและแจ้งเตือนล่วงหน้า เพื่อป้องกันการเกิดผลกระทบเกิดขึ้นต่อแอปพลิเคชันภายในองค์กรเป็นเจ้าแรกของไทย ภายใต้ โซลูชันชื่อ “เอ็มดีเฟนซ์ เดอะ ฟิวเจอร์ ออฟ อินเทลลิเจนท์ โปรเทคชัน” (mDefense - The Future of Intelligent Protection) ที่พัฒนาต่อยอดมาจาก ซิสโก้ เททเทรชัน แพลตฟอร์ม (Cisco Tetration Platform)

ธนกร ชาลี ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ (Chief Operating Officer) เปิดเผยว่า บริษัท เอ็มเฟค ได้พัฒนาโซลูชัน “เอ็มดีเฟนซ์ เดอะ ฟิวเจอร์ ออฟ อินเทลลิเจนท์ โปรเทคชัน” (mDefense - The Future of Intelligent Protection) ที่ใช้เทคโนโลยี  แมชชีน เลิร์นนิ่ง (Machine Learning) ช่วยวิเคราะห์ข้อมูลในการทำนายและแจ้งเตือนล่วงหน้า เพื่อป้องกันการเกิดผลกระทบเกิดขึ้นต่อแอปพลิเคชัน ภายในองค์กรเป็นเจ้าแรกของไทย

เอ็มดีเฟนซ์ (mDefense) ได้พัฒนาต่อยอดจากซิสโก้ เททเทรชัน แพลตฟอร์ม (Cisco Tetration Platform) ของบริษัท ซิสโก้ ที่เปรียบเหมือนถังข้อมูลขนาดใหญ่ที่เก็บบันทึกเหตุการณ์การใช้งานโครงข่ายและข้อมูลการใช้งานหรือเปรียบเป็นกล้องวงจรปิดขององค์กรที่สามารถนำมาดูย้อนหลังเพื่อวิเคราะห์เหตุการณ์ที่ผิดปกติของการใช้งานในโครงข่ายภายในได้ โดยเอ็มเฟค ได้นำข้อมูลที่ได้จาก ซิสโก้ เททเทรชัน แพลตฟอร์ม ที่มีการวิเคราะห์ข้อมูลต่างๆ มาทำเป็นพรีดิกชั่น (Prediction) หรือการคาดการณ์เพื่อป้องกันผลกระทบอื่นที่จะ   เกิดขึ้นกับธุรกิจ

ทั้งนี้ เอ็มดีเฟนซ์ นับว่าเป็นโซลูชันอันชาญฉลาดที่สามารถจดจำ เรียนรู้พฤติกรรม ทั้งปกติอย่างการใช้งานทั่วไป และไม่ปกติ เช่น การโจมตีของภัยคุกคามทางไซเบอร์ และไวรัส เรียกค่าไถ่ หรือแรนซัมแวร์ โดยจะวิเคราะห์พฤติกรรมที่อาจส่งผลในด้านลบเป็นภัยคุกคามหรือ เสี่ยงต่อการทำให้เกิดความเสียหายให้ระบบ

“เอ็มเฟค ได้เสริมประสิทธิภาพในการป้องกันภัยที่จะคุกคามกับธุรกิจ โดยการนำเทคโนโลยีแมชชีน เลิร์นนิ่ง (Machine Learning) เข้ามาเรียนรู้ความแตกต่างระหว่างพฤติกรรมการใช้งานปกติและที่ผิดไปจากเดิม (Anomaly) โดยนำข้อมูลจากเททเทรชัน เทเลเมทรี่ (Tetration Telemetry) กับแอปพลิเคชัน เพอฟอร์แมนซ์ มอนิเตอริ่ง หรือ เอพีเอ็ม (Application Performance Monitoring (APM)) มาเป็นตัวบ่งชี้สถานะของแอพพลิเคชั่น และเซิร์ฟเวอร์ จากนั้นนำข้อมูลทั้งสองทางมาเข้าโมเดล แมชชีน เลิร์นนิ่ง (Model Machine Learning) ทำให้มีการเรียนรู้พฤติกรรมของระบบเครือข่าย (Learning network behavior) ซึ่งจะแสดงผลลัพธ์ในการคาดคะเน (Prediction) กล่าวคือ การทำนายและแจ้งเตือนล่วงหน้าว่าจะมี การหยุดการทำงานของแอปพลิเคชัน (Application Downtime) หรือ การหยุดการทำงานของเซิร์ฟเวอร์ (Server Downtime) พร้อมแสดงผลเป็นรายงาน หรือการแจ้งเตือนว่าจะมีผลกระทบต่อผู้ใช้จำนวนเท่าใด และสูญเสียเงินไปเท่าไรจากเหตุการณ์นี้ ตลอดจนแนวทางการแก้ปัญหาก่อนจะเกิดเหตุ เพื่อไม่ให้เกิดผลกระทบหรือความเสียหายต่อธุรกิจ” ธนกร กล่าว

นอกจากนี้ เอ็มดีเฟนซ์ ยังส่งผลการวิเคราะห์นี้ไปยังผู้ดูแลระบบ ให้สามารถอ่านและดูรายละเอียด จากจอแดชบอร์ด (dashboard) ได้ชัดเจน เข้าใจง่ายต่อการแก้ไขและวางแผนป้องกันความเสียหายทางธุรกิจได้ทันท่วงที อีกทั้งเอ็มดีเฟนซ์ ยังสามารถเรียนรู้พฤติกรรมของภัยคุกคามใหม่ๆ ที่จะเกิดขึ้นได้อีกด้วย ในขั้นถัดไปอาจมีการพัฒนาไปถึงการให้คำแนะนำแก่ผู้ดูแลระบบว่าควรใช้วิธีใดในการแก้ปัญหาซึ่งจะมีประโยชน์แก่ผู้ดูแลระบบไปถึงผู้บริหารอย่างยิ่ง

ธนกร  กล่าวต่อว่า “เอ็มดีเฟนซ์ เหมาะกับกลุ่มลูกค้าองค์กรขนาดใหญ่ ทั้งภาครัฐและเอกชน ที่มี แอปพลิเคชัน ซอฟต์แวร์ เป็นส่วนสำคัญในการดำเนินธุรกิจ ซึ่งหากระบบแอปพลิเคชัน เกิดความผิดปกติถูกโจมตี หรือมีข้อบกพร่อง จะเกิดความเสียหายทางธุรกิจจำนวนมาก โดยมุ่งที่กลุ่มลูกค้าที่ต้องพึ่งพา Mission-Critical Application ทั้งนี้ได้ตั้งเป้าหมายทางการตลาดที่จะสร้างยอดขายให้บริษัทถึง 500 ล้านบาทภายในปี 2562”