Mỗi tháng, 47.000 lập trình viên của Microsoft tạo ra khoảng hơn 30.000 lỗi. Một con số quá lớn nên để phát hiện ra chúng, Microsoft không thể sử dụng các phương pháp truyền thống như theo dõi các lỗi trên kho lưu trữ của GitHub và AzureDevOps. Vậy, làm thế nào mà gã khổng lồ phần mềm có thể phát hiện và khắc phục số lượng lỗi khổng lồ như vậy?
Microsoft đã tạo ra một “cỗ máy” machine-learning để giúp xác định các lỗi bảo mật nghiêm trọng cần được khắc phục ngay lập tức với độ chính xác lên đến 99%. Để tạo ra được “cỗ máy” này, gã khổng lồ công nghệ đã phải sử dụng đến 20 năm lịch sử dữ liệu, bao gồm 13 triệu đầu việc và lỗi.
Giám đốc bảo mật cấp cao tại Microsoft, ông Scott Christiansen cho biết, hệ thống machine-learning của họ không chỉ tự động tìm ra lỗi mà còn có thể phân chia chúng thành các dạng cực kỳ nguy hiểm, nghiêm trọng hoặc không nghiêm trọng, bảo mật hoặc không bảo mật với mức độ chính xác cực cao. Điều này giúp cho các kỹ sư của Microsoft biết được lỗi nào cực kỳ nguy hiểm cần phải ưu tiên tập trung vào giải quyết trước.
Để đảm bảo không bị lỗi thời, hệ thống machine-learning phát hiện lỗi của Microsoft hiện vẫn liên tục được đào tạo bằng các dữ liệu mới.
Hệ thống này giúp gã khổng lồ công nghệ có thể tìm ra chính xác tới 99% các lỗi với khối lượng khổng lồ và phân loại chính xác lên đến 97%.