這是一項令人難以置信的大難題。
惡意程式（針對電腦和行動裝置上成堆資料的惡意軟體）激增的情況，對於資安界造成嚴重問題，而新的型態和技術又讓形勢更為複雜。
有愈來愈多像是 Avast Software 一樣的公司，使用 GPU 來解決這個問題。
這家來自捷克的資安廠商已經準備好一個以 GPU 來加速的資料庫，以處理和分析數百萬個樣本，速度較傳統工具快上許多，Avast 資深研究員 Peter Kovac 在 GPU 科技大會的一場會議上，對與會嘉賓如此說明。
「它讓我們能進行近鄰查詢、規則比對查詢，以及對未知紀錄進行分類。」Kovac 介紹這套名為「Medusa」的資料庫。
Avast 的感應器網路每天要監控數億部使用者機器，辨識出數十萬個可能的新惡意程式檔案。網路收集到認為可疑的檔案時，就會送到公司的提交伺服器，再轉給 Medusa。安裝在 Medusa 裡的 GPU 就會套用查詢，並按照結果對檔案進行分類。
Medusa 接著會儲存那些檔案的紀錄，以比對日後發現的可疑惡意程式。資料庫裡有近四千萬個乾淨的檔案、近三百萬個新的威脅，還有約兩百萬個未判斷的樣本。
Kovac 說有「無數個」可能的組合需要使用隨機方法進行分析。這個可能的組合極為龐大又隨機，Medusa 採用一個只發揮六到八成功力的代表性叢集，目標是找出一個可使用的條件子集合，Avast 就能順利即時辨識出惡意程式。
由於資料量過於龐大，少了 GPU 就不可能做到這一點。
「GPU 負有重責大任。」Kovac 說。
有多重呢？與CPU相比，GPU進行規則比對查詢的速度快上22倍、產生規則的速度快上20倍，而進行近鄰查詢的速度比快上13倍，這個表現怎麼樣？
結果不言而喻。
「每天規則產生器釋出數百個結果。」Kovac 說。換句話說，解救了數百萬部使用者的電腦。