亚洲日本免费-啊轻点灬太粗太长了三男一女-麻豆av电影在线观看-日韩一级片毛片|www.grbbt.com

隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等產(chǎn)業(yè)不斷發(fā)展，內(nèi)網(wǎng)和外網(wǎng)的邊界逐漸模糊，攝像頭、智能家居等更多設(shè)備接入網(wǎng)絡(luò)意味著更多潛在攻擊點，全球威脅不斷增長。面臨新挑戰(zhàn)，需要用新的方式來應(yīng)對越來越艱巨的戰(zhàn)斗。

人工智能為提升網(wǎng)絡(luò)安全帶來新可能

在利益的驅(qū)動下黑色產(chǎn)業(yè)不斷壯大，攻擊手段層出不窮。在防御過程中經(jīng)常需要面臨先前未知類型的惡意軟件，而人工智能能夠憑借其強大的自我學習記憶能力及數(shù)據(jù)分析運算能力，迅速排查篩選數(shù)千萬次事件，從而快速發(fā)現(xiàn)異常、風險和未來威脅。也正是人工智能在防御領(lǐng)域的這個天然優(yōu)勢，使得AI+網(wǎng)絡(luò)安全成為當紅炸子雞。尤其是在檢測未知威脅、阻止惡意軟件與文件執(zhí)行等方面的應(yīng)用，讓以前被動的防御變成了主動預(yù)防，這將大大提升網(wǎng)絡(luò)安全能力，提高防護效率。

下圖為CBInsights給出的人工智能和網(wǎng)絡(luò)安全的熱度曲線。可以看出，從2012年開始，人工智能在網(wǎng)絡(luò)安全領(lǐng)域就逐漸成為了一個熱門的詞語，尤其是從2016年開始，以機器學習為代表的人工智能，已經(jīng)成為這個領(lǐng)域的最熱點。

Gartner也表示，到2020年，人工智能在網(wǎng)絡(luò)安全領(lǐng)域的份額，將從現(xiàn)在的10%增長到40%。

人工智能如何在網(wǎng)絡(luò)安全中有效落地

縱觀全球，們看到像Vectra、Darktrace等國外網(wǎng)絡(luò)安全廠商一直在宣傳自己的安全能力是基于AI的。那么，是不是說AI就可以搞定一切網(wǎng)絡(luò)安全問題？實際上，國內(nèi)外的安全廠商大環(huán)境存在一定差異：國外的廠商傾向于“小而精”、而國內(nèi)的廠商傾向于“大而全”。國外廠商之間的接口一般都是公開的，所以即使專注于少數(shù)功能也可以和其他廠商的產(chǎn)品聯(lián)動起來，用戶能夠獲得整體的安全能力。但國內(nèi)的情況并非如此，安全廠商需要為企業(yè)提供一整套的網(wǎng)絡(luò)安全解決方案。單憑一家廠商之力，想要在整套網(wǎng)絡(luò)安全方案的每個環(huán)節(jié)都用AI做好，當下并不現(xiàn)實。

因此，深信服認為，AI要在網(wǎng)絡(luò)安全領(lǐng)域落地，就需要以一種理論與實際相結(jié)合的方式。這種AI理念要先于具體采用哪種人工智能算法，例如針對流量檢測，可以采用SVM、邏輯回歸、決策樹、LSTM等等，這種算法有太多，但算法本身并不是最重要的，而是從傳統(tǒng)的基于規(guī)則的解決問題思路轉(zhuǎn)換為基于AI的解決問題思路。深信服通過長期的實踐總結(jié)出，網(wǎng)絡(luò)安全的AI實踐有三方面需要考慮：

1. 人工智能要與其他算法相融合

傳統(tǒng)的基于規(guī)則的方法在某些場景仍然十分有效，而人工智能算法并非適用于所有場景。在這樣的情況下，基于規(guī)則、特征、統(tǒng)計的方法要和AI形成互補的關(guān)系，有些場景下使用AI、有些場景下使用其他方法、有些場景下AI和其他方法相結(jié)合，只有這樣才能做出實用的安全產(chǎn)品。

2. 人工智能要有持續(xù)進化的能力

傳統(tǒng)基于規(guī)則、特征、統(tǒng)計的方法是“死”的，一條規(guī)則寫出來，能匹配上就能檢測出來，匹配不上就要重新設(shè)計。而AI是依賴數(shù)據(jù)的，數(shù)據(jù)是米，人工智能算法是鍋，攻防專家像做飯的廚師。沒有米和廚師是做不成飯的。人工智能算法要能夠持續(xù)的檢測新型威脅，需要不斷被訓練，靠的是不斷的加入新的數(shù)據(jù)，以及攻防專家也不斷對算法和模型進行調(diào)優(yōu)。而擁有持續(xù)進化的能力，才是網(wǎng)絡(luò)安全領(lǐng)域人工智能的靈魂。

3. 人工智能應(yīng)當和人來協(xié)作分工，實現(xiàn)人機共智

其實這一條在上一條已經(jīng)有所體現(xiàn)，在實踐當中，攻防專家、數(shù)據(jù)科學家、安全服務(wù)專家應(yīng)當與AI進行通力合作。攻防專家識別出安全問題，例如根據(jù)最新的惡意行為提出解決問題的新思路，數(shù)據(jù)科學家對問題進行建模，例如特征工程、模型構(gòu)建，安全服務(wù)專家對AI識別的結(jié)果進行過濾和反饋。只有這樣AI才可以真正的落地。

基于上述思想，深信服已經(jīng)在AI領(lǐng)域取得了令人振奮的效果。

例如使用深度學習進行僵尸網(wǎng)絡(luò)檢測，二分類效果取得了99.7%以的F值，25分類取得了90.3%的F值，在業(yè)界處于領(lǐng)先地位。在黑鏈檢測方面，深信服使用自然語言處理與規(guī)則相融合的方法，取得了很好的效果：在選取的112位用戶中，7個月共檢測出132626條黑鏈，最高的一個月50786，最低的一個月6214，平均18946。

在其他方面，如http檢測、DNS檢測、WebShell檢測、掃描工具檢測等方面也很好的應(yīng)用了人工智能技術(shù)。