AI 技術在安全領域應用三部曲

近幾年,人工智慧無疑成為人們口中的熱點話題。先是 Google 的 AlphaGo,後有百度的度秘、無人車,微軟必應搜索推出的小冰也是新聞不斷。這一系列人工智慧產 品的推陳出新,令人眼花繚亂,一時間給人的感覺是人工智慧遍地開花。無論人們接受 還是不接受,人工智慧都在迅速滲透各行各業。安全作為一個傳統行業,基於規則以及 黑白名單的檢測技術已經發展到了一定的瓶頸,而利益驅動的黑產團伙,其技術的發展 已經遠遠超乎我們的想像。如何藉助人工智慧的力量,提升安全行業的整體檢測與防護 能力,成為各大安全廠商研究的課題。國內安全行業,隨著 BAT3 以及大量新興的創業 企業進入企業安全領域,他們憑藉著自身數據搜集、處理、積累以及人工智慧方面優勢, 正在逐漸改變著整個安全行業,安全產品的形態從硬體盒子逐步走向混合模式以及雲端SaaS 服務,安全技術從重防禦逐步走向數據以及智能驅動。傳統安全企業也憑藉其強 大的安全人才儲備,迅速推進人工智慧在安全產品的落地。

我在安全這個行業搬了好幾年磚,前五年做大型互聯網公司的企業安全建設,從准 入系統到 WAF、SIEM、IPS 等,基本都開發或者使用過,最近三年一直負責雲安全產 品,從抗 D、WAF 產品到、SIEM、入侵檢測等,使用的技術從規則、黑白名單、模型、 沙箱再到機器學習,從單機的 OSSIM 到 Hadoop、Storm、Spark、ELK,也算目睹 了安全技術或者更準確的說數據分析處理技術的迅猛發展。我深深感到使用人工智慧技 術改變這個行業,不是我們的選擇,而是必經之路。我真正意義上接觸機器學習是 2014年底,當時帶領了一個很小的團隊嘗試使用機器學習演算法解決安全問題,磕磕碰碰一直 走到現在,變成幾十人的一個產品團隊。AI 技術在安全領域的應用叢書一共分為三部,第一部主要以機器學習常見演算法為主線,以生活中的例子和具體安全場景介紹機器學習 常見演算法,定位為機器學習入門書籍,便於大家可以快速上手。全部代碼都在普通 PC電腦上可以運行。第二部重點介紹深度學習,並以具體的十個案例介紹機器學習的應用, 定位是面向具有一定機器學習基礎或者致力於使用機器學習解決工作中問題的讀者,全 書的重點集中在問題的解決而不是演算法的介紹。由於深度學習通常計算量已經超過了PC 的能力,部分代碼需要在伺服器甚至 GPU 上運行,不過這不影響大家的閱讀與學習。第三部重點介紹強化學習和對抗網路,並以若干虛構安全產品或者項目介紹如何讓 機器真正具備 AlphaGo 級別的智能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！