年度盘点：大数据+人为智能网络安全利用回首及瞻望
颁布功夫 2018-01-11大数据：从概想火热到回归理性
回首刚刚从前的2017，，，，，我们可能会有一种感触：周围讨论大数据的声音越来越幼。 。。。。一个佐证是在2017年底进行的“北向论坛”上，，，，，现场参会人员投票预测了2018年的热词，，，，，在21个候选词中，，，，，去年还入选的“大数据”本次没能进入前十，，，，，得票只有寥寥数票。 。。。。
表1 2016和2017“北向论坛”预测的年度热词对比
事实上，，，，，这并非“大数据”初次在热词排行榜中淡出公共的视野。 。。。。早在2015年Gartner颁布的新兴技术成熟度曲线中，，，，，“大数据”就没有呈此刻曲线钟祝 。。。。而在之前的一年，，，，，Gartner对“大数据”的定位还是处于从炒作的顶峰起头降落的区域，，，，，二者的对比见图1和图2。 。。。。对此Gartner给出的诠释是，，，，，“大数据”的概想已经急剧被各个行业接受，，，，，成为一项具体的底层技术，，，，，因而不再呈此刻每年的新型技术成熟度曲线钟祝 。。。。
图1 2014年Gartner新兴技术成熟度曲线
图2 2015年Gartner新兴技术成熟度曲线
回首2017，，，，，业界讨论大数据的声音固然在降低，，，，，但通过采集、分析和使用数据提升能力的行动却越来越普遍，，，，，大数据已经真正成为多多行业的底层关键技术。 。。。。在国度层面，，，，，新一届政治局在2017年底就执行国度大数据战术进行第二次集体进建，，，，，习近平总书记强调了通过大数据进行产业创新、打造数字经济、提升国度治理水平、改善民生，，，，，以及保险国度数据安全。 。。。。在企业层面，，，，，大数据利用已在电子商务、金融、交通、医疗等领域普遍发展，，，，，甚至因数据所有权引发了顺丰快递和菜鸟网络的“丰鸟之争”，，，，，引起了公共的高度关注。 。。。。
回到网络安全行业，，，，，大数据已成为了安全领域新兴技术的基础。 。。。。唬唬唬�； ；；厥捉改晖绨踩幸凳⑿械男赂畔耄�，，，从威胁谍报、UEBA（用户实体行为分析），，，，，再到态势感知、人为智能，，，，，底层的基础都是大数据。 。。。。浚�？？？？Ｄ芄凰担�，，，大数据暗藏在各个具体技术的背后，，，，，为用户提供更直接的安全价值。 。。。。在企业级用户安全建设中，，，，，以数据驱动安全，，，，，实现持续检测响应的理想，，，，，已经被越来越多的用户所接受。 。。。。
因而，，，，，对2017年的“大数据”进行总结，，，，，我感触大数据概想已经不“新”，，，，，已经越过了概想炒作阶段，，，，，并作为一项底层支持技术，，，，，迅速融入到各类更“新”的概想钟祝 。。。。大数据已经起头在各个领域阐扬现实的价值。 。。。。
人为智能：处于炒作的顶峰
与此相对应的是，，，，，人为智能像三、四年前的大数据一样，，，，，正处于炒作的最顶峰。 。。。。Gartner于2017年7月颁布了今年度新兴技术成熟度曲线，，，，，人为智能的两个分支——深度进建和机械进建，，，，，均处于曲线的最顶端。 。。。。
国内对人为智能的发展也十吩祺沉。 。。。。2017年7月国务院印发了《新一代人为智能发展规划》，，，，，提出要推动人为智能与各行业融合创新，，，，，推动人为智能规模唬唬唬�； ；；茫�，，，全面提升产业发展智能化水平。 。。。。为了落实该规划，，，，，工信部于2017年12月造订了《推进新一代人为智能产业发展三年行动打算（2018-2020）》，，，，，提出要抓住汗青机缘，，，，，突破沉点领域，，，，，推进人为智能产业发展，，，，，提升造作业智能化水平，，，，，推动人为智能和实体经济深度融合。 。。。。
图3 国务院和工信部关于人为智能的发展规划
在上述两个沉磅文件中，，，，，无论是人为智能技术自身的安全，，，，，还是在网络安全领域利用人为智能的前沿技术，，，，，都用大量的篇幅进行了论述。 。。。。为此在网络安全圈掀起了一股人为智能的海潮，，，，，利用人为智能检测未知恶意代码、实现智能化的安全运维（AIOps），，，，，甚至进行无人参加的自动化攻防。 。。。。网络安全界的幼同伴们纷纷撸起袖子，，，，，都想用人为智能搞定目前还没有解决的安全问题。 。。。。
固然人为智能很火，，，，，但我们也看到在网络安全领域，，，，，尚未出现新的基于AI技术的有效解决规划。 。。。。在网络安全领域其实很早就用到了人为智能技术，，，，，好比SOC类产品中的关联分析引擎，，，，，就是一个基于规定推理的专家系统，，，，，但新的人为智能技术还没有宽泛利用的案例。 。。。。对于最近几年大热的深度进建，，，，，我们也看到业界进行了积极的尝试，，，，，例如进行恶意文件检测、利用鉴别、异常行为分析等，，，，，但真实成效距离产业界的要求尚有肯定差距。 。。。。此表，，，，，深度进建固有的对了局的可诠释性不强、鲁棒性不及等弊端，，，，，目前也尚未看到有但愿的解决规划。 。。。。
因而，，，，，对2017年的“人为智能”进行总结，，，，，我觉切当前正处于炒作的巅峰，，，，，国度在产业政策上支持的力度也很大。 。。。。当前颇有人为智能在网络安全的各个分支中遍地着花的局面，，，，，这也是新技术发展过程中必不成少的阶段。 。。。。相信随着功夫的推移，，，，，那些真正有价值的利用场景会逐步沉淀出来，，，，，人为智能的利用才会从炒作走向成熟。 。。。。
我们对新技术的利用索求
作为网络安全领域的领航企业，，，，，我们在从前的一年也对大数据安全、人为智能，，，，，出格是深度进建技术的利用进行了尝试。 。。。。在大数据安全领域，，，，，重要的利用场景蕴含大数据平台4A技术、大数据接见节造战术自动化天生技术等；；；；； ；；在人为智能领域，，，，，重要的利用场景蕴含利用深度进建算法进行恶意代码检测（检测对象蕴含PE文件、文德粪文件、web接见流量等）、利用深度进建算法进行利用鉴别、基于本体的安全事务自动化措置及响应技术等。 。。。。这里面寂仔成功的案例，，，，，也有失败的教训。 。。。。
在对人为智能新技术的利用索求中，，，，，我们由衷地感触到在网络安全领域利用人为智能技术，，，，，必要在人为智能算法和安全业务知识两方面都有深厚的沉淀。 。。。。在算法层面，，，，，不能单一地利用各类封装好的软件包、把算法当成即插即用的黑盒子，，，，，那样会导致无法理解算法的“上限”而陷入盲目尝试的局面。 。。。。在安全业务层面，，，，，对安全业务的理解有助于将现实安全问题转换为抽象的数学问题，，，，，并凭据问题的类型领导算法的筛选。 。。。。
瞻望2018，，，，，我们将结合特定的业务场景，，，，，实现大数据分析和人为智能算法在某些特定利用中的落地。 。。。。在算法层面，，，，，人为智能的两大门户，，，，，即联结主义和符号主义的算法，，，，，都将是我们解决特定问题的有效工具。 。。。。我们也等待人为智能可能尽快握别炒作，，，，，网络安全行业可能从更理性的角度审视人为智能的利用远景，，，，，这样能力推进人为智能在网络安全行业的良性发展。 。。。。
京公网安备11010802024551号