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”就没有呈此刻曲线中。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中。
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�；厥捉改晖绨踩幸凳⑿械男赂畔�，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� Ｄ芄凰�，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，迅快融入到各类更“新”的概想中。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�；�，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