人工智能+人=強大的網絡安全

麻省理工研究出一個新型混雜式系統，基于人工智能(ai)梳理資料，并将目前可疑行為送出給分析人員，能夠檢測85%的攻擊。

既然人和ai都無法單獨在網絡安全維護工作上取得壓倒性成功，為什麼不試着把兩者整合起來呢？麻省理工根據這一想法研發的項目，取得了非常令人滿意的效果。

麻省理工計算機科學和人工智能實驗室的研究人員，與機器學習初創公司patternex共同開發了一個稱為“ai2”的平台，不僅可識别85%的攻擊，還能夠顯著降低誤報。

研究人員用ai2測試了由數百萬使用者在3個月内産生的36億的資料碎片，并在最近的ieee大資料安全國際研讨會上釋出了結果。

麻省理工的研究人員表示，ai2如同一個虛拟分析人員，可以在短時間内持續的改進模型，也就意味着能夠極大地提升檢測率，并且非常快速。

盡管有人在擔心ai會取代人類的工作，但ai與人類協同工作可以取得更好效果的趨勢越來越明顯。比如上周，人工智能衆包平台spare5，釋出了一個整合了人類判斷和機器學習的系統，幫助企業了解非結構化資料。

在網絡安全的世界裡，以人為主的技術主要依賴專業人員建立的規則，是以不符合規則的攻擊就被錯過。機器學習則依賴于異常檢測，是以容易誤報，“狼來了”太多，最終導緻不被信任。

建立融合了人類與計算機自動處理的網絡安全系統并不容易，部分的因為手動歸類網絡安全資料的困難。因為具備肉眼識别“ddos”、“資料洩露”等攻擊行為，需要技能娴熟的安全專家，但這類人才的匮乏一直都是不争的事實。

是以，使用人工智能來學習并找到最有可能是攻擊的事件，然後交給人類專家去進行識别，是一個結合兩者優勢的辦法。

在ai2的測試中，一天能發現200個“最異常”的事件，然後交給分析人員判斷，之後系統再把判斷結果整合到模型中，作為下一個資料集的檢測标準。然後不斷循環這個過程，分析人員需要判斷的事件數量将會極大的減少。

“系統檢測到的攻擊越多，分析人員的回報就越多，最終會導緻未來預測精準率的極大提升。人機互動建立起一個‘美麗’的級聯效應。”

本文轉自d1net（轉載）